-
公开(公告)号：CN101832787B
公开(公告)日：2012-05-23
申请号：CN201010148961.9
申请日：2010-04-19
Applicant: 哈尔滨工程大学
IPC: G01D5/14
Abstract: 本发明提供的是一种管道压力实时监测装置。管道压力传感器、流量传感器和温度传感器的电流信号经过信号调理电路调理为电压信号，电压信号经多通路电子开关及采样保持电路后，由A/D转换电路进行转换，微处理器周期性地采集所述数字信号，同时将日历时间信息、流量信息和温度信息完整的记录存储到EEPROM中，然后微处理器再利用UART模块将EEPROM中的数据经电平转换和通信网络实时地传送置主机或远程监控中心。本发明解决了现有管道泄漏监测系统数据采集分辨率不高、可靠性低和鲁棒性差的问题，在满足压力信号采集精度和实时性的前提下并具备施工量小、成本低、安装维护方便的特点。
-
公开(公告)号：CN102289675A
公开(公告)日：2011-12-21
申请号：CN201110207247.7
申请日：2011-07-24
Applicant: 哈尔滨工程大学
IPC: G06K9/62
Abstract: 本发明的目的在于提供一种船舶航向智能预报方法，包括以下步骤：采集船舶艏摇角数据，设定采样间隔，并设定最小二乘支持向量机参数；将采集的k-1前m个时刻的艏摇角作为输入，将k时刻艏摇角艏ψ(k)作为输出，构造最小二乘支持向量机的一组训练数据，当采集到一个新数据时，最早的一个数据相应地从输入中去掉，模型相应的随着时间推移而进行在线更新，从而训练最小二乘支持向量机；将训练好的最小二乘支持向量机航向预报模型用于航向预报，将到时刻的数据作为输入，从而预测第k+l+1时刻的船舶艏摇角。本发明计算过程得到了极大的简化，确保了实现在线实时预报。
-
公开(公告)号：CN102183957A
公开(公告)日：2011-09-14
申请号：CN201110052297.2
申请日：2011-03-04
Applicant: 哈尔滨工程大学
IPC: G05D1/02
Abstract: 本发明提供了一种船舶航向变论域模糊与最小二乘支持向量机复合控制方法。设定期望航向角，实际航向角的反馈值与设定期望航向角形成航向角偏差，求取航向角偏差的变化率；调整航向角偏差及偏差变化率的输入论域，产生新的航向角偏差和航向角偏差变化率并送入变论域模糊控制作为两个输入变量，经模糊规则得到航向控制所要求的控制规律，输出舵角指令信号送入舵机伺服进行操舵；由实际系统的输出经中间存储而获得航向角、舵角、转艏角速率时间序列作为输入向量训练最小二乘支持向量机的网络结构，动态辨识船舶航向运动逆模型产生前馈补偿控制信号；船舶航向变论域模糊-最小二乘支持向量机复合控制，使船舶的航向按指令航向精度跟踪给定期望航向。
-
公开(公告)号：CN101832471A
公开(公告)日：2010-09-15
申请号：CN201010148975.0
申请日：2010-04-19
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种信号识别分类方法。首先利用小波变换的方法对含有较高噪声的原始数据进行降噪，在数据分析中将信号分解为高频和低频信息，采用软阈值法对信号进行消噪，然后进行信号重构；在继承小波变换所具有的良好时频局部化优点的同时，对多尺度分析没有细分的高频部分进行进一步的分解；利用小波包变换在多层分解后的不同频带内分析信号，提取出反映系统状态的特征信息；通过非线性变换将输入信号特征向量变换到高维特征空间，然后在这个高维特征空间求取最优线性分类面。本发明克服了神经网络学习中网络结构难以确定、收敛速度慢以及训练时需要大量数据样本等不足，使其具有面向工程实际应用精度高、实时强的特点。
-
公开(公告)号：CN118964836A
公开(公告)日：2024-11-15
申请号：CN202410950987.7
申请日：2024-07-16
Applicant: 哈尔滨工程大学
IPC: G06F18/10 , G06F18/213 , G06F18/214 , G06N3/0442 , G06N3/045 , G06N3/0464
Abstract: 本发明提出了一种基于时序模式注意力机制的CNN‑LSTM船舶运动姿态预测方法，获取多变量实船运动的真实数据集，绘制多变量数据的热力图，选择相互之间相关程度高的多变量数据作为输入，利用滑动窗口的思想将其构造为有监督数据集，并对其进行数据预处理；搭建基于时序模式注意力机制的CNN‑LSTM混合网络，包括一维卷积层，LSTM层、时序注意力机制模块和展平层；训练网络，使用MSE评价模型；将新的船舶运动姿态数据传入到训练好的混合网络模型，得到预测数据。本发明利用基于时序模式注意力机制的CNN‑LSTM混合网络模型进行训练，与单一的网络相比，可以同时提取船舶运动姿态数据的空间维度特征和时序维度特征，网络模型具有更高的预测精度。
