-
公开(公告)号：CN118365999B
公开(公告)日：2025-03-14
申请号：CN202410580295.8
申请日：2024-05-11
Applicant: 北京理工大学重庆创新中心 , 西南大学
IPC: G06V10/80 , G06V10/25 , G06V10/766 , G06V10/82 , G06N3/0455 , G06N3/084 , G01S7/41
Abstract: 本发明提供一种基于雨天自动驾驶的雷达相机融合方法，包括：获取街道样本相机数据并进行雨滴模拟，形成训练数据集，结合深度展开网络与近端梯度下降算法搭建多阶段迭代的去雨网络架构，并采用训练数据集训练得到去雨网络模型；获取待测街道雨天相机数据，输入至去雨网络模型，得到去雨图像数据；获取对应的雷达点云数据并进行预处理，得到有效点云数据；基于centernet网络和瓶颈注意力机制，搭建雷达相机融合网络架构，训练得到雷达相机融合网络模型；将去雨图像数据和对应的有效点云数据，输入至雷达相机融合模型，得到目标检测结果。本发明能够提高雨天环境下的目标检测精度，使得自动驾驶感知能力的准确性和鲁棒性也得以提高。
-
公开(公告)号：CN116316704A
公开(公告)日：2023-06-23
申请号：CN202310372401.9
申请日：2023-04-10
Applicant: 西南大学
Abstract: 本说明书实施例提供一种考虑风电预测扰动的负荷频率控制方法及系统，其中，所述方法包括获取工作于最大功率跟踪模式下的风力发电机组的当前扰动功率；计算所述工作于最大功率跟踪模式下的风力发电机组在预测时间范围的预测扰动序列；基于所述当前扰动功率及所述预测扰动序列，生成所述工作于最大功率跟踪模式下的风力发电机组在预测时间范围的扰动序列；基于所述扰动序列计算调频系统在所述预测时间范围的输出序列；基于所述调频系统在所述预测时间范围的输出序列，计算所述预测时间范围的控制序列；调频系统基于所述控制序列调整风电并网的负荷频率，具有有效地减小风电扰动下的系统频率偏移的优点。
-
公开(公告)号：CN115473286A
公开(公告)日：2022-12-13
申请号：CN202211071171.4
申请日：2022-09-02
Applicant: 西南大学
Inventor： 李华青 , 李骏 , 郑李逢 , 冯丽萍 , 夏大文 , 石亚伟 , 王慧维 , 李传东 , 张伟 , 纪良浩 , 李永福 , 董滔 , 吕庆国 , 陈孟钢 , 王政 , 冉亮 , 杜镇源
Abstract: 本发明提供一种基于约束投影强化学习的分布式经济调度优化方法，包括：基于运行约束，结合发电成本函数和发电单元的可行功率输出构建分布式经济调度数学模型；对区域通信网络中的每个发电机实施平均一致性方法，以分布式方式获取微电网中的全局信息；采用Actor‑Critic算法将分布式经济调度数学模型转换为基于约束投影的分布式经济调度优化问题；结合拉格朗日乘子法与罚函数法，得到优化问题的增广拉格朗日对偶形式，并基于KKT条件得到分布式经济调度优化问题的最优功率输出。本发明能够有效协调微电网中发电机的功率输出，而无需关注成本函数的构建，并能够通过与未知负载总线的反馈交互完成分布式调度任务。
-
公开(公告)号：CN116996834A
公开(公告)日：2023-11-03
申请号：CN202311004235.3
申请日：2023-08-10
Applicant: 西南大学
Abstract: 本发明公开融合UWB与毫米波雷达技术工厂人员定位系统，属于电子信息技术领域，该定位系统包括：搭载WIFI模块的定位基站、置于待测目标上的标签、毫米波雷达，基于UWB的定位基站与标签组成的定位系统通过TWF计算出时间差，使用TDOA算法计算出标签坐标A1；同时毫米波雷达也可以抓补室内活动的人员的位置并输出坐标A2，将两个坐标进行加权滤波最终计算出最终的人员定位坐标A，此外两者属于并行机制，在某些特殊情况下，一方面测算出现问题，则直接输出另一方面的结果作为最终结果，本发明融合了人员定位的两种技术，以此提高室内人员定位的精度，为室内定位提供了一种全无线、搭建便捷的高精度定位方案。
-
公开(公告)号：CN116882300A
公开(公告)日：2023-10-13
申请号：CN202311004174.0
申请日：2023-08-10
Applicant: 西南大学
IPC: G06F30/27 , G06N3/006 , G06F111/04
Abstract: 本发明提供了一种基于改进型灰狼优化算法的最优锚点部署优化策略及系统，方法通过模型的建立顺序将最优锚点优化过程划分为第一阶段及第二阶段；在第一阶段中根据锚点和目标点的部署范围建立精度因子函数以及适应度优化函数。第二阶段中将灰狼个体代入至第一阶段进行迭代搜索计算，直至获得最优锚点部署方案。本系统包括TDoA定位建模模块、精度因子构建模块以及迭代优化搜索模块。本发明表明改进型灰狼优化算法基于自身的自适应收敛因子以及信息反馈机制，使其在收敛速度和求解精度方面更加出色。实验表明，基于改进灰狼优化算法（MGWO）的室内锚点优化方案实现了更小的DoP值且寻优后获得的锚点部署方案能够实现高精度的定位，在室内定位中能够发挥更大的作用。
