-
公开(公告)号：CN117828419A
公开(公告)日：2024-04-05
申请号：CN202311653141.9
申请日：2023-12-05
Applicant: 中国矿业大学
IPC: G06F18/241 , G06F18/214 , G06F18/10 , E21F17/18
Abstract: 本发明公开了一种基于优化变分模态分解的矿井瓦斯浓度预测方法，首先通过改进的变分模态分解IVMD将数据分解成多个具有不同中心频率的固有模态分量IMF，并对VMD的分解模态数进行求解以实现模态数的自适应选取，然后对每个IMF划分训练集和测试集，并分别建立基于JAYA优化的KELM的预测模型进行初步预测，然后对每个IMF的预测误差采用循环误差补偿CEC进行预测误差预测，最后将所有IMF的预测结果和IMF预测误差的预测结果进行叠加获得最终预测结果。本发明能够在多步预测工作的前提下实现较高的精确度，尤其在一些极值点处，能够为煤矿瓦斯安全预警提供重要信息，可为煤矿瓦斯安全预警提供重要的理论基础和数据支持。
-
公开(公告)号：CN117828419B
公开(公告)日：2024-06-07
申请号：CN202311653141.9
申请日：2023-12-05
Applicant: 中国矿业大学
IPC: G06F18/241 , G06F18/214 , G06F18/10 , E21F17/18
Abstract: 本发明公开了一种基于优化变分模态分解的矿井瓦斯浓度预测方法，首先通过改进的变分模态分解IVMD将数据分解成多个具有不同中心频率的固有模态分量IMF，并对VMD的分解模态数进行求解以实现模态数的自适应选取，然后对每个IMF划分训练集和测试集，并分别建立基于JAYA优化的KELM的预测模型进行初步预测，然后对每个IMF的预测误差采用循环误差补偿CEC进行预测误差预测，最后将所有IMF的预测结果和IMF预测误差的预测结果进行叠加获得最终预测结果。本发明能够在多步预测工作的前提下实现较高的精确度，尤其在一些极值点处，能够为煤矿瓦斯安全预警提供重要信息，可为煤矿瓦斯安全预警提供重要的理论基础和数据支持。
-
公开(公告)号：CN119848665A
公开(公告)日：2025-04-18
申请号：CN202411919650.6
申请日：2024-12-25
Applicant: 中国矿业大学
IPC: G06F18/2415 , G06F18/25 , G06F18/10 , G06F18/213 , G06N3/0464 , G06N3/084 , G06N3/0985 , H04W4/02
Abstract: 本发明公开了一种适用于多场景复杂环境的深度学习NLOS识别方法，首先对采集的多场景UWB信道脉冲响应数据转换获得其离散多径脉冲响应数据，通过计算分别获得其多径延迟功率数据和多径相似性数据，构建新的样本数据集、并进行数据预处理；然后构建基于多径信息的双输入特征融合深度学习NLOS识别模型，以完成UWB定位系统中的NLOS分类。本适用于多场景复杂环境的深度学习NLOS识别方法能够在少量数据的前提下实现解决多场景识别能力低、泛化精度差和复杂场景识别效果差的问题，进而实现较高的NLOS识别精度，从而可以有效提高多场景复杂环境UWB定位精度。
-
公开(公告)号：CN118826931B
公开(公告)日：2025-01-28
申请号：CN202410801200.0
申请日：2024-06-20
Applicant: 中国矿业大学
IPC: H04B17/391 , G06F18/15 , G06F18/2131 , G06N3/0442 , G06N3/045 , G06N3/084 , G06N3/0985
Abstract: 本发明公开了一种基于分解预测和误差修正的车联网信道预测方法，首先利用变分模态分解将信道数据分解为若干个子分量，然后对每个子分量建立基于双向门控循环神经网络的预测模型，将每个子分量的预测结果继续叠加得到初步预测结果，接下来计算出子分量的预测差值，通过误差修正方法对子分量的预测误差进行处理、并得到误差预测结果，最后将初步预测结果和误差预测结果叠加完成预测。本基于分解预测和误差修正的车联网信道预测方法能够解决现有车辆网信道预测技术存在的信道建模中数据不足、预测过程中长期误差累计的问题，实现较高的车联网信道预测精确度，进而便于更好地优化车联网通信系统的性能。
-
Patent Agency Ranking
公开(公告)号：CN119818039A
公开(公告)日：2025-04-15
申请号：CN202411919652.5
申请日：2024-12-25
Applicant: 中国矿业大学
IPC: A61B5/0205 , A61B5/0507 , A61B5/08 , A61B5/024 , A61B5/00 , G06N3/006
