-
公开(公告)号：CN115114770A
公开(公告)日：2022-09-27
申请号：CN202210627845.8
申请日：2022-06-06
Applicant: 哈尔滨工业大学
IPC: G06F30/20 , G06K9/62 , G06F17/18 , G06F111/16 , G06F111/10 , G06F119/04
Abstract: 本发明提出了一种基线自适应的辅助动力装置性能趋势分析方法，首先，构建可以用来度量不同退化特征样本之间相似性的特征，以此为基础，在整个机队搜索与之相似的轨迹以完成退化轨迹的个性化匹配工作，进而对匹配出的轨迹进行回归，以构建其个性化标准回归模型，计算样本与它的个性化回归模型之间的距离来衡量其性能偏离情况，实现APU性能趋势的有效分析；本发明抑制了个体差异及实际工作环境因素对于APU性能趋势分析的影响；分析的APU性能趋势更能反映APU健康状态的变化特性；提高了APU性能趋势分析的有效性。
-
公开(公告)号：CN113268394A
公开(公告)日：2021-08-17
申请号：CN202110360736.X
申请日：2021-04-02
Applicant: 哈尔滨工业大学
Abstract: 本发明的一种机载多监测任务在线推理引擎，涉及无人机机载状态监测与评估领域。包括：监测模型计算单元，均预先配置有至少一个监测模型；任务参数存储单元，包括多个缓存区块，且各缓存区块一对一地存储有不同监测任务的模型参数；任务推理控制单元，用于将机载监测数据作为监测任务的输入参数发送至对应的缓存区块；缓存区块，还用于接收监测任务的输入参数后与监测任务的模型参数合并存储；任务推理控制单元，还用于选择对应的多个监测模型，控制对应的多个缓存区块中的模型参数和输入参数，加载于多个监测模型对应的监测模型计算单元；监测模型计算单元，用于接收模型参数和输入参数，根据监测模型推理计算得到输出参数作为监测任务的结果。
-
公开(公告)号：CN108960303B
公开(公告)日：2021-05-07
申请号：CN201810639367.6
申请日：2018-06-20
Applicant: 哈尔滨工业大学
Abstract: 一种基于LSTM的无人机飞行数据异常检测方法，涉及无人机异常检测和系统健康管理领域。本发明是为了解决在无人机飞行数据异常检测中，无人机系统工作过程中产生的函数较为复杂，其逼近能力并不能满足较高拟合精度需求的问题。本发明重构无人机遥测数据相空间，获得输入向量和输出向量，获得训练样本集和测试样本集，采用TensorFlow深度学习开源框架搭建LSTM基本预测模型并进行参数进行寻优，获得最优LSTM模型进而计算LSTM预测结果；之后分别进行异常点检测和异常序列检测，最终完成无人机飞行数据异常检测。
-
公开(公告)号：CN118394639A
公开(公告)日：2024-07-26
申请号：CN202410504929.1
申请日：2024-04-25
Applicant: 哈尔滨工业大学
IPC: G06F11/36 , G06V10/776 , G06V20/17 , G06V10/25 , G06N7/01
Abstract: 一种面向机载智能目标识别模型的场景优化生成与测试装置，涉及测试评估技术领域，解决现有针对机载目标识别算法失效场景的测评存在验证不充分、结果不可靠和算法模型测评效率难保证的问题。分别通过场景参数定义单元确定场景参数和参数配置与场景生成单元生成场景图像；通过场景采集单元采集场景图像；机载目标识别测试单元对场景图像进行识别并计算本次检测的不可靠度；通过边界场景参数优化搜索单元根据基于马尔可夫链蒙特卡罗方法的场景生成参数采样方法判断是否需要进行状态转移，直至状态转移后达到平稳分布，得出机载目标识别算法失效场景集合；本发明适用于对机载智能目标识别模型进行测试评估，探测导致模型性能退化或失效的边界场景。
-
公开(公告)号：CN116467950A
公开(公告)日：2023-07-21
申请号：CN202310447012.8
申请日：2023-04-24
Applicant: 哈尔滨工业大学
IPC: G06F30/27 , G06F30/15 , G06N20/20 , G06N3/0442 , G06F18/214
Abstract: 本发明是一种基于不确定表征的无人机飞行数据异常检测方法。本发明涉及无人机状态监测技术领域，本发明主要通过对数据不确定性进行量化进行建模，采用贝叶斯理论与集成学习相结合的方式为预测模型引入不确定表征能力。同时，由于飞行数据为多元时间序列，数据间同时具备时间与空间关联性，为更好地捕捉数据间相关关系，本发明基于长短期记忆网络(longshort‑termmemory，LSTM)建立预测模型，融合基于贝叶斯理论中的MonteCarloDropout和集成学习中的平均思想，为上述预测模型建立不确定表征能力，提高模型的异常检测能力，降低虚警率。
-
