-
公开(公告)号：CN109696669A
公开(公告)日：2019-04-30
申请号：CN201811582146.6
申请日：2018-12-24
Applicant: 北京理工大学
Abstract: 本发明属于信息处理方面多传感器信息融合技术领域。所选方法在相关噪声环境下，基于一类线性动态系统，以雷达目标跟踪为背景，以获得高精度的目标信息为目标，研究其事件触发的Kalman滤波状态估计和多传感器顺序式数据融合问题。其特征在于技术上使用事件触发采样策略，能够减少网络带宽占用，节省数据传输能耗；针对噪声相关环境，能够降低能耗并及时充分的利用观测数据进行最优估计。获得的估计值是线性最小方差意义下最优的。通过计算机仿真实验测试了发明方法的可行性和有效性。本发明所提出的方法在许多应用领域具有潜在的价值，如雷达目标跟踪、组合导航、故障检测、过程监控等。
-
公开(公告)号：CN109445906A
公开(公告)日：2019-03-08
申请号：CN201811184223.2
申请日：2018-10-11
Applicant: 北京理工大学
Abstract: 本发明公开了一种虚拟机需求数量预测方法。使用本发明能够实现虚拟机需求数量预测，同时为更准确地进行虚拟机需求预测提供了新思路和新途径。本发明中，通过在现有增量型极限学习机模型中加入动量项将网络训练误差反馈到隐含层的输出中使预测结果更逼近输出样本，能够减少增量型极限学习机的冗余隐含层节点，从而加快增量型极限学习机的网络收敛速度；通过引入优化解，即在训练过程中通过随机产生的输出权值并结合网络训练误差、输入样本，计算出更优的隐含层节点参数，包括输入权值、阈值、输出权值、网络训练误差，能够优化网络结构，提高网络训练过程的稳定性，从而有效降低网络训练误差。
-
公开(公告)号：CN108010321A
公开(公告)日：2018-05-08
申请号：CN201711418205.1
申请日：2017-12-25
Applicant: 北京理工大学
Abstract: 本发明公开了一种交通流预测方法，能够降低数据复杂度并提高预测精度。本发明实施例提供的交通流预测方法包括如下步骤：采集获取实时交通流数据，并利用变分模态分解将实时交通流数据分解成设定数量的具有不同特征尺度的限带的本征模态分量；本征模态分量的数量设定为使得所有本征模态分量的估计带宽之和最小。采用增量型超限学习机网络，建立针对各本征模态分量的预测模型，并采用预先采集的历史交通流数据对预测模型进行训练。利用训练后的预测模型，对各本征模态分量进行交通流预测，将所有本征模态分量的预测结果累加得到最终的交通流预测结果。
-
公开(公告)号：CN113608445B
公开(公告)日：2024-11-12
申请号：CN202111007920.2
申请日：2021-08-27
Applicant: 北京理工大学
IPC: G05B13/04
Abstract: 本发明公开了一种多智能体避障及避碰方法，在描述智能体状态信息的过程中，考虑外界扰动因素，使得多智能体系统具有很好地鲁棒性；考虑智能体的移动和形状，引入假定状态轨迹和假定输入轨迹，进而构造智能体的多面体外近似，解决三维和移动障碍物的避障和避碰问题，相较于传统的避障或避碰方法解决点质量模型障碍物，可以更好地获得智能体的最优路径。设计收紧的状态约束集，保证在外界扰动的条件下，系统的状态约束能够满足，引入相容性约束，用来限制实际轨迹与假定轨迹的偏差，保证避碰约束的准确性，很好地解决了全维、动态障碍物的避障和避碰问题。
-
-
Patent Agency Ranking
公开(公告)号：CN118092152A
公开(公告)日：2024-05-28
申请号：CN202311814257.6
申请日：2023-12-26
Applicant: 北京理工大学
IPC: G05B13/04
