-
公开(公告)号:CN106874559A
公开(公告)日:2017-06-20
申请号:CN201710030224.0
申请日:2017-01-17
Applicant: 东南大学
IPC: G06F17/50
CPC classification number: G06F17/5095 , G06F2217/16
Abstract: 本发明公开一种用于车轮力传感器的交互式多模型滤波方法,包括如下步骤:1、根据车轮力信号随机性强的特点和车轮力传感器直接输出与真实车轮力之间的数学关系,建立基于Singer模型的车轮力通用动态模型;2、根据上述建立的车轮力通用动态模型,通过选取不同的模型参数,分别建立车轮力高动态模型和车轮力低动态模型;3、根据上述建立的车轮力高动态模型和车轮力低动态模型,采用交互式多模型方法,实现对于全动态范围车轮力信号的建模,并采用卡尔曼滤波器对车轮力信号进行实时滤波。本发明能够涵盖各种动态范围的车轮力,解决随机车轮力信号难以建模的问题,从而实现基于卡尔曼滤波器的车轮力信号实时滤波。
-
公开(公告)号:CN105049383A
公开(公告)日:2015-11-11
申请号:CN201510376921.2
申请日:2015-07-01
Applicant: 东南大学
CPC classification number: H04L25/02
Abstract: 本发明提出一种FDD大规模MIMO系统下行链路信道估计训练序列的设计方法。在此系统中,配置大规模多天线阵列的基站与单天线终端用户进行通信。本发明利用多天线MIMO信道的时间与空间相关特性,基于卡尔曼滤波进行连续信道估计。在每个相干时间,用户进行卡尔曼滤波和预测,得到当前相干时间内的信道状态信息估计值,并且给出下一个相干时间的信道预测值。在卡尔曼滤波和预测过程中产生了中间变量的统计信息,用户通过上行链路将必要的统计信息反馈回基站,以便基站进行最优训练序列设计。通过仿真分析可以看出,本方案能够提高信道估计的准确性,同时减少系统下行链路训练序列占用时长,从而提高了链路吞吐率与系统容量。
-
公开(公告)号:CN103062910B
公开(公告)日:2014-07-09
申请号:CN201310011476.0
申请日:2013-01-11
Applicant: 东南大学
CPC classification number: Y02P20/152
Abstract: 本发明公开了一种集成化学链燃烧与CO2捕集的方法及装置。煤在气化反应器内经水蒸气和氧气气化后产生水煤气,水煤气经布风板进入化学链燃烧的燃料反应器,NiO被水煤气还原为Ni,气体产物为CO2和H2O;Ni经返料器进入空气反应器,Ni被空气氧化为NiO,同时释放热量,NiO经返料器返回到燃料反应器内。煤气化后的焦炭经返料器进入煅烧反应器,焦炭与O2完全燃烧产生CO2,并放出大量的热量,CaCO3受热分解为CaO和CO2,煅烧反应器出口获得纯净的CO2;CaO进入到碳酸化反应器,CaO吸收烟气中的低浓度的CO2,产物为CaCO3,实现CO2的捕集。
-
公开(公告)号:CN103060003A
公开(公告)日:2013-04-24
申请号:CN201210583795.4
申请日:2012-12-27
Applicant: 东南大学
CPC classification number: Y02A50/2342 , Y02E60/36
Abstract: 本发明公开了一种基于钙基吸收剂制取氢气并分离CO2的方法和装置,钙基吸收剂和煤粉经螺旋给料器送入气化反应器内,煤被水蒸气气化产生水煤气,水煤气中的CH4重整生成C0和H2,CO变换反应生成CO2和H2,CO2被钙基吸收剂吸收,H2与残余CO2进入吸收反应器,未反应的焦炭与CaCO3进入煅烧反应器;在煅烧反应器内通入纯氧,焦炭与纯氧燃烧产生CO2,CaCO3分解为CaO和CO2,经分离器分离后,CO2进入预热器放热;CaO经返料阀分离为两部分,一部分进入气化反应器,一部分进入吸收反应器,进入吸收反应器的CaO吸收残余的CO2生成CaCO3,经分离器分离并冷凝后得到纯净的H2,分离后的CaCO3进入煅烧反应器,实现吸收剂的循环利用。
-
公开(公告)号:CN102135429B
公开(公告)日:2012-06-13
申请号:CN201010611473.7
申请日:2010-12-29
Applicant: 东南大学
IPC: G01C21/00
Abstract: 本发明公开了一种基于视觉的机器人室内定位导航方法,属于视觉导航领域。该方法是根据二维码的思路,设计了一种简单方便、易于识别、内含绝对位置坐标且具有一定纠错能力的人工路标,将路标设置于天花板上,由安装在机器人上且光轴与天花板垂直的摄像机进行拍摄,再通过图像的阈值分割、连通域提取、轮廓曲线匹配以及路标特征识别一系列步骤定位路标,解析路标中所包含的坐标信息,最终通过机器人的位置估计算法获得机器人当前的绝对位置和航向角。本发明方法减少了遮挡及噪声干扰,大大降低了图像处理方法、时间以及周围环境的复杂度。
