一种最小误差熵准则下的车联网相对组合导航定位方法

    公开(公告)号:CN112525205B

    公开(公告)日:2021-09-03

    申请号:CN202011289892.3

    申请日:2020-11-17

    Abstract: 本发明涉及一种最小误差熵准则下的车联网相对组合导航定位方法,包括用于车辆间通信的车联网系统,以及用于获取导航观测数据的车载定位设备;通过建立目标车辆参数测量方程;在基于最小误差熵卡尔曼滤波算法的集中式融合框架下,融合目标车辆的导航观测数据从而生成目标车辆状态估计;在基于最小误差熵卡尔曼滤波算法的分布式融合框架下,拟合目标车辆及临近车辆的导航观测数据生成相对导航观测数据、并生成相对状态估计,从而融合目标车辆状态估计。本发明在最小误差熵准则下对非高斯噪声状态的目标车辆进行相对组合导航定位,提高了车联网下的导航定位设备的准确性以及适用性。

    一种基于VGG-BLS的风机叶片缺陷检测方法

    公开(公告)号:CN112802011A

    公开(公告)日:2021-05-14

    申请号:CN202110212015.4

    申请日:2021-02-25

    Inventor: 朱佳伟 文传博

    Abstract: 本发明涉及一种基于VGG‑BLS的风机叶片缺陷检测方法,该方法包括以下步骤:步骤1:拍摄风机叶片缺陷图像,并筛选出作为数据集的图像后进行数据预处理;步骤2:将处理完毕的完整数据集输入至VGG‑BLS网络模型中,利用其中的VGG‑16提取特征,基于提取的特征再利用其中的BLS模型求得网络权重;步骤3:将求得的网络权重输入VGG‑16网络模型中进行网络模型训练,同时输入风机叶片缺陷数据集得到最终检测分类结果;步骤4:通过增量学习的方法在线更新权重,并通过评价指标判断步骤3中训练完毕的网络模型性能。与现有技术相比,本发明具有:1.成本更低,只需获取缺陷图像,通过计算机仿真即可检测缺陷类别;2.准确率有一定的提升;3.检测效率有大幅度的提升等优点。

    一种最小误差熵准则下的车联网相对组合导航定位方法

    公开(公告)号:CN112525205A

    公开(公告)日:2021-03-19

    申请号:CN202011289892.3

    申请日:2020-11-17

    Abstract: 本发明涉及一种最小误差熵准则下的车联网相对组合导航定位方法,包括用于车辆间通信的车联网系统,以及用于获取导航观测数据的车载定位设备;通过建立目标车辆参数测量方程;在基于最小误差熵卡尔曼滤波算法的集中式融合框架下,融合目标车辆的导航观测数据从而生成目标车辆状态估计;在基于最小误差熵卡尔曼滤波算法的分布式融合框架下,拟合目标车辆及临近车辆的导航观测数据生成相对导航观测数据、并生成相对状态估计,从而融合目标车辆状态估计。本发明在最小误差熵准则下对非高斯噪声状态的目标车辆进行相对组合导航定位,提高了车联网下的导航定位设备的准确性以及适用性。

    一种基于模糊控制的虚拟同步发电机参数自适应控制方法

    公开(公告)号:CN112134500A

    公开(公告)日:2020-12-25

    申请号:CN202011046184.7

    申请日:2020-09-29

    Inventor: 曹山秀 文传博

    Abstract: 本发明涉及一种基于模糊控制的虚拟同步发电机参数自适应控制方法,在分析经典的二阶同步发电机暂态数学模型的基础上,将传统同步发电机的惯量和阻尼特性引入到虚拟同步发电机逆变器的控制算法中,与传统大型同步发电机固定参数相比,该发明的最大优势为参数可以自由变化,增加了VSG的自由度;以系统的转子频率变化率及变化量作为输入,并根据虚拟惯量、虚拟阻尼分别与系统转子频率变化率及变化量之间的关系设计出虚拟惯量和阻尼的模糊规则,通过模糊控制来达到两个参数协同自适应控制的目的,使系统在受到外界扰动时能够自适应调节从而保证系统的稳定性。