-
Patent Agency Ranking
公开(公告)号：CN116797251A
公开(公告)日：2023-09-22
申请号：CN202211355513.5
申请日：2022-11-01
Applicant: 西南大学
Inventor： 李华青 , 冉亮 , 郑李逢 , 李哲 , 黄廷文 , 夏大文 , 李骏 , 冯丽萍 , 李永福 , 石亚伟 , 王慧维 , 李传东 , 张伟 , 高澜 , 陈孟钢 , 纪良浩 , 董滔 , 吕庆国 , 王政 , 杜镇源
IPC: G06Q30/0201 , G06Q30/0202 , G06Q50/04
Abstract: 本发明提供一种基于异步分布式纳什均衡算法的供应市场生产调控方法，包括以下步骤：S1确立生产制造商在供应市场中私有的最小化目标函数，并基于市场需求构建生产决策的广义纳什博弈模型；S2构建博弈模型的变分问题，并利用拉格朗日理论获取KKT条件；S3基于网络化系统构建供应市场的时滞通信模型，建立异步分布式纳什均衡算法；S4根据建立的异步分布式纳什均衡算法，获取市场制造商的最佳生产数量。本发明能够解决因制造商生产差异性而影响供应市场中产品生产效率的问题，能够在制造商寻求自身代价最小化的同时实现供应市场的最佳生产与调控。
-
公开(公告)号：CN116242501A
公开(公告)日：2023-06-09
申请号：CN202211570088.1
申请日：2022-12-08
Applicant: 重庆汇智能源有限公司 , 西南大学
Abstract: 本发明属于测量设备技术领域，具体公开了基于差分电容的电机转子温度非接触式测量装置，包括转子形变探测单元、电容参考对比单元和数据处理单元，转子形变探测单元安装在转子端部的电机端盖上；电容参考对比单元和数据处理单元均安装在电机定子的外壳上，数据处理单元根据转子形变探测单元和电容参考对比单元测量的数据计算出转子的温度。本发明能够对电机转子温度进行准确间接测量并及时上传监测数据，能够有效避免电机内部电磁干扰、振动和油污对温度测量的影响，能够保证测量精度从而推算出在不同温度下转子线圈的电阻值和电感值，确保整个电动机控制的精确性和安全性。
-
公开(公告)号：CN116170744A
公开(公告)日：2023-05-26
申请号：CN202310179626.2
申请日：2023-02-28
Applicant: 西南大学
Abstract: 本发明提供一种基于超宽带的室内跨区域盲点定位方法和系统，其中，方法包括：固定超宽带基站和角度传感器，确定定位区域和盲点区域，超宽带基站采用矩形摆布；在盲点区域放置标签并通电，通过在盲点区域内移动标签对神经网络进行训练，得到神经网络模型，并存储对应的神经网络权重；获取目标标签信号，通过角度传感器判断目标标签所处的盲点区域，确定对应的目标神经网络模型，基于目标标签，采用到达时间差、泰勒迭代定位、动态卡尔曼滤波追踪和目标神经网络模型，分别得到第一坐标至第四坐标，并结合对应的神经网络权重，计算得到目标坐标。本发明能够实现超宽带基站覆盖范围内的完全定位，提高了定位精度，确保了跨区域的识别效果。
-
公开(公告)号：CN115730300B
公开(公告)日：2023-06-27
申请号：CN202211591519.2
申请日：2022-12-12
Applicant: 西南大学
Abstract: 本发明提供一种基于混合式对抗元学习算法的程序安全模型构建方法，包括：通过获取程序安全性的任务分布，对多个任务进行采样，获取支持集和查询集，并根据支持集获取对抗支持集；采用微调算法对对抗支持集进行微调，获取目标对抗支持集；对查询集进行采样，并根据采样数据构造新查询集和新对抗查询集；基于混合式对抗元学习算法，根据目标对抗支持集、新查询集和新对抗查询集，将程序安全性问题转化为程序安全模型；通过对多个任务进行采样获取训练查询集，根据训练查询集得到任务的样本集和标签，并用于训练程序安全模型，得到目标程序安全模型。本发明能够通过程序安全模型提升程序的安全性，缓解了过拟合问题，提高了鲁棒精度。
-
公开(公告)号：CN116227806A
公开(公告)日：2023-06-06
申请号：CN202211562407.4
申请日：2022-12-07
Applicant: 西南大学
IPC: G06Q10/0631 , G06Q30/0283 , G06Q50/06
Abstract: 本发明提供一种基于能源需求响应管理的无模型强化学习方法，包括：构建住宅电器模型；结合居民综合用电成本和电力零售商利润确定社会福利，根据社会福利平衡居民综合用电成本与零售商利润，社会福利表示为基于价格的住宅需求响应管理非凸优化问题；根据电网的传输数据，分别采用基于Q‑表的Q学习算法、深度学习与Q学习相结合的Q‑网络算法和Actor‑Critic算法构建针对基于价格的住宅需求响应管理非凸优化问题的强化学习解决方案；根据三种基于价格的住宅需求响应管理非凸优化问题的强化学习解决方案，确定最优解决方案和最优零售价格序列。本发明能够采用三种算法分别进行建模，实现对未知电力市场环境下的最佳零售价格规划。
-
-
-
-
-
-
-
-
-
Search Results
41
records
(took 0.016 seconds)