Abstract: 本发明提供了一种自适应车间距的自动驾驶汽车模型轨迹预测方法，通过构建自动驾驶电动汽车的运动学模型，引入领导者车辆产生的参考轨迹，得到相对状态模型，然后建立交通流模型获取能量消耗，根据道路负荷方程分析车辆轮胎所受总力矩，设计相应的经济成本函数，构造经济型MPC最优控制问题，并进行求解，获得自动驾驶电动汽车的轨迹，传递具有最优采样间隔的控制序列，从而实现对自动驾驶电动汽车跟踪过程中的安全和经济驾驶。
-
公开(公告)号：CN117406774A
公开(公告)日：2024-01-16
申请号：CN202311452496.1
申请日：2023-11-03
Applicant: 北京理工大学
Abstract: 本发明提供了一种基于有限时间状态观测器下的无人机抗扰控制方法，在基于自抗扰控制的双闭环控制框架中设计有限时间状态观测器，对误差和扰动进行估计，并在有限时间内进行消除，增加系统抗扰的能力。同时在外环中加入鲁棒控制率，提升系统的瞬态性能，避免系统出现过大超调和执行器饱和，综合提高系统的控制性能。
-
公开(公告)号：CN117297592A
公开(公告)日：2023-12-29
申请号：CN202311305400.9
申请日：2023-10-10
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于MEMS惯性传感器的人体步态检测方法，通过将传统的均值滤波、惯性滤波、零速检测算法、梯度下降算法和卡尔曼滤波算法以及创新提出的基于上述算法的姿态角线性偏移校正算法和速度校正算法有机地融合在一起，依次对数据进行滤波和校正，可以有效减少误差和噪声对数据带来的影响，使得数值积分后的位移数据保持相对稳定而不产生发散的结果，从而能够有效解决数据处理中遇到的传感器姿态角数据存在线性偏移的问题以及传感器加速度数据、速度数据和位移数据存在较大误差的问题。
-
公开(公告)号：CN116596145A
公开(公告)日：2023-08-15
申请号：CN202310584157.2
申请日：2023-05-23
Applicant: 北京理工大学
Inventor： 夏元清 , 闫媞锦 , 龚衡恒 , 詹玉峰 , 戴荔 , 孙中奇 , 翟弟华 , 郭泽华 , 吴楚格 , 李怡然 , 邹伟东 , 崔冰 , 高润泽 , 张元 , 刘坤 , 高寒 , 潘振华
IPC: G06Q10/04 , G08G1/01 , G06Q50/30 , G06F17/13 , G06F17/14 , G06N3/045 , G06N3/047 , G06N3/0464 , G06N3/08
Abstract: 本发明公开一种交通流量时空数据预测方法、系统、设备及介质，属于时空数据预测领域。该方法使用时空图神经网络建模多个传感器的交通流量数据的动态空间关系，克服了现有方法无法建模动态空间关系的问题；利用两层神经随机偏微分方程建模交通流量数据的时间依赖关系，将噪声显式得建模出来，并在化简时，通过求解频域中的常微分方程，从而同时提取时域和时域的特征；融合动态空间关系、时域特征和时域特征三种信息，能够有效提高交通流量的预测准确率。
-
公开(公告)号：CN115421506B
公开(公告)日：2023-08-11
申请号：CN202210312748.X
申请日：2022-03-28
Applicant: 北京理工大学
IPC: G05D1/10
Abstract: 本发明公开了一种基于模型预测控制的无人机周期轨迹跟踪及避障方法，其基本思想为：给出无人机的运动模型，以及控制过程中存在的控制输入约束和避障约束；为减轻计算负担和避免求解结果的保守性，采用MINVO基对避障约束进行处理；根据所给的周期参考轨迹，考虑该参考轨迹可能存在不可跟踪的情况，引入人工参考变量，生成新的可跟踪的最优周期轨迹，并根据期待的周期参考轨迹、可跟踪的最优周期轨迹以及无人机的预测轨迹，设计相应的代价函数，构造MPC优化问题，并采用合适的非线性求解器(本发明采用的IPOPT求解器)进行求解，从而完成对无人机周期轨迹跟踪控制。
-
-
-
-
-
-
-
-
-
Search Results
126
records
(took 0.023 seconds)
