-
公开(公告)号：CN110175548A
公开(公告)日：2019-08-27
申请号：CN201910419275.1
申请日：2019-05-20
Applicant: 中国科学院光电技术研究所
Abstract: 本发明提供了一种基于注意力机制和通道信息的遥感图像建筑物提取方法，旨在解决现有建筑物提取方法精度不高的技术问题。该方法包括以下步骤：步骤1、采集训练样本；步骤2、搭建深度学习框架并构建基于注意力机制和通道信息的U型网络；步骤3、对训练样本进行增强处理；步骤4、设计损失函数对其进行优化；步骤5、训练U型网络得到建筑物提取模型；步骤6、建筑物提取；本发明的有益技术效果在于：能够快速精确地提取出建筑物。
-
公开(公告)号：CN109541945A
公开(公告)日：2019-03-29
申请号：CN201910023435.0
申请日：2019-01-10
Applicant: 中国科学院光电技术研究所
IPC: G05B13/04
Abstract: 本发明公开了一种基于复合型扰动观测器的扰动抑制方法，针对控制系统稳定平台低频和中频扰动抑制能力不足，无法满足更高精度稳定控制系统需求的问题。本方法在多闭环控制基础上，对传统的扰动观测器设计进行了改进，提出了复合型扰动观测器结构，并给出了复合型扰动观测器中内外环前馈补偿控制器的设计方法。本发明利用复合型扰动观测器中的外环来估计、反相前馈中频段和外界扰动，利用内环来估计、反相前馈低频段和外界扰动，使复合型扰动观测器的内外环同时作用，最终达到同时提升系统低频段和中频段扰动抑制能力，提升控制系统稳定精度的目的。
-
公开(公告)号：CN109459927A
公开(公告)日：2019-03-12
申请号：CN201910038863.0
申请日：2019-01-16
Applicant: 中国科学院光电技术研究所
Abstract: 本发明提供了一种基于神经网络的PID控制器参数整定方法，旨在解决现有PID参数整定方法使用复杂，以及大量工程实践需要工程师手工整定的问题。本发明包括以下步骤：步骤1、采集训练样本；步骤2、搭建卷积神经网络学习框架；步骤3、利用神经网络对训练样本进行训练；步骤4、得到训练模型；本发明的有益技术效果在于：相对于人工整定PID参数，节约了大量时间和精力，相对于现阶段的整定软件，能够快速的根据频率响应伯德图整定出良好的PID参数。
-
公开(公告)号：CN110175548B
公开(公告)日：2022-08-23
申请号：CN201910419275.1
申请日：2019-05-20
Applicant: 中国科学院光电技术研究所
IPC: G06V20/10 , G06V10/778 , G06K9/62
Abstract: 本发明提供了一种基于注意力机制和通道信息的遥感图像建筑物提取方法，旨在解决现有建筑物提取方法精度不高的技术问题。该方法包括以下步骤：步骤1、采集训练样本；步骤2、搭建深度学习框架并构建基于注意力机制和通道信息的U型网络；步骤3、对训练样本进行增强处理；步骤4、设计损失函数对其进行优化；步骤5、训练U型网络得到建筑物提取模型；步骤6、建筑物提取；本发明的有益技术效果在于：能够快速精确地提取出建筑物。
-
公开(公告)号：CN109541945B
公开(公告)日：2021-11-02
申请号：CN201910023435.0
申请日：2019-01-10
Applicant: 中国科学院光电技术研究所
IPC: G05B13/04
Abstract: 本发明公开了一种基于复合型扰动观测器的扰动抑制方法，针对控制系统稳定平台低频和中频扰动抑制能力不足，无法满足更高精度稳定控制系统需求的问题。本方法在多闭环控制基础上，对传统的扰动观测器设计进行了改进，提出了复合型扰动观测器结构，并给出了复合型扰动观测器中内外环前馈补偿控制器的设计方法。本发明利用复合型扰动观测器中的外环来估计、反相前馈中频段和外界扰动，利用内环来估计、反相前馈低频段和外界扰动，使复合型扰动观测器的内外环同时作用，最终达到同时提升系统低频段和中频段扰动抑制能力，提升控制系统稳定精度的目的。
-
Patent Agency Ranking
公开(公告)号：CN110032101A
公开(公告)日：2019-07-19
申请号：CN201910274349.7
申请日：2019-04-08
Applicant: 中国科学院光电技术研究所
IPC: G05B19/042