Abstract: 本发明公开了一种基于WOA‑SVMD的生命体征检测方法，首先利用鲸鱼优化算法(WOA)对逐次变分模态分解(SVMD)的平衡参数进行自适应优化，随后基于最优平衡参数使用逐次变分模态分解将信号分解成一系列本征模态函数，然后通过能量比与相关性系数对本征模态函数进行两次筛选，最后确定相关系数最大的本征模态函数对心跳信号进行重构。本基于WOA‑SVMD的生命体征检测方法能够实现对心率的精确估计，分离出的心跳信号与实际信号更为接近，可有效解决雷达生命体征检测中的噪声干扰和呼吸谐波容易对心跳信号的干扰问题。
-
公开(公告)号：CN118501835B
公开(公告)日：2024-11-12
申请号：CN202410568896.7
申请日：2024-05-09
Applicant: 中国矿业大学
Abstract: 本发明公开了一种基于毫米波雷达的矿井T型巷道目标定位方法，首先建立并分析简化T型巷道场景毫米波电磁传播路径，并建立对应的FMCW体制雷达回波模型；其次，利用MTI、脉冲压缩、非相干叠加对雷达信号进行预处理，采用CA‑CFAR检测方法对进行目标距离提取，通过MVDR空域滤波方法估计目标方位角估计，结合距离和方位角信息解算虚假目标点集；最后通过对虚假目标点集进行匹配消除、获得有效虚假目标点集，利用先验场景信息对有效虚假目标点集进行坐标变换获得真实目标点集，完成定位流程。本发明针对煤矿井下T形巷道场景的复杂环境，能够实现较理想的非视距目标检测的准确性和定位精度。
-
公开(公告)号：CN119848664A
公开(公告)日：2025-04-18
申请号：CN202411919647.4
申请日：2024-12-25
Applicant: 中国矿业大学
IPC: G06F18/2415 , G06N3/006 , G06F18/10 , G06N5/01 , H04W4/02
Abstract: 本发明公开了一种基于GMM‑PSO‑EM算法的NLOS识别方法，首先对时延数据进行预处理、降噪，并结合AIC和BIC准则确定分布数量，再通过PSO‑SA‑EM算法迭代更新GMM参数，建立GMM模型后通过PDF值确定的区域面积来确定场景内NLOS概率值。本基于GMM‑PSO‑EM算法具有出色的NLOS识别性能，在处理NLOS问题时具有较强的有效性和鲁棒性，能够解决复杂室内环境中NLOS识别复杂度较高、需要大量的数据标记工作以及在数据量较小的情况下性能较差的问题，且实现相对简单、计算速度更快，特别适用于复杂室内环境下UWB系统定位过程中对NLOS信号的识别。
-
公开(公告)号：CN118826931A
公开(公告)日：2024-10-22
申请号：CN202410801200.0
申请日：2024-06-20
Applicant: 中国矿业大学
IPC: H04B17/391 , G06F18/15 , G06F18/2131 , G06N3/0442 , G06N3/045 , G06N3/084 , G06N3/0985
Abstract: 本发明公开了一种基于分解预测和误差修正的车联网信道预测方法，首先利用变分模态分解将信道数据分解为若干个子分量，然后对每个子分量建立基于双向门控循环神经网络的预测模型，将每个子分量的预测结果继续叠加得到初步预测结果，接下来计算出子分量的预测差值，通过误差修正方法对子分量的预测误差进行处理、并得到误差预测结果，最后将初步预测结果和误差预测结果叠加完成预测。本基于分解预测和误差修正的车联网信道预测方法能够解决现有车辆网信道预测技术存在的信道建模中数据不足、预测过程中长期误差累计的问题，实现较高的车联网信道预测精确度，进而便于更好地优化车联网通信系统的性能。
-
公开(公告)号：CN118501835A
公开(公告)日：2024-08-16
申请号：CN202410568896.7
申请日：2024-05-09
Applicant: 中国矿业大学
Abstract: 本发明公开了一种基于毫米波雷达的矿井T型巷道目标定位方法，首先建立并分析简化T型巷道场景毫米波电磁传播路径，并建立对应的FMCW体制雷达回波模型；其次，利用MTI、脉冲压缩、非相干叠加对雷达信号进行预处理，采用CA‑CFAR检测方法对进行目标距离提取，通过MVDR空域滤波方法估计目标方位角估计，结合距离和方位角信息解算虚假目标点集；最后通过对虚假目标点集进行匹配消除、获得有效虚假目标点集，利用先验场景信息对有效虚假目标点集进行坐标变换获得真实目标点集，完成定位流程。本发明针对煤矿井下T形巷道场景的复杂环境，能够实现较理想的非视距目标检测的准确性和定位精度。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.022 seconds)
