-
公开(公告)号:CN109000930B
公开(公告)日:2020-06-16
申请号:CN201810565712.6
申请日:2018-06-04
Applicant: 哈尔滨工业大学
IPC: G01M15/14
Abstract: 一种基于堆叠去噪自编码器的涡轮发动机性能退化评估方法,它用于发动机性能退化评估技术领域。本发明解决了传统多传感器数据选择需要依赖复杂信息评价准则,HI构建时提取退化特征需依赖大量信号处理技术及专家经验,有监督训练方式标签选择需依赖人工参与,方法通用性不足的问题。本发明的4个去噪自编码机构建堆叠去噪自编码器来对输入数据进行单个节点值提取,训练集数据对网络进行预训练后利用BP算法微调参数,将提取的单个节点值作为各循环处的健康因子值,并构建训练集的HI曲线;将测试集输入训练好的堆叠去噪自编码器得到各循环处的健康因子值,并构建HI曲线;分别对训练集和测试集的HI曲线平滑处理,对平滑处理后的HI曲线进行评价。
-
公开(公告)号:CN106413050A
公开(公告)日:2017-02-15
申请号:CN201610436853.9
申请日:2016-06-20
Applicant: 哈尔滨工业大学(威海)
CPC classification number: H04W48/20 , H04W24/08 , H04W64/003 , H04W64/006 , H04W84/12
Abstract: 一种nanoLOC无线通信距离估计及其在线评估方法,涉及无线定位环境中的精确通信距离估计技术。本发明是为了解决实际无线定位中由于噪声、测量误差和非视距的影响,导致通信距离估计误差较大的问题。本发明所述的一种无线通信距离估计及其在线评估方法,未知节点首先测量其与锚节点间的通信距离,采用滑动窗口处理策略,对通信距离测量值序列进行滑动滤波和统计计算,得到通信距离测量值的统计均值和统计标准差;然后将统计均值作为通信距离估计结果,将统计标准差作为通信距离估计的质量评估参数,实现通信距离估计及其质量评估,为后续定位计算提供重要的先验知识。本发明适用于基于测距的无线定位系统和基于声呐测距的水下定位系统中。
-
公开(公告)号:CN106412821A
公开(公告)日:2017-02-15
申请号:CN201610436855.8
申请日:2016-06-20
Applicant: 哈尔滨工业大学(威海)
Abstract: 一种基于通信距离估计质量在线评估的最小二乘定位方法,涉及精确无线定位技术。本发明是为了解决无线定位环境中,由于噪声和测量误差的影响,引起通信距离估计误差较大,导致定位精度低的问题。本发明所述一种基于通信距离估计质量在线评估的最小二乘定位方法,首先未知节点采用基于nanoLOC的测距方法,获得到各锚节点间的通信距离测量值,并分别对通信距离测量值进行在线滑动平均处理和统计计算,获得各个通信距离估计结果,及其质量评估值;然后在最小二乘定位过程中,选取估计质量较高的几个通信距离估计结果以及它们对应锚节点的位置信息,构建最小二乘定位方程组并解算,实现精确定位;本发明适用于无线和水下环境高精度距离估计。
-
公开(公告)号:CN109961184A
公开(公告)日:2019-07-02
申请号:CN201910222908.X
申请日:2019-03-22
Applicant: 哈尔滨工业大学
Abstract: 基于DNN网络的模拟滤波器健康度估计方法,它属于模拟滤波器健康度评估技术领域。本发明解决了传统的模拟滤波器健康度评估方法存在的退化特征提取需要借助专家经验、以及退化特征提取需要浪费大量人力的问题。本发明利用深度神经网络的强大自适应特征提取能力对复杂的模拟滤波器电路退化数据进行健康度估计,本发明直接将采集的模拟滤波器电路输出数据输入DNN网络,即可根据DNN网络输出的一维特征来构建平滑单调的健康度曲线,整个退化特征提取过程不需要借助任何专家经验,不需要人工设立标签,大大减少人工参与,节省大量的人力。采用本发明方法构建的健康度曲线的单调性提高11%以上。本发明可以应用于模拟滤波器健康度评估技术领域。
-
公开(公告)号:CN108490392A
公开(公告)日:2018-09-04
申请号:CN201810335260.2
申请日:2018-04-16
Applicant: 哈尔滨工业大学(威海) , 桂林电子科技大学
IPC: G01S5/14
Abstract: 一种基于距离估计值筛选的最小二乘三维定位方法,涉及高精度最小二乘三维定位方法。本发明是为了有效解决由于无线信号传播中的噪声和测量误差等不良影响,导致距离估计精度和三维定位精度较低的问题。本发明所述的一种基于距离估计值筛选的最小二乘三维定位方法,首先将三维定位空间划分为若干个大小相同的立方体,每个立方体的中心点作为一个特征点;然后采用双边对等测距方法获得未知节点与各个锚节点间的距离估计值;最后采用基于特征点的评估和反向考查策略,筛选出高质量的距离估计值以及对应的锚节点,并采用最小二乘定位方法,解算出高精度的定位结果。
