-
公开(公告)号：CN112432644A
公开(公告)日：2021-03-02
申请号：CN202011252567.X
申请日：2020-11-11
Applicant: 杭州电子科技大学
Abstract: 本发明公开一种基于鲁棒自适应无迹卡尔曼滤波的无人艇组合导航方法。本发明在实现传统UKF的基础下，采用在线故障诊断检测机制判断是否需要更新当前噪声协方差，分别采用基于新息的方法和基于残差的方法计算测量的当前噪声协方差的估计值，然后利用加权因子将最后一个噪声协方差矩阵与估计值相结合，作为新的噪声协方差矩阵。当系统对先验测量噪声估计出现了偏差或在运行过程中传感器发生故障造成实际噪声逐渐增大时，本发明相比于传统UKF可以提供更为精确的位置和航向角估计。
-
公开(公告)号：CN112329667A
公开(公告)日：2021-02-05
申请号：CN202011252584.3
申请日：2020-11-11
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种基于经验小波变换和多尺度熵的水质数据清洗方法。本发明通过快速傅里叶变换对原始数据的频谱进行自适应分段之后，经验小波变换将带有噪声的原始数据分解为不同的内在模式函数IMF。根据整个IMF的不同特性，将基于多尺度熵的自适应可调参数引入阈值函数中，以提高噪声去除的性能。最后，过滤整个IMF上的点的高频噪声，本发明包含更多有效数据幅度和更少噪声保留。更加适用于时序数据清洗并在合成模拟数据和现场水质数据的去除噪声的精度上取得了较好的效果。
-
公开(公告)号：CN108593557B
公开(公告)日：2020-08-11
申请号：CN201810205703.6
申请日：2018-03-13
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于TE‑ANN‑AWF移动污染源遥测误差补偿方法，本发明利用TE传递熵对干扰与测量结果进行因果相关性分析，从而确定测量误差来源以及衡量多干扰间不平衡程度，并利用TE传递熵的方向性引出非显著因果关系的量化标准和判定方法。提出了虚拟观测方法来实现单元观测序列的多元解构，通过ANN误差预测模型实现单干扰通道虚拟观测序列的补偿，再采用多元自适应加权融合方法对补偿后的多元虚拟观测序列进行融合重构。针对融合算法中的权值收敛问题，模型中引入了指数遗忘的方法将TE良好的权值预估能力和AWF的权值自适应调整的优点相结合，改善了误差补偿过程的动态性能。
-
公开(公告)号：CN110533238A
公开(公告)日：2019-12-03
申请号：CN201910776617.5
申请日：2019-08-22
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种二型模糊环境下的危化品车辆路径规划方法。本发明步骤是针对运输风险的不确定性，定义了危化品运输车辆路径规划模型。目标是确定风险最小化的运输路线。由于人员的流动性，本发明在传统运输风险模型的基础上引入了二型模糊变量，根据置信度方法构建了机会约束模型以及其对应的等价确定型。针对模型特性，设计了一种模拟退火算法。提出的SAA以一定的概率来接受一个比当前解要差的解,因此有可能会跳出这个局部的最优解,达到全局的最优解。本发明方法具有开放性、灵活性以及计算复杂度低等特点。
-
公开(公告)号：CN110082555A
公开(公告)日：2019-08-02
申请号：CN201910360958.4
申请日：2019-04-30
Applicant: 杭州电子科技大学
IPC: G01P3/68
Abstract: 本发明公开了一种基于单片机和双路激光器的车辆行驶加速度测量方法。本发明在道路一边架设双路激光发射器，另一边架设双路激光接收器和处理单元。当车头依次通过两路激光时，获得分别遮挡的时间和，设两路激光的间隔固定为L，则可获得车头的实时速度。同理，检测车尾分别不遮挡两路激光的时间和，计算出车尾的实时速度。通过定时器获得车头通过和车尾通过的时间间隔，车辆的加速度可以通过车头和车尾的速度变化大小来获得。本发明可以实现自动触发，自动测算，实现无人值守的速度、加速度数值捕捉。
-
Patent Agency Ranking
公开(公告)号：CN109492830A
公开(公告)日：2019-03-19
申请号：CN201811541300.5
申请日：2018-12-17
