基于电磁超表面的双频射频环境能量收集装置

    公开(公告)号:CN117810707A

    公开(公告)日:2024-04-02

    申请号:CN202410044712.7

    申请日:2024-01-12

    Abstract: 本发明公开了一种基于电磁超表面的双频射频环境能量收集装置,包括介质基板、金属地板、金属环结构和负载电阻,所述金属环结构和所述负载电阻均设在所述介质基板的上表面,所述负载电阻设在所述金属环结构的通道处;所述金属地板设在所述介质基板的底面即远离所述金属环结构的一面。该基于电磁超表面的双频射频环境能量收集装置可以同时吸收两个常见频段的电磁能量,同时对不同极化及不同极化角度下的电磁波都具有较高的吸收效率,即具备了极化不敏感特性,克服了吸收单一频段电磁能量较低,不足以供应大量定位标签使用的问题以及入射电磁波极化方式、极化角度及入射角度不确定的问题。

    晶格采样下基于MGMEE-SVSF的非合作无人机目标状态估计方法

    公开(公告)号:CN119469139A

    公开(公告)日:2025-02-18

    申请号:CN202411349331.6

    申请日:2024-09-26

    Abstract: 本发明公开了一种晶格采样下基于MGMEE‑SVSF的非合作无人机目标状态估计方法,包括以下步骤:S1.构建转弯率不确定的非合作无人机目标运动模型和非高斯噪声干扰下非线性测量模型;S2.基于晶格采样理论和平滑变结构滤波理论,通过预测步骤得到转弯率不确定和非高斯测量噪声下时变平滑边界层;S3.通过时变平滑边界层来量化非合作无人机目标状态估计误差,选择混合广义最小误差熵增益或平滑变结构滤波增益进行状态更新;S4.输出无人机目标状态估计和状态估计误差协方差。本发明在保证估计系统稳定的前提下,通过增益切换策略进一步提高了状态估计精度,能有效解决转弯率不确定和传感器非高斯噪声干扰时,非合作无人机目标高精度鲁棒状态估计问题。

    基于Fisher比与改进LSSVM算法的阀冷设备故障诊断方法

    公开(公告)号:CN116882164A

    公开(公告)日:2023-10-13

    申请号:CN202310834131.9

    申请日:2023-07-07

    Abstract: 本发明提出了一种基于Fisher比与改进LSSVM算法的阀冷设备故障诊断方法,其步骤为:首先,采用MFCC和IMFCC作为阀冷设备故障识别的声音特征;其次,基于Fisher比准则的线性判别法对声音特征MFCC和IMFCC进行融合,得到阀冷设备故障信号的融合特征;最后,利用PSO算法优化LSSVM的网络参数,并代入LSSVM对融合特征进行训练和分类,再对分类的标签进行标码和解码,得到故障分类结果。本发明利用MFCC和IMFCC提取阀冷设备特征参数,并用Fisher比对提取的参数进行两次选择与融合,在保证识别精度和准度的情况下,降低特征向量的维数,减轻数据的体量,可以快速准确的提取阀冷设备特征参数,实现了高低频故障信号的灵敏辨识。

    一种基于多因素评估模型的变压器健康状态评估方法

    公开(公告)号:CN111008779A

    公开(公告)日:2020-04-14

    申请号:CN201911219496.0

    申请日:2019-12-03

    Abstract: 本发明提出了一种基于多因素评估模型的变压器健康状态评估方法,其步骤为:将评估电力变压器健康状态的因素构建成一个分层的架构,并确定因素与其子因素之间的对应关系;将电力变压器的健康状态分为不同的等级;将最底层中各因素的状态数据归一化处理并计算出状态值;利用改进的模糊AHP方法计算所有因素的权重;利用多因素评估模型,从最底层开始自下而上逐层进行多因素状态评估,在最顶层给出多因素状态评估结果;依据最大隶属原则,确定多因素状态评估结果所隶属的电力变压器健康状态等级,定位电力变压器中潜在的故障类型和故障位置。本发明更准确、更具有说服力,而且能够指示变压器潜在故障的原因和位置,适用于多重潜在故障的电力变压器。

    基于改进天牛搜索的无人机转弯速率和状态估计方法

    公开(公告)号:CN114019801A

    公开(公告)日:2022-02-08

    申请号:CN202111312878.5

    申请日:2021-11-08

    Abstract: 本发明提出了一种基于改进天牛搜索的无人机转弯速率和状态估计方法,用以解决无人机在固定水平面以未知转弯速率机动运动的状态估计问题。其步骤为:首先,由初始转弯率、状态和协方差,基于Cholesky分解,通过状态容积点计算出下一时刻状态预测值、状态估计误差协方差预测值和测量预测值;其次,基于最小均方根误差原理,建立天牛搜索适应度函数,并基于随机递减惯性权重天牛搜索优化算法,经迭代更新后得到当前时刻转弯速率的最优值;最后,基于得到最优转弯速率来更新状态预测值、状态估计误差协方差预测值和测量预测值,得到状态和估计误差协方差更新值。本发明通过基于随机递减惯性权重的天牛搜索算法来优化转弯率,具有较好的跟踪效果。

Patent Agency Ranking