-
公开(公告)号：CN117349443A
公开(公告)日：2024-01-05
申请号：CN202311184505.3
申请日：2023-09-14
Applicant: 成都飞机工业(集团)有限责任公司 , 哈尔滨工业大学
IPC: G06F16/36 , G06N3/0442 , G06F18/25 , G06F18/213
Abstract: 本发明涉及机械检测技术领域，尤其涉及一种基于知识图谱的传感器精度不合格影响参量定位方法，通过引入基于历史告警数据的多过程域特征抽取和基于这些特征建模的知识图谱，实现隐藏因果关系发现和因果关系比重评估，在此基础上，构建告警知识图谱，融合专家经验知识图谱，得到参量定位知识图谱，针对实时告警数据，分析其数据特征并在对应传感器的知识图谱上定位节点，通过告警因果关系，获取根因定位结果以发现影响传感器精度不合格的参量。本技术方案实现了针对实时告警数据的告警根因定位，可依此加强对影响较大过程域的地面测试的把关，对保证试飞成功率具有重要的意义和价值。
-
公开(公告)号：CN116842714A
公开(公告)日：2023-10-03
申请号：CN202310750196.5
申请日：2023-06-25
Applicant: 成都飞机工业(集团)有限责任公司 , 哈尔滨工业大学
Abstract: 本发明涉及智能数据分析技术领域，具体地说，涉及一种任务传感器精度异常监测方法、系统、设备及介质；该方法通过分析多架次飞机任务传感器测试数据的互相关性和自相关性，建立统计监测阈值，并利用该阈值对新架次飞机的任务传感器测试数据进行快速分析，准确判断其精度是否存在异常，提升了精度异常监测的建模效率的同时，还获取了更准确的判读阈值，大幅改进了飞机任务传感器精度异常的判读效率和准确率。
-
公开(公告)号：CN117057458A
公开(公告)日：2023-11-14
申请号：CN202310897423.7
申请日：2023-07-21
Applicant: 成都飞机工业(集团)有限责任公司 , 哈尔滨工业大学
Abstract: 本发明涉及数据智能数据分析技术领域，特别是涉及一种基于集成学习的任务传感器精度预测方法，采用Bootstrap抽样方法有放回的构建多个子训练集，并行构建多个SVR模型，对当前子训练集的目标参数进行预测，对预测值加权平均，利用实测值和预测值的偏差计算精度的不确定性表征区间；利用上述SVR模型获得新架次任务传感器数据的精度，判断精度是否在精度的不确定性表征区间内，若是，则认为任务传感器精度合格，否则为不合格。通过本预测方法，能对精度进行精度的不确定性表征预测，从而判断任务传感器精度是否合格，进一步保证飞机实际飞行的安全性。
-
公开(公告)号：CN116775629A
公开(公告)日：2023-09-19
申请号：CN202310731940.7
申请日：2023-06-20
Applicant: 成都飞机工业(集团)有限责任公司 , 哈尔滨工业大学
IPC: G06F16/215 , G06F17/18
Abstract: 本申请涉及飞机测试数据分析技术领域，公开了一种飞机任务传感器地面测试数据对齐方法，本方法首先将数据起始时间进行就近对齐，再基于重采样实现采样间隔的统一，对采样间隔较大的数据进行升采样操作，并基于插值实现数据的填补。本申请能有效提高数据的总体质量，为后续的数据分析和建模提供更准确、可靠的基础，促进飞机性能分析和优化。
-
公开(公告)号：CN119918492A
公开(公告)日：2025-05-02
申请号：CN202411799721.3
申请日：2024-12-09
Applicant: 哈尔滨工业大学
Abstract: 一种FI‑DAC系统混叠误差抑制的建模方法，它涉及一种建模方法。本发明为了解决现有技术过度依赖数字预校准来补偿系统误差，这种方式不仅计算复杂度高，还占用了大量的计算资源，难以满足实时性应用要求的问题。本发明的步骤包括：步骤1、通过对FI‑DAC系统混叠误差的系统性分析，设计数字域与模拟域联合建模方法；步骤2、引入结合ADMM和SQP算法的频率匹配迭代优化算法，对系统关键频率参数进行优化，降低数字域误差校准的资源消耗，从而提升信号处理的实时性；步骤3、在分布式验证框架下，完成从模块级到完整硬件设计的过渡，优化信道能量分布及阻抗匹配问题；步骤4、通过集成化硬件设计，减少系统复杂性。本发明属于频带交织数模转换技术领域。
-
Patent Agency Ranking
公开(公告)号：CN119543952A
公开(公告)日：2025-02-28
申请号：CN202411404642.8
申请日：2024-10-10
Applicant: 哈尔滨工业大学