Abstract: 本发明涉及一种基于FPGA的可配置闭环控制器实现方法，实现该方法的FPGA程序架构包括控制器校正模块，通信模块，参数配置模块，传感器数据解算模块和驱动信号输出模块。FPGA通过参数配置模块处理通信模块读取的外部控制器的配置参数，完成系统参数的配置；FPGA通过传感器数据解算模块采集外部传感器的数据，完成传感器数据的解算；FPGA通过控制器校正模块实现控制器的校正运算，通过驱动信号输出模块把校正后的驱动量发送给执行机构。此外，该系统可以通过外部控制器扩展成多闭环控制。本发明的基于FPGA的可配置闭环控制器实现方法，其闭环控制器参数可配置，可实现高采样率的闭环控制回路。
-
公开(公告)号：CN110032074A
公开(公告)日：2019-07-19
申请号：CN201910426536.2
申请日：2019-05-22
Applicant: 中国科学院光电技术研究所
IPC: G05B13/04
Abstract: 本发明公开了一种双路前馈扰动观测器的双补偿器设计方法，用于针对控制系统稳定平台低频和中频扰动抑制能力不足，无法满足更高精度稳定控制系统需求的问题。本方法在多闭环控制基础上，对传统扰动观测器设计进行了改进，提出了双路前馈扰动观测器结构的双补偿器设计方法。本发明先从系统稳定性出发对双补偿器设计提出稳定性约束，在保证系统稳定性的基础上进行分频段扰动抑制设计，用内环扰动前馈回路来抑制低频段扰动，用外环扰动前馈回路来抑制中频段扰动，在双补偿器同时作用下，最终达到同时提升系统低频段和中频段扰动抑制能力的目的，保证了系统的稳定性的同时有效提升了控制系统稳定精度。
-
公开(公告)号：CN111610598B
公开(公告)日：2022-08-02
申请号：CN201910136405.0
申请日：2019-02-25
Applicant: 中国科学院光电技术研究所
Abstract: 本发明提供了一种基于强化学习的光纤耦合方法，利用的系统包括倾斜镜、图像采集模块、光功率计、强化学习控制模块。该方法将图像采集模块采集到的图像作为强化学习框架的状态s，将光功率计的功率作为强化学习框架的奖赏r，强化学习控制模块作为智能体，输出控制倾斜镜的控制量为动作a，通过学习，强化学习控制模块控制输出的动作a使得作用于倾斜镜让光功率值达到最大。本发明通过直接从真实环境采集数据训练的连接方式，从而使得强化学习的训练可以直接在真实场景下完成，且完成之后可直接交接控制权，从而最终既避免采集数据、训练模型的麻烦，也避免了训练完成之后部署的适应性问题。
-
公开(公告)号：CN110209049B
公开(公告)日：2022-04-19
申请号：CN201910426510.8
申请日：2019-05-22
Applicant: 中国科学院光电技术研究所
IPC: G05B13/04
Abstract: 本发明公开了一种基于惯性回路的窄带大幅值扰动抑制方法，用于针对控制系统稳定平台存在窄带大幅值外界扰动时，无法满足更高精度稳定控制系统需求的问题。本方法在多闭环控制基础上，基于惯性回路提出了窄带大幅值扰动抑制方法。本发明先从系统稳定性出发对前馈补偿控制器设计提出稳定性约束，在保证系统稳定性的基础上从陷波器出发设计，结合扰动观测器方法，提出针对外界窄带大幅值扰动的前馈补偿控制器设计方案，最终达到有效抑制外界窄带大幅值扰动的目的，保证了系统的稳定性的同时有效提升了控制系统稳定精度。
-
公开(公告)号：CN109917655B
公开(公告)日：2022-03-29
申请号：CN201910236260.1
申请日：2019-03-27
Applicant: 中国科学院光电技术研究所
IPC: G05B13/04
Abstract: 本发明涉及一种提高等效滑模控制扰动抑制能力的控制方法。针对当前光电稳定平台的扰动抑制能力不足，无法满足更高精度的稳定控制需求，该方法采用滑模控制器来进行闭环控制，利用滑模控制快速响应、对参数变化及扰动不灵敏的优点，来抑制外界扰动对系统的干扰，从而提高系统的跟踪能力。该方法是从控制算法上对系统进行优化，无需再另加传感器，保证了系统原有特性，并节约了成本；同时，该方法思路清晰，结构简单，在工程易于实现，特别是在一些扰动根本无法测量的情况下，可很好地发挥其鲁棒性好的优势。
-
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.023 seconds)