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于深度学习的移动污染源排放浓度预测方法，本发明根据移动污染源污染物的区域时空分布特点，提出基于注意力机制的卷积长短期记忆神经网络预测方法。首先，通过分析站点之间的Granger因果关系并开发超参数高斯向量权重函数以确定空间自相关变量作为输入特征的一部分。其次，使用卷积神经网络来提取LSTM网络使用的数据的时空间特征，同时注意力模型分别用于加权特征图和通道以增强特征的有效性。最后，基于深度LSTM的时间序列预测器，用于学习大气污染物浓度的长期和短期依赖性。本发明从历史大气污染物数据中提取固有的有用特征，并将辅助数据纳入所提出的模型中以提高性能，从而浓度预测方法。
-
公开(公告)号：CN109374532A
公开(公告)日：2019-02-22
申请号：CN201811541673.2
申请日：2018-12-17
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于传递熵和自适应融合估计移动源排放气体遥测误差补偿方法。本发明有机结合测量对象的先验知识和最优估计理论，能够从带噪观测序列中得到真实值的最优估计。首先，通过超限学习机方法建立多干扰下遥测误差预测模型。然后，提出了一种虚拟观测分解模型，并利用虚拟观测分解模型对观测序列进行多序列分解。之后，将实际测量过程转化为多传感器虚拟观测过程，并建立多传感器虚拟观测过程的数学模型。最后，引入传递熵和自适应卡尔曼滤波对多虚拟观测序列进行融合重构，从而得到测量序列的最优估计。本发明能够有效补偿外部环境干扰引起的测量误差，提高遥感检测技术的环境适用性和抗干扰能力。
-
公开(公告)号：CN109145729A
公开(公告)日：2019-01-04
申请号：CN201810769171.9
申请日：2018-07-13
Applicant: 杭州电子科技大学
IPC: G06K9/00
CPC classification number: G06K9/00516
Abstract: 本发明涉及一种基于改进小波阈值与EEMD的肌电信号去噪方法。首先，采用总体平均经验模式分解的方法将肌电信号分解为若干个本征模态函数，运用一种基于小波的提取方法从第一个分量中提取信号的有用部分，运用自相关函数法将剩余本征模态函数分为含噪声较高的高频分量和含噪低的低频分量，然后运用一种改进的小波阈值将高频分量进行去噪。最后将处理后的第一个分量、高频分量和低频分量重构，重构后的信号即为去噪信号。本发明结合了总体平均经验模态分解方法与具有去噪效果比传统阈值更好的改进阈值去噪方法，并且没有直接舍弃含噪很高的第一个分量，而是运用一种基于小波的提取方法将有用信号部分提取出来。
-
公开(公告)号：CN108733624A
公开(公告)日：2018-11-02
申请号：CN201810318841.5
申请日：2018-04-11
Applicant: 杭州电子科技大学
Abstract: 本发明公布了一种水质异常数据检测与重构方法。本发明将VMD(Variational Mode Decomposition)算法应用于水质异常数据的检测，克服了EMD(Empirical Mode Decomposition)算法在信号分解中容易产生模态混叠现象的缺点，采用牛顿迭代法寻找最优参数k，改进了传统经验法确定参数k的不足，并结合分段曲线拟合法重构水质异常数据，使本发明方法在水质异常监测领域更具有适用性。
-
公开(公告)号：CN108122185A
公开(公告)日：2018-06-05
申请号：CN201711373985.2
申请日：2017-12-19
Applicant: 杭州电子科技大学
IPC: G06Q50/26
Abstract: 本发明公开了一种考虑布控区域边界点的移动污染源排放遥测站点选址方法，本发明寻找机动车尾气排放遥测站点在布控区域中合适的位置，以实现该区域内的车辆至少被监测到一次的目的。根据城市路网的拓扑结构以及交通流向，将其抽象成一个有向图，采用广度优先遍历确定布点路口顺序，再根据各路口车流量的流入流出平衡关系获取最小覆盖集合，即最小布点路段集合。本发明能够在保证能够监测路网中所有机动车尾气排放的前提下得出无冗余的布点结果，并且充分考虑监测区域边界点问题，能够处理存在交通流量非平衡点的路网模型，具有较强的适应性。
-
-
-
-
-
-
-
-
-
Search Results
191
records
(took 0.033 seconds)