Patent Agency Ranking
公开(公告)号：CN116302401A
公开(公告)日：2023-06-23
申请号：CN202310127073.6
申请日：2023-02-17
Applicant: 哈尔滨工业大学
Abstract: 本发明是一种多计算任务调度优化的机载智能计算装置及方法。本发明涉及无人飞行器有限机载计算资源下的边缘智能计算技术领域，本发明提出多计算任务调度优化的机载智能计算装置，在FPGA计算资源和多个智能算法模型执行时间的联合约束下，获取最优的部署方案和调度策略，在规定时间内完成多个智能算法模型的机载运行。将部署方案优化选择的3种尺度的定制计算加速单元在FPGA中部署，同时，将多计算任务调度策略部署至ARM中，而智能状态监测模型参数和感知数据均存储在DDR中。在进行多任务计算时，ARM根据多计算任务调度策略，控制各模型的参数和所需感知数据通过DMA方式传输至对应的加速单元中完成实时计算。
-
公开(公告)号：CN115081517A
公开(公告)日：2022-09-20
申请号：CN202210627911.1
申请日：2022-06-06
Applicant: 哈尔滨工业大学
IPC: G06K9/62
Abstract: 本发明是一种基于扰动抑制的辅助动力装置性能退化特征提取方法。本发明涉及辅助动力装置性能退化特征提取技术领域，本发明提出一种基于扰动抑制的辅助动力装置性能退化特征提取方法，来实现APU性能退化特征的提取，相对于现有方法，引入X11方法的分解思想，将APUEGT的原始数据划分为趋势项、季节项和随机变化项三个模态成分，确定VMD方法分解模态个数，在此基础上，利用皮尔逊相关系数迭代量化APUEGT三个模态成分与APU进气温度之间的相关关系，实现最优APU性能退化特征的提取，有效提高了基于排气温度的APU退化特征的准确性。
-
公开(公告)号：CN108801322A
公开(公告)日：2018-11-13
申请号：CN201810737334.5
申请日：2018-07-06
Applicant: 哈尔滨工业大学
IPC: G01D18/00
CPC classification number: G01D18/00
Abstract: 用于无人机飞行控制系统微机电系统传感器的可靠性评估方法，属于无人机飞行控制系统状态感知技术领域，本发明为解决现有技术没有对微机电系统传感器的可靠性进行评估的问题。本发明所述可靠性评估方法为：通过地面站设置无人机的飞行模式；通过无人机的飞行模式将原始数据进行分类；训练核主成分分析模型，利用核主成分分析方法分析不同飞行模式下微机电系统传感器的数据；对微机电系统传感器高度值的异常进行检测；完成微机电系统传感器的评估。本发明用于无人机的飞行控制系统。
-
公开(公告)号：CN113268394B
公开(公告)日：2024-09-06
申请号：CN202110360736.X
申请日：2021-04-02
Applicant: 哈尔滨工业大学
Abstract: 本发明的一种机载多监测任务在线推理引擎，涉及无人机机载状态监测与评估领域。包括：监测模型计算单元，均预先配置有至少一个监测模型；任务参数存储单元，包括多个缓存区块，且各缓存区块一对一地存储有不同监测任务的模型参数；任务推理控制单元，用于将机载监测数据作为监测任务的输入参数发送至对应的缓存区块；缓存区块，还用于接收监测任务的输入参数后与监测任务的模型参数合并存储；任务推理控制单元，还用于选择对应的多个监测模型，控制对应的多个缓存区块中的模型参数和输入参数，加载于多个监测模型对应的监测模型计算单元；监测模型计算单元，用于接收模型参数和输入参数，根据监测模型推理计算得到输出参数作为监测任务的结果。
-
公开(公告)号：CN118467120A
公开(公告)日：2024-08-09
申请号：CN202410520246.5
申请日：2024-04-28
Applicant: 哈尔滨工业大学
IPC: G06F9/48 , G06F18/25 , G06F18/2411 , G06N20/10
Abstract: 一种面向多任务场景的机载异构融合智能计算装置和计算任务智能分配方法，涉及无人飞行器多任务场景下的边缘智能计算领域。所述装置由异构计算单元和智能处理单元组成，由智能处理单元控制多种异构计算单元，协同完成多个机载计算任务，解决了现有异构计算平台性能的侧重单一，无法同时承载多场景机载计算任务的差异化计算需求的问题。同时，基于此装置设计了一种基于SVM的任务分配方法，用于生成不同计算任务在多异构计算单元之间的任务分配策略。根据机载计算任务的相关参数属性自动选择执行此任务所需时间最短的异构计算单元，为多异构计算单元的智能化任务分配问题建立一种模型化的解决框架，降低了差异化计算任务分配策略对专家知识的依赖。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.024 seconds)
