-
公开(公告)号：CN118410722B
公开(公告)日：2024-08-23
申请号：CN202410850464.5
申请日：2024-06-28
Applicant: 青岛哈尔滨工程大学创新发展中心 , 哈尔滨工程大学
IPC: G06F30/27 , G06F30/15 , G06N3/0455 , G06N3/09 , G06F18/214 , G06F18/2131 , G06F119/14 , G06F119/02
Abstract: 本发明属于船舶与海洋工程技术领域，公开了一种动力系统建模的非平稳性船舶运动预报方法及系统。该方法引入傅里叶滤波与koopman理论，构建基于koopa架构的船舶运动预报模型，分别构建低频koopman预测器与高频koopman预测器，滤波后的高频分量通过低频koopman预测器映射到高维空间，在高维空间中通过一个koopman算子控制其状态转移；滤波后的低频分量则通过低频koopman预测器映射到高维空间，并在高维空间中对分布特征不同的数据状态区域分别采用不同的koopman算子控制其状态转移。本发明有效提高预报模型对非平稳性船舶运动时历数据的预报精度。
-
公开(公告)号：CN117851760A
公开(公告)日：2024-04-09
申请号：CN202410257690.2
申请日：2024-03-07
Applicant: 青岛哈尔滨工程大学创新发展中心 , 哈尔滨工程大学
IPC: G06F18/10 , G06F17/14 , G06N3/0464 , G06N3/0442 , G06N3/045 , G06N3/08
Abstract: 本发明属于船舶与海洋工程技术领域，公开了一种基于频带预处理的波浪智能预报模型优化方法及系统。该方法从波浪时历数据的频带分布特征出发，通过波浪频带分布进行多区间划分，滤去噪声影响的同时分离高低频组成部分，并通过高低频部分的预报模型独立训练与预报，通过预报结果叠加实现原波浪时历的高精度预报。本发明面向实际海洋环境中测量的波浪时历数据预报精度低的问题，基于傅里叶变换探究数据频谱特征，从频带分布出发，提出一种波浪时历数据高低频分离的预处理方法，通过本发明可以有效的改善实测波浪时历的预报精度，提升可预报时长，并且该方法普遍的适用于多种波浪深度学习预报模型。
-
Patent Agency Ranking
公开(公告)号：CN117251663B
公开(公告)日：2024-02-13
申请号：CN202311210831.7
申请日：2023-09-20
Applicant: 青岛哈尔滨工程大学创新发展中心 , 哈尔滨工程大学
IPC: G06F17/10
Abstract: 一种直升机着舰安稳期状态判别方法，涉及船舶与海洋工程技术领域，通过综合船舶各自由度运动状态，在船舶运动的基础上融入环境因素的干扰，通过数值计算将各方面信息汇总成数值指数，以此对整体作业状态进行宏观评价，可以有效提高作业执行人员与指挥人员对于作业整体状态的把握能力，提高起降作业效率以及起降作业安全性，该方法同时填补了国内通过船舶运动等信息综合计算安稳期状态算法的空白，为舰载机起降作业安稳期的判断方式提供了新的途径。
-
公开(公告)号：CN116842381A
公开(公告)日：2023-10-03
申请号：CN202310701618.X
申请日：2023-06-13
Applicant: 青岛哈尔滨工程大学创新发展中心 , 哈尔滨工程大学
IPC: G06F18/214 , G06F18/25 , G06N3/084 , G06N3/04 , G06F123/02
Abstract: 本发明属于船舶与海洋工程技术领域，公开了基于数据融合的船舶运动极短期预报模型泛化性优化方法。针对不同工况下船舶运动时历数据特征的差异性，利用多工况数据融合方法融合不同工况下的时历数据，构建相应的训练集，通过深度学习模型的训练提取多工况下运动时历特征，实现多工况下运动时历预报。通过本发明可以实现多种工况条件下的运动时历数据融合训练，实现深度学习神经网络对不同工况条件下的数据特征提取，相应训练所得的预报模型具有更强的泛化性表现，可以针对多种工况条件下的运动时历均保持较好的预报效果。通过该发明可以较好的平衡预报精度与模型适应性，提高船舶相关作业安全的保障能力。
-
公开(公告)号：CN112577496B
公开(公告)日：2024-03-26
申请号：CN202011333283.3
申请日：2020-11-25
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于自适应选权的多源融合定位方法，方法步骤为：根据传感器初始数据获取初始节点；由初始节点生成初始位置变量节点和初始误差变量节点；惯性导航因子对位置变量节点进行拓展，误差因子则对误差变量节点进行拓展，并且由误差变量节点对惯性导航因子进行纠正；按照不同权重将卫星导航因子和视觉里程计因子的输出结果与位置变量节点中的定位结果进行数据融合。本发明将自适应选权的因子图模型应用于多源融合导航定位，用较为简便的方式实现了对传感器因子自适应选权的过程，能够通过动态调整权重实现卫星定位信息的故障排除和重新接入，并且在一定程度上减小定位误差。
-
公开(公告)号：CN112577496A
公开(公告)日：2021-03-30
申请号：CN202011333283.3
申请日：2020-11-25
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于自适应选权的多源融合定位方法，方法步骤为：根据传感器初始数据获取初始节点；由初始节点生成初始位置变量节点和初始误差变量节点；惯性导航因子对位置变量节点进行拓展，误差因子则对误差变量节点进行拓展，并且由误差变量节点对惯性导航因子进行纠正；按照不同权重将卫星导航因子和视觉里程计因子的输出结果与位置变量节点中的定位结果进行数据融合。本发明将自适应选权的因子图模型应用于多源融合导航定位，用较为简便的方式实现了对传感器因子自适应选权的过程，能够通过动态调整权重实现卫星定位信息的故障排除和重新接入，并且在一定程度上减小定位误差。
-
公开(公告)号：CN110641624A
公开(公告)日：2020-01-03
申请号：CN201911020117.5
申请日：2019-10-25
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种自主航行风浪流监测浮标，包括平台模块、自主巡航模块、测量模块、数据存储与处理模块和能源支持模块；所述自主巡航模块、测量模块、数据储存与处理模块和能源支持模块均设置在平台模块上，所述测量模块采集的数据传输给数据存储与处理模块，所述数据存储与处理模块与自主巡航模块连接，所述能源支持模块分别与测量模块和数据存储与处理模块连接，本发明具有自主巡航功能，根据设定任务指令，实现大范围海域的海洋风速、海浪波高与浪向、海流速度与流速的自主、高精度观测。本发明提供的自主航行波浪监测浮标具有动力、无需使用系泊系统，可实现随船测量，同时节省了大量布放安装费用，可自主回收和重复利用，避免产生海洋垃圾。
-
-
-
-
-
-
Search Results
27
records
(took 0.034 seconds)