-
公开(公告)号:CN102135429A
公开(公告)日:2011-07-27
申请号:CN201010611473.7
申请日:2010-12-29
Applicant: 东南大学
IPC: G01C21/00
Abstract: 本发明公开了一种基于视觉的机器人室内定位导航方法,属于视觉导航领域。该方法是根据二维码的思路,设计了一种简单方便、易于识别、内含绝对位置坐标且具有一定纠错能力的人工路标,将路标设置于天花板上,由安装在机器人上且光轴与天花板垂直的摄像机进行拍摄,再通过图像的阈值分割、连通域提取、轮廓曲线匹配以及路标特征识别一系列步骤定位路标,解析路标中所包含的坐标信息,最终通过机器人的位置估计算法获得机器人当前的绝对位置和航向角。本发明方法减少了遮挡及噪声干扰,大大降低了图像处理方法、时间以及周围环境的复杂度。
-
公开(公告)号:CN118353982A
公开(公告)日:2024-07-16
申请号:CN202410575785.9
申请日:2024-05-10
Applicant: 东南大学
Abstract: 本发明公开了一种基于相似度匹配的汽车CAN总线报文解析方法,包括如下步骤:1、利用CAN卡、汽车故障诊断仪采集汽车CAN广播报文和目标信号报文;2、利用正则表达式提取每条报文的ID、数据位和时间戳;3、利用汽车故障诊断仪获得目标信号的目标数据和时间戳序列;4、基于二分法从广播报文中筛选与时间戳序列最接近的报文数据;5、将字节顺序、数值类型、起始位和位长度作为循环变量进行遍历,并将报文数据转化为待解析数据;6、基于皮尔逊系数对待解析数据和目标数据进行相似度匹配,相似度最高时的参数即为解析结果。本发明能有效解决未知DBC时需要对竞品车型关键信号进行解析的问题,具有良好的应用性和推广性,助力我国自主化汽车的技术研发。
-
公开(公告)号:CN118294975A
公开(公告)日:2024-07-05
申请号:CN202310006133.9
申请日:2023-01-04
Applicant: 东南大学
Abstract: 本申请提出一种基于位姿辅助的低线束激光雷达电力线识别方法,针对低线束激光雷达采集的电力线点云残缺的问题,只需要通过激光雷达获取不同空间位置中的点云以及通过位移和姿态传感器获取当前位置相对于初始位置的变换情况,首先可以通过位移传感器获取的位移矩阵和姿态传感器获取的旋转矩阵对每帧点云进行空间变换,然后通过ICP算法,以第一帧点云为基准,进行点云对齐,最终将对齐后的多帧点云叠加到一帧上,以补全残缺的电力线点云。通过本方法可以提供一种低成本稳定的电力线识别方法,可以保护吊车等施工车辆在作业过程中避免发生触碰电力线的危险。
-
公开(公告)号:CN118035923A
公开(公告)日:2024-05-14
申请号:CN202410410650.7
申请日:2024-04-08
Applicant: 东南大学 , 国网江西省电力有限公司电力科学研究院 , 国网电力科学研究院有限公司
IPC: G06F18/2433 , G06V10/764 , G06V10/82 , G06F18/23213 , G06N3/0464 , G06N3/084
Abstract: 本发明公开一种电网录波异常信号识别方法,包括1、使用相位自适应调整以保持电网录波原始信号的相对相位关系;2、使用K均值聚类算法对相位调整后的数据进行识别分类;3、使用格拉姆角场进行图像编码;4、构建电网录波样本图像数据集;5、基于ResNet18分类模型建立电网录波数据图像分类框架;6、将训练集输入到图像分类框架进行训练,并使用验证集进行评估,待收敛后得到训练好的图像分类框架;7、将测试集输入到图像分类框架进行评估,获取分类结果。本发明通过结合相位自适应调整和格拉姆角场,有效处理了录波数据的相位偏移问题,实现健康录波数据从一维空间向二维空间的特征映射,在处理复杂的电力系统环境下的异常信号时,显示出其优越性。
-
公开(公告)号:CN109521674B
公开(公告)日:2021-10-29
申请号:CN201811414745.7
申请日:2018-11-26
Applicant: 东南大学
IPC: G05B13/04
Abstract: 本发明公开了一种电动车驾驶机器人控制器参数自学习方法,包括以下步骤:首先,根据电动车纵向动力学方程建立通用车辆模型;然后,对通用车辆模型中的差异化参数进行在线辨识,得到具体化车辆模型;最后,针对具体化车辆模型构建反馈控制系统,并实现对驾驶机器人控制器中控制参数的在线自学习。本发明所提出的电动车驾驶机器人控制器参数自学习方法,能够适用于各种电动车的速度控制,实现了电动车对设定速度曲线的准确跟随。
-
-
-
-
-
-
-
-
-