-
公开(公告)号:CN108490392B
公开(公告)日:2022-07-05
申请号:CN201810335260.2
申请日:2018-04-16
Applicant: 哈尔滨工业大学(威海) , 桂林电子科技大学
IPC: G01S5/14
Abstract: 一种基于距离估计值筛选的最小二乘三维定位方法,涉及高精度最小二乘三维定位方法。本发明是为了有效解决由于无线信号传播中的噪声和测量误差等不良影响,导致距离估计精度和三维定位精度较低的问题。本发明所述的一种基于距离估计值筛选的最小二乘三维定位方法,首先将三维定位空间划分为若干个大小相同的立方体,每个立方体的中心点作为一个特征点;然后采用双边对等测距方法获得未知节点与各个锚节点间的距离估计值;最后采用基于特征点的评估和反向考查策略,筛选出高质量的距离估计值以及对应的锚节点,并采用最小二乘定位方法,解算出高精度的定位结果。
-
公开(公告)号:CN106125070A
公开(公告)日:2016-11-16
申请号:CN201610436832.7
申请日:2016-06-20
Applicant: 哈尔滨工业大学(威海)
IPC: G01S11/00
CPC classification number: G01S11/00
Abstract: 一种nanoLOC距离测量异常值消除方法,涉及无线定位环境中的精确距离估计技术。本发明是为了解决实际无线定位中异常距离测量值对定位结果的负面影响问题。本发明所述的一种nanoLOC距离测量异常值消除方法,采用基于排序的迭代异常值去除策略,能够高效地实现异常值消除。首先未知节点在每个定位点重复测量其与锚节点间的距离值,然后对这些距离测量值序列进行自小到大排序,并计算这些距离测量值序列的统计均值和标准差;然后采用迭代判断消除的策略,逐一消除异常值,为实现高精度的距离估计和定位提供数据基础。本发明适用于无线环境和水下的高精度距离估计。
-
公开(公告)号:CN108490396B
公开(公告)日:2022-09-16
申请号:CN201810216421.6
申请日:2018-03-16
Applicant: 哈尔滨工业大学(威海)
IPC: G01S5/22
Abstract: 一种基于水声信号卡尔曼滤波的超短基线定位方法,涉及高精度的超短基水下定位方法。本发明是为了有效解决由于水下声信号传播过程中的噪声影响,导致定位精度较低的问题。本发明所述的一种基于水声信号卡尔曼滤波的超短基线定位方法,首先基于超短基线三角形基阵,获取三路声信号的波形;然后建立对应的系统方程和观测方程,用卡尔曼滤波算法对信号进行降噪处理,并获取处理后的信号间的相位差;最后将获得的相位差带入超短基线定位系统的数学模型中,解算出高精度的定位结果。
-
公开(公告)号:CN109000930A
公开(公告)日:2018-12-14
申请号:CN201810565712.6
申请日:2018-06-04
Applicant: 哈尔滨工业大学
IPC: G01M15/14
Abstract: 一种基于堆叠去噪自编码器的涡轮发动机性能退化评估方法,它用于发动机性能退化评估技术领域。本发明解决了传统多传感器数据选择需要依赖复杂信息评价准则,HI构建时提取退化特征需依赖大量信号处理技术及专家经验,有监督训练方式标签选择需依赖人工参与,方法通用性不足的问题。本发明的4个去噪自编码机构建堆叠去噪自编码器来对输入数据进行单个节点值提取,训练集数据对网络进行预训练后利用BP算法微调参数,将提取的单个节点值作为各循环处的健康因子值,并构建训练集的HI曲线;将测试集输入训练好的堆叠去噪自编码器得到各循环处的健康因子值,并构建HI曲线;分别对训练集和测试集的HI曲线平滑处理,对平滑处理后的HI曲线进行评价。
-
公开(公告)号:CN108490396A
公开(公告)日:2018-09-04
申请号:CN201810216421.6
申请日:2018-03-16
Applicant: 哈尔滨工业大学(威海)
IPC: G01S5/22
Abstract: 一种基于水声信号卡尔曼滤波的超短基线定位方法,涉及高精度的超短基水下定位方法。本发明是为了有效解决由于水下声信号传播过程中的噪声影响,导致定位精度较低的问题。本发明所述的一种基于水声信号卡尔曼滤波的超短基线定位方法,首先基于超短基线三角形基阵,获取三路声信号的波形;然后建立对应的系统方程和观测方程,用卡尔曼滤波算法对信号进行降噪处理,并获取处理后的信号间的相位差;最后将获得的相位差带入超短基线定位系统的数学模型中,解算出高精度的定位结果。
-
-
-
-
-
-
-
-
-