-
公开(公告)号：CN119573710A
公开(公告)日：2025-03-07
申请号：CN202411487639.7
申请日：2024-10-24
Applicant: 东南大学
Abstract: 本发明提供一种基于LSTM神经网络的SINS及GNSS组合导航系统容错方法，针对SINS/GNSS松组合导航系统中的突变故障和缓变故障，提出一套基于LSTM神经网络辅助的故障检测与系统容错方法。利用新息马氏距离辅助卡方检验算法实时检测出系统中存在的突变故障，再利用序贯概率比算法检测系统中存在缓变故障。利用基于M估计的抗差卡尔曼滤波完成对系统的鲁棒性增强工作，从而有效抑制突变故障对系统的影响。利用LSTM神经网络替补的方式，有效抑制缓变故障对系统的影响，实现信号修复。通过对GNSS信号中存在的两种故障进行检测与容错，提升组合导航定位的精度。
-
公开(公告)号：CN113657443A
公开(公告)日：2021-11-16
申请号：CN202110781214.7
申请日：2021-07-10
Applicant: 东南大学
Abstract: 本发明公开了一种基于SOINN网络的在线物联网设备识别方法，包括四个步骤：结构化特征提取、非结构化特征提取、设备品牌识别和设备型号识别。特征提取步骤中，先分析设备交互页面DOM树结构，结合局部敏感哈希函数提取设备结构化特征。采用正则匹配从文本数据中寻找型号关键词，利用TF‑IDF赋予关键词权重值，关键词及其权重值组成非结构化特征。设备品牌识别中，首先利用经SOINN网络压缩的数据训练SVM分类器，训练好的分类模型用于设备品牌分类。在型号识别中，结合Jaro距离计算待识别设备与型号特征库距离，实现设备型号分类。本发明设计了物联网设备结构化与非结构化特征，对具有用户交互页面的物联网设备具有较高的识别率，并支持品牌和型号的细粒度识别。
-
公开(公告)号：CN111082446B
公开(公告)日：2021-08-03
申请号：CN202010076428.X
申请日：2020-01-23
Applicant: 江苏南通发电有限公司 , 南京邮电大学 , 东南大学
Abstract: 本发明公开了一种考虑电池自消耗的储能优化配置方法，属于发电、变电或配电的技术领域。该方法：以配置储能后微网运行的年收益为上层目标函数、以系统的污染物排放量为下层目标函数，建立储能配置的双层优化模型；上层优化模型中考虑储能电池的自身电能消耗，并将电池的循环次数和储能的容量、功率配置共同作为决策变量；对上层目标函数进行优化得到功率分配方案及储能配置方案，将上层配置方案传递给下层优化模型以优化系统购电功率，将系统购电功率返回上层模型计算系统的年收益进行迭代优化直至输出储能的最优配置结果。本发明通过考虑了电池自身电能消耗和循环使用次数约束的双层优化模型得到更加符合实际运行特征的储能容量配置方案。
-
公开(公告)号：CN109230389B
公开(公告)日：2019-11-12
申请号：CN201810744087.1
申请日：2018-07-09
Applicant: 东南大学
IPC: B65G47/18 , B65G47/248 , B65G47/91 , B65G17/12 , B65G27/04
Abstract: 本发明公开了一种多通道复合式直线振动传输系统，涉及到基于圆饼状零件的姿态调整和上料装置。该传输系统以现有的机械手和圆饼状零件加工生产线为基础，针对圆饼状零件开发出一套自动化姿态调整和上料的装置。圆饼状零件可包括螺母、减速器的衬套和弹簧座等，这类零件在上料前需要全部以一正确的姿态送入以便加工。该系统包括升降机构、料仓、振动给料机、光电开关组件、翻转和平移机械手，对机械手和辅助设备协同动作控制系统的研发，实现机械手和辅助设备的同步动作，方便机械手对零件的调整和摆放。与现有技术相比，本发明可降低生产成本、实现圆饼状零件的并行快速排列，解决加工过程中零件排序困难的问题，取代人工排列的工作方式。
-
公开(公告)号：CN108816645A
公开(公告)日：2018-11-16
申请号：CN201810650009.5
申请日：2018-06-22
Applicant: 东南大学
Abstract: 本发明公开了一种动力锂电池基带挤压式涂布系统，包括放卷机构、上料装置、机头涂布装置、张力控制装置、烘干加热装置、尾部纠偏装置以及收卷机构。放卷机构匀速释放基带，上料装置提供稳定的浆料供给，机头涂布装置将浆料分散均匀沿着挤压模头出口缝隙处排出涂布在基带上，烘干加热装置将涂布在基带上的湿浆料烘干，收卷机构将涂布好并且烘干的基带收卷起来，尾部纠偏装置可以保证收卷时基带整齐，方便后边工序的操作，张力控制装置可以保证基带最好的张紧度。
-
Patent Agency Ranking
公开(公告)号：CN119846552A
