基于热像素和增强时空相关性的动态视觉事件流降噪方法

    公开(公告)号:CN115442544B

    公开(公告)日:2024-11-12

    申请号:CN202211076656.2

    申请日:2022-09-05

    Applicant: 东南大学

    Inventor: 王立辉 许宁徽

    Abstract: 本发明提供了基于热像素和增强时空相关性的动态视觉事件流降噪方法,包括步骤:1、读取动态视觉传感器输出的事件流,并对事件进行时空建模;2、根据时空特征,将噪声事件分为高频噪声事件和背景噪声事件;3、通过构造事件密度图,结合热像素输出噪声的持续高频特性和有效事件的时空连续性,实时检测热像素,实现对高频噪声的消除;4、引入不同强度梯度下动态视觉传感器的动态响应特性,对时空相关性降噪准则进行增强,准确地滤除背景噪声;5、利用降噪后的事件流对热像素的输出进行补偿,提高事件输出精度。该方法适用于动态视觉传感器输出事件流的降噪,兼顾了噪声事件去除效率和有效事件保留能力,以较小的运算资源取得了较高的降噪精度。

    面向高级接收机自主完好性监测的智能选星方法

    公开(公告)号:CN118519174B

    公开(公告)日:2024-09-27

    申请号:CN202411002395.9

    申请日:2024-07-25

    Applicant: 东南大学

    Abstract: 本发明是一种面向高级接收机自主完好性监测的智能选星方法。包括以下步骤:首先,获取卫星发送的信号,以地面观测点处遮蔽角对各导航卫星进行筛选,提取接收机观测到的可见卫星。然后根据卫星几何构型和完好性支持信息参数,构建卫星选择模型,设置代价函数,通过数学拟合确定卫星选择模型中的权重参数,并且将ARAIM算法中的有效监测阈值EMT和垂直定位精度作为约束条件。利用河马智能优化算法,把每一个卫星组合看作一只河马,将卫星选择模型作为适应度函数,在解空间中对卫星组合进行迭代求解,寻找最佳卫星组合。最后,计算最佳卫星组合的ARAIM可用性。该方案能够降低ARAIM算法复杂度,并降低故障发生的概率。

    用于数据压缩感知重建任务的双向梯形注意力预测方法

    公开(公告)号:CN117874483A

    公开(公告)日:2024-04-12

    申请号:CN202311613466.4

    申请日:2023-11-29

    Applicant: 东南大学

    Inventor: 王立辉 张仲禹

    Abstract: 本发明提出了用于数据压缩感知重建任务的双向梯形注意力预测方法,(1)光伏终端数据集压缩感知采样;(2)数据集划分、数据预处理以及改进模型的搭建;(3)数据集划分、数据预处理以及改进模型的搭建;(4)模型评价指标。本发明将提出的改进双向梯形注意力预测模型,应用到压缩感知的重建方法上,对比传统的基追踪重建(BP)算法和正交匹配追踪(OMP)算法,该模型实现了最佳的重建信号性能。该重建方法有效避免了传统方案计算复杂度大的问题,提高了数据重建的质量。

    基于深度残差网络的光纤电流互感器故障诊断方法

    公开(公告)号:CN116451163A

    公开(公告)日:2023-07-18

    申请号:CN202310422206.2

    申请日:2023-04-19

    Applicant: 东南大学

    Inventor: 王立辉 万龙

    Abstract: 基于深度残差网络的光纤电流互感器故障诊断方法,1、读取当前状态的光纤电流互感器的状态监测信号;2、光纤电流互感器的监测数据构建的数据集进行故障诊断模型训练,构建改进深度残差网络,通过将残差模块改进为分解卷积残差模块;3、根据不同工况下的光纤电流互感器状态监测数据,通过PCA主成分分析法和SDP图像处理方式进行特征降维和特征融合,构建光纤电流互感器故障数据集;4、将光纤电流互感器故障数据集作为输入,故障类标签作为输出,训练改进深度残差网络,通过对改进深度残差网络模型不断优化,使模型达到收敛;5、获得FOCS故障诊断信息。该方法适用于光纤电流传感测量领域,完成了FOCS的故障预警功能,提高了FOCS的可靠性。

    基于LSTM-GRU集成学习的非侵入式负荷监测方法

    公开(公告)号:CN116430148A

    公开(公告)日:2023-07-14

    申请号:CN202310422211.3

    申请日:2023-04-19

    Applicant: 东南大学

    Abstract: 基于LSTM‑GRU集成学习的非侵入式负荷监测方法,包括步骤:1、获取用户总线以及负荷的有功功率的值;2、对采集的数据进行预处理并进行配对组成数据集;3、构建基于LSTM和基于GRU的基模型,分别训练这两个基模型;4、使用训练好的两个基模型分别对总线有功功率进行初步分解得到目标负荷的初步分解值并进行结合;5、构建基于LSTM‑GRU集成学习的集成模型,将上一步的结果作为模型的输入,目标负荷的有功功率作为输出,训练所构建的基于LSTM‑GRU集成学习的元模型;6、根据当前总线的有功功率获得当前目标负荷的有功功率的数据。该方法通过结合两个基于LSTM和GRU的优势性能,并将BiTCN‑Attention模型和分类子模型集成作用的方式组成元模型,提升非侵入式负荷监测模型的分解精度。

    基于函数微分和自适应变增益的无人机轨迹跟踪控制方法

    公开(公告)号:CN115576341A

    公开(公告)日:2023-01-06

    申请号:CN202211380146.4

    申请日:2022-11-05

    Applicant: 东南大学

    Inventor: 王立辉 祝文星

    Abstract: 基于函数微分和自适应变增益的无人机轨迹跟踪控制方法,包括如下步骤:1、建立四旋翼无人机跟踪控制方法模型;2、设计改进Sigmoid函数和滑模终端吸引子相结合的微分跟踪器;3、根据控制模型,设计新型的三阶自适应变增益有限时间扩张观测器;4、设计自抗扰跟踪控制器,一部分由观测器补偿系统总扰动,另一部分设计快速滑模控制器,用于跟踪四旋翼的位置和姿态;5、依据李雅普诺夫函数证明整个轨迹跟踪控制方法的闭环稳定性。该方法能够补偿四旋翼无人机轨迹跟踪控制方法的未知干扰和模型不确定性,加快系统收敛速度,改善了跟踪控制方法的性能。

    一种基于抗差估计的弹性导航交互式信息融合方法

    公开(公告)号:CN115560763A

    公开(公告)日:2023-01-03

    申请号:CN202211168720.X

    申请日:2022-09-24

    Applicant: 东南大学

    Abstract: 本发明是一种基于抗差估计的弹性导航交互式信息融合方法,该方法在传统扩展卡尔曼滤波的基础上,使用基于IGG‑III等价权函数的权重矩阵对各独立传感器的观测值分别进行加权处理,以保证各独立传感器观测值的可靠性,从而避免卡尔曼滤波估计值因异常观测值的干扰导致失真甚至不收敛现象。同时,利用抗差标准化新息向量计算各通道的模型似然函数值,提高多传感器融合系统中各独立通道的可用性。在此基础上,借助包含各观测传感器优先级信息的马尔可夫概率转移矩阵对各独立通道的估计状态进行交互式融合输出。整个方法流程简单,思路清晰,这为多传感器融合系统弹性导航技术的发展研究提供了积极的参考和借鉴意义。

Patent Agency Ranking