-
Patent Agency Ranking
公开(公告)号：CN118131760A
公开(公告)日：2024-06-04
申请号：CN202410163684.0
申请日：2024-02-05
Applicant: 哈尔滨工程大学
IPC: G05D1/43 , G05D109/30
Abstract: 基于多步预测扰动观测器的路径跟踪控制方法和系统，涉及船舶自主航行控制技术领域。解决现有基于干扰观测器的模型预测控制方案，将干扰观测器置于模型预测之外，只进行一次扰动补偿，导致对未来扰动的影响缺乏有效的处理，系统对于未知干扰的持续影响缺乏足够的鲁棒性的问题。所述方法包括：建欠驱动水面艇的动力学模型；根据欠驱动水面艇的动力学模型构建干扰观测器；根据欠驱动水面艇的动力学模型的追踪期望路径建立目标函数；设置欠驱动水面艇的动力学模型的约束条件；根据目标函数和约束条件控制欠驱动水面艇的动力学模型进行路径跟踪。本发明保障无人艇在执行路径跟踪任务时更加可靠稳定，并能够适应不同的海洋环境。
-
公开(公告)号：CN118111436A
公开(公告)日：2024-05-31
申请号：CN202410163687.4
申请日：2024-02-05
Applicant: 哈尔滨工程大学
Abstract: 基于卡尔曼滤波的无人艇航机信号修正补偿方法和设备，属于无人艇定位技术领域，解决针对无人艇航行信息传输延迟或定位精度不准确问题。本发明方法包括：获取无人艇本体信息并计算处理得到所需要的位置信息和速度信息；接收所需要的目标位置并计算所需要的北向东向目标位置信息；利用卡尔曼滤波最优估计方法将上述两个信息进行数据融合从而计算得到修正后的实际位置数据；利用已经训练好的Elman神经网络模型来对实际位置数据进行求解；计算位置数据线性程度并根据线性程度对卡尔曼滤波最优估计和神经网络模型加权融合产生更准确的无人艇航行信息。本发明对信号传输延迟丢包等现象都有很好的解决能力。
-
公开(公告)号：CN113610121B
公开(公告)日：2023-09-29
申请号：CN202110829209.9
申请日：2021-07-22
Applicant: 哈尔滨工程大学
IPC: G06F18/2415 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种跨域任务深度学习识别方法，从多个训练环境中估计非线性，不变因果预测因子，使模型只根据主体的特征预测，步骤一、生成生成主体特征与背景特征无关的数据集；步骤二、搭建门控参数增强网络模型；步骤三、计算损失函数；步骤四、训练并且保存参数；步骤五、将待识别样本输入步骤四训练后的分类器并输出识别结果。对比于现有的其它方法(如CLP,ALP,PGD,VIB),本发明提出的CDI方法能够很好地抑制背景对于主体识别的影响，准确率和稳定性远高于其它现有方法。
-
公开(公告)号：CN104809529A
公开(公告)日：2015-07-29
申请号：CN201510242549.6
申请日：2015-05-13
Applicant: 哈尔滨工程大学
Abstract: 本发明属于船舶自动避碰路径规划技术领域，主要涉及一种细菌觅食优化的多船会遇避碰方法。本发明包括：建立船舶仿真试验所需的仿真界面，并确定用于多船会遇避碰的我船和各目标船参数；会遇态势判断和碰撞危险度分析；建立多船会遇避碰方法的目标函数：优化算法目标函数为；基于灰色关联分析方法确定重点避碰危险船舶：确定理想效果序列；调用改进细菌觅食算法优化多船会遇避碰路径；完成此次避碰航行，复航，恢复原有航向。本发明基于其均值和方差从整体上分析该细菌的质量并结合最后一次趋向后的目标函数值联合判断用于复制操作的细菌，从而改进了算法的收敛速度和搜索精度，提高了多船会遇避碰策略生成的效率。
-
公开(公告)号：CN103322415A
公开(公告)日：2013-09-25
申请号：CN201310220995.8
申请日：2013-06-05
Applicant: 哈尔滨工程大学
IPC: F17D5/02
Abstract: 本发明涉及一种石油管道缺陷二维重现方法，具体涉及一种最小二乘支持向量机石油管道缺陷二维重现方法。本发明包括：将实际测量到的管道漏磁信号数据和管道缺陷数据，经去噪、归一化处理后作为管道缺陷重构的实验数据；将漏磁信号作为输入，将包括长度和深度的缺陷轮廓作为输出，确定训练样本数及最小二乘支持向量机的核函数参数σ和惩罚因子γ；利用训练后的最小二乘支持向量机模型，将管道漏磁信号数据L作为输入，利用管道漏磁信号对管道二维缺陷重构，重现管道缺陷轮廓。本发明计算过程得到了极大的简化，提高收敛精度，能够实现在线重构及对管道缺陷的精确重现。
-
-
-
-
-
-
-
-
-
Search Results
43
records
(took 0.031 seconds)