Abstract: 本发明提出面向多DAC并行信号产生技术的相对时间延迟估计方法，属于数字信号处理技术领域，解决信号的非线性相位对信号相对时间延迟估计产生影响的技术问题，包括以下步骤：步骤1：将已知的全频带多音正弦信号输入数字分频滤波器进行分频；步骤2：将分频得到的信号进行组合得到系统的宽带输出信号；步骤3：使用示波器采集宽带输出信号得到系统的输出时域数据，对宽带的输出时域数据进行预处理；步骤4：对预处理后的输出时域数据进行相频响应分析得到系统的全频带相频响应，并输出时域数据的解缠绕图像；步骤5：使用改进RANSAC算法，结合系统的全频带相频响应对预处理后的输出时域数据进行拟合，得到拟合图像和相对时间延迟。
-
公开(公告)号：CN114037724B
公开(公告)日：2024-04-09
申请号：CN202111212342.6
申请日：2021-10-18
Applicant: 哈尔滨工业大学
IPC: G06T7/136 , G06T7/194 , G06V10/26 , G06V10/764
Abstract: 本发明提出一种阈值法图像分割的异构并行计算系统、方法及电子设备，所述系统包括图像切片功能单元、基于局部特征的子图分类粗分割计算单元、基于OTSU阈值的目标与背景交界子图细分割计算单元以及子图分割结果拼接功能单元。在对阈值法图像分割的各功能单元处理特性分析的基础上，利用异构片上系统提供的微处理器与FPGA实现控制密集型与计算密集型任务的异构计算系统设计；利用异构片上系统兼具微处理器灵活控制能力与FPGA高计算能力的特点，设计阈值法图像分割异构并行计算系统，对阈值法中计算耗时较长的处理步骤进行加速计算的同时，保持了对图像像素位置重排的控制灵活性，提高了图像分割方法整体的执行效率。
-
公开(公告)号：CN113850138B
公开(公告)日：2024-03-22
申请号：CN202110982779.1
申请日：2021-08-25
Applicant: 哈尔滨工业大学 , 北京电子工程总体研究所
IPC: G06F18/20 , G06F18/15 , G06F18/213 , G06N3/0442 , G06N3/08 , G01D18/00
Abstract: 一种基于数据驱动的无人飞行器传感器故障检测方法、系统及装置，属于无人机飞行器故障检测领域。目前无人飞行器传感器很难被检测，发生故障很容易造成无人飞行器坠毁。本发明设计一种故障检测方法、系统和装置实现无人飞行器故障检测，包括：采集无人飞行器传感器参数数据、电机数据和舵面数据；对采集的传感器参数数据、电机数据和舵面数据进行预处理，过滤掉高频噪声；根据无人飞行器的预处理的数据，使用深度学习算法对数据进行特征提取，并对目标参数进行预估；目标参数的估计值与观测值进行求取残差处理，并根据预设的阈值进行判断无人飞行器是否发生故障。本发明适用于无人飞行器故障检测领域，提升无人飞行器飞行的安全性。
-
公开(公告)号：CN117687378A
公开(公告)日：2024-03-12
申请号：CN202311563590.4
申请日：2023-11-22
Applicant: 哈尔滨工业大学 , 北京航天自动控制研究所
IPC: G05B23/02
Abstract: 基于互信息相比相关系数的故障预报方法及系统，涉及电子测量技术领域。使得具有开销小和性能优越的优势且无需额外的硬件、无需训练数据、无需了解系统结构与器件参数。方法为采集控制系统输出的多维参数；对所述多维参数进行平滑滤波处理，获得滤波后的多维参数；对所述滤波后的多维参数，计算相互之间的最大互信息；根据所述最大互信息对所述多维参数进行属性集合划分，获得若干属性集合；计算所述属性集合的平均最大互信息；根据所述平均最大互信息进行故障标识。本发明适用于预报控制系统输出多维参数中将会出现的故障和主要面向属性集合的故障预报。
-
公开(公告)号：CN117389628A
公开(公告)日：2024-01-12
申请号：CN202311280747.2
申请日：2023-09-28
Applicant: 哈尔滨工业大学
IPC: G06F9/38
Abstract: 一种基于CSD编码的短时傅里叶变换流水线加窗装置及方法，涉及特征提取领域。为解决现有技术中存在的，在处理需要使用其他窗函数的信号时只能使用原先的高资源消耗的硬件结构，难以满足高吞吐量、实时处理的需求的技术问题，本发明提供的技术方案为：一种基于CSD编码的短时傅里叶变换流水线加窗装置，所述装置包括：采集连续输入的时间序列数据和窗函数的模块；对所述连续输入的时间序列数据和窗函数进行乘法操作的加窗模块；对进行了乘法操作的所述连续输入的时间序列数据和窗函数进行数据时序整理和顺序变换，得到重叠延时信号的重叠延时模块。适合应用于STFT硬件结构实现中的时域局域化加窗工作中。
-
-
-
-
-
-
-
-
-
Search Results
455
records
(took 0.161 seconds)