    一种风机叶片状态监测方法及系统

    公开(公告)号:CN112070102A

    公开(公告)日:2020-12-11

    申请号:CN201910502111.5

    申请日:2019-06-11

    Inventor: 徐东华 文传博

    Abstract: 本发明涉及一种风机叶片状态监测方法,该方法包括以下步骤:步骤S1:构建风机叶片图像的训练数据集和测试数据集;步骤S2:构建卷积神经网络;步骤S3:利用训练数据集训练卷积神经网络,得到训练好的卷积神经网络;步骤S4:利用测试数据集测试训练好的神经网络,若满足条件,则执行步骤S5,否则,执行步骤S3;步骤S5:使用交替方向乘子法对训练好的卷积神经网络进行压缩,得到压缩卷积神经网络;步骤S6:采集待测风机叶片图像,将待测风机叶片图像输入压缩卷积神经网络,得到风机叶片状态。与现有技术相比,本发明对风电机组的安全稳定运行和风电领域的设备维护领域是具有重要意义。

    一种分布式经济调度优化控制方法

    公开(公告)号:CN111027774A

    公开(公告)日:2020-04-17

    申请号:CN201911267598.X

    申请日:2019-12-11

    Abstract: 本发明涉及一种分布式经济调度优化控制方法,包括以下步骤:建立与发电量有关的经济调度模型;基于一致性算法,得到各个发电单元在k时刻的基本增量成本;在基本增量成本基础上添加与频率有关的目标吸引项,得到各个发电单元在k时刻的增量成本;使各个发电单元在k时刻的增量成本趋近增量成本最优值,得到各个发电单元在k时刻的发电量;各个发电单元在k时刻的发电量通过PI控制器优化经济调度模型,实现经济调度优化控制。与现有技术相比,可以充分满足平衡约束条件并且实时调整。

    基于约束信息的目标定位方法

    公开(公告)号:CN104614751A

    公开(公告)日:2015-05-13

    申请号:CN201510049788.X

    申请日:2015-01-30

    Inventor: 文传博

    Abstract: 本发明公开了一种基于约束信息的目标定位方法,用于对机动目标实时跟踪定位,包括以下步骤:首先进行约束模型建模;接着进行系统降维和关联测量值与新变量;其次,获取测量信息,并设计递归滤波器;然后重构状态值和误差协方差的当前估计值;重复上述步骤对机动目标进行实时跟踪定位。本发明通过系统降维和关联测量值与新变量,简化了原始数学模型和计算复杂度,降低计算量,利于得到更优的估计效果,提高了定位精度;通过设计递归滤波器,根据新变量和误差协方差上一时刻的估计值以及测量值的当前值,求出新变量和误差协方差的当前估计值,有效实现对机动目标的实时跟踪定位,且无需保留更前面的测量值与约束信息,节省了存储空间。

    一种药物提醒器
    28.
    实用新型

    公开(公告)号:CN203724477U

    公开(公告)日:2014-07-23

    申请号:CN201320781670.2

    申请日:2013-12-03

    Abstract: 本实用新型公开一种药物提醒器,包括盒体和盖体,盒体为圆柱形,包含:一储药部分,储药部分用隔板分成若干个储药槽,并对储药槽进行编号;一设定单元,设定单元具有输入按键,可预先设定服用药物的编号以及服药时间和手机号码;一显示器,显示服用药物的编号以及服药时间,显示器电连接于盒体内部的控制系统;控制系统包括C-51单片机,通过GSM模块实现向预存的手机号发送短信提醒;以及一电源部分。本实用新型的优点在于,药物提醒器上设置输入按键,输入服用药物的编号以及服药时间和手机号码,利用常用的GSM模块实现向使用者手机上发送提醒信息,不管使用者身在何处,都可以提醒其按时服药;结构简单,特定使用于需要发送短信提醒的人群。

    图书馆座位监控装置
    29.
    实用新型

    公开(公告)号:CN203376826U

    公开(公告)日:2014-01-01

    申请号:CN201320494840.9

    申请日:2013-08-14

    Abstract: 一种图书馆座位监控装置包括刷卡器、压力传感器、信号采集器、DSP处理器、计算机及指示灯;每一桌子上设有刷卡器,刷卡器与信号采集器相连,用于获取刷卡信号并传至信号采集器;每一座位上设有压力传感器,压力传感器与信号采集器相连,用于检测对应座位上的压力信号,并将检测到的压力信号传至信号采集器;信号采集器与DSP处理器相连,用于将接收到的模拟信号转换为数字信号,并传至DSP处理器;DSP处理器通过通信接口与计算机相连,用于对接收到的信号进行分析处理,并将处理结果传至计算机;计算机与所有设在桌上的指示灯相连,用于控制指示灯作出相应指示,以及获取并记录相应座位被占用的时间。本实用新型设备结构简单,易操作。

Patent Agency Ranking