公开(公告)日：2025-04-18
申请号：CN202411902579.0
申请日：2024-12-20
Applicant: 东南大学
Abstract: 一种水下复杂环境下的新型SINS辅助USBL网络测距校正方法，本发明建立含有双应答器的USBL网络，通过SINS的实时高精度信息修正运动效应对USBL测距信息带来的误差，扩大了定位范围，提高了定位精度。然后与SINS建立一种基于斜距和方位角的紧组合导航系统，通过滤波融合的方式抑制SINS随着时间发散的误差。同时，为了降低水下环境中的未知噪声对定位结果的影响，提出基于混合卡尔曼/H∞滤波器，设计合理的权值函数，充分发挥两种滤波器的优势。另外，充分考虑当前新息和历史数据对定位结果的影响，利用多新息理论，既能提高组合导航定位精度，又能提高组合导航系统的鲁棒性。
-
公开(公告)号：CN113763427A
公开(公告)日：2021-12-07
申请号：CN202111035065.6
申请日：2021-09-05
Applicant: 东南大学
Abstract: 本发明公开了一种基于从粗到精遮挡处理的多目标跟踪方法，模型构建包括以下步骤：首先在JDE模型预测头的基础上加了一个遮挡分数预测，从而完成对非遮挡目标的完全处理以及对遮挡目标的粗处理；在这个基础上，将映射剪裁后的遮挡行人区域作为第二步模型的训练集进行训练，完成对于遮挡行人的精确检测和表观特征向量提取；从而实现对遮挡目标的精处理；综合两步模型输出的结果，利用数据关联算法完成行人的跟踪。本发明解决了现有技术中不能准确地对有遮挡情况场景下的行人跟踪问题，能够很好地适应多种时段、多种行人密度的公共环境；对行人的跟踪具有较好效果。
-
公开(公告)号：CN110113047A
公开(公告)日：2019-08-09
申请号：CN201910371041.4
申请日：2019-05-06
Applicant: 东南大学
Abstract: 本发明公开了一种超低抖动耦合式倍频延迟锁相环电路，该电路包括单转双模块、逻辑选择器、分频器、4选2开关、压控延迟链、负载切换模块、可控鉴相器、静态相位误差消除模块、电荷泵、鉴相启动和系统启动模块。所述可控鉴相器，采用Sel控制信号按需实施鉴相处理，以消除反馈通道中原有分频器引入的延时失配。所述静态相位误差消除模块，有效消除了进入鉴相器的两个鉴相信号的相位误差，提高了参考时钟与输出反馈信号对准的精度。所述负载切换模块，可使电路在工作模式切换时维持输出反馈端负载不变，确保了输出反馈信号鉴相位置的准确性。在高精度参数时钟的精准注入下，输出信号抖动积累的消除，可逼近理想延迟锁相环的低抖动性能。
-
公开(公告)号：CN109230389A
公开(公告)日：2019-01-18
申请号：CN201810744087.1
申请日：2018-07-09
Applicant: 东南大学
IPC: B65G47/18 , B65G47/248 , B65G47/91 , B65G17/12 , B65G27/04
Abstract: 本发明公开了一种多通道复合式直线振动传输系统，涉及到基于圆饼状零件的姿态调整和上料装置。该传输系统以现有的机械手和圆饼状零件加工生产线为基础，针对圆饼状零件开发出一套自动化姿态调整和上料的装置。圆饼状零件可包括螺母、减速器的衬套和弹簧座等，这类零件在上料前需要全部以一正确的姿态送入以便加工。该系统包括升降机构、料仓、振动给料机、光电开关组件、翻转和平移机械手，对机械手和辅助设备协同动作控制系统的研发，实现机械手和辅助设备的同步动作，方便机械手对零件的调整和摆放。与现有技术相比，本发明可降低生产成本、实现圆饼状零件的并行快速排列，解决加工过程中零件排序困难的问题，取代人工排列的工作方式。
-
公开(公告)号：CN108637400A
公开(公告)日：2018-10-12
申请号：CN201810642585.5
申请日：2018-06-21
Applicant: 东南大学
Abstract: 本发明涉及自动化加工领域，尤其涉及一种齿轮磨削装置及工作方法。该磨削装置包括齿轮转台、砂轮、砂轮夹持手臂及控制系统，控制系统包括控制器、夹持手臂的伺服驱动器、转台上位机通信、液晶显示模块、按键输入、示教盒操控。磨削时转台带动齿轮间歇回转运动，每磨削完一个齿后转台旋转一个齿的角度，进行下一齿的磨削。示教盒可设定手臂的终点位置，转台转动角度和间歇时间可调。该磨削方法与现有机床磨削齿轮相比，操作简单，不需人工控制加工过程，只需在上位机设定转台参数及示教盒设定夹持手臂位置参数即可实现自动加工；与磨削时齿轮不动，机械手进行磨削的方法相比，该方法只需转台间歇回转运动，而磨削时手臂动作路径不变。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.024 seconds)
