-
公开(公告)号：CN103940767A
公开(公告)日：2014-07-23
申请号：CN201410190563.1
申请日：2014-05-07
Applicant: 重庆大学
Abstract: 本发明公开了一种基于多流形学习的气体浓度反演方法，1)采集光源发出的光通过不同已知浓度气体时的光谱数据；2)将采集的吸收光谱数据减去暗光谱并进行归一化处理；3)利用NPE算法对不同浓度的预处理后的数据分别进行特征提取；4)将得到的特征数据作为训练样本，并送入SVR分类器进行训练，构建反演模型；5)测试样本光谱数据采集；6)将测试样本光谱数据预处理后再进行特征提取，并将得到的特征数据送入构建好的反演模型中，反演得到待测气体浓度。本发明可以提高气体浓度反演精度，改善浓度反演算法的重复性和可移植性，尤其能够提高短光程条件下低浓度气体的反演精度，满足在线检测的精度要求。
-
Patent Agency Ranking
公开(公告)号：CN103728981A
公开(公告)日：2014-04-16
申请号：CN201410041862.9
申请日：2014-01-28
Applicant: 重庆大学
IPC: G05D1/10
Abstract: 本发明的无人机的非线性导航寻迹控制方法，其采用固定的导航控制周期，根据无人机的四种不同的飞行状态及其偏离情况，得出导航角，从而根据导航角对无人机执行非线性的导航寻迹控制，确保在执行不同的航线飞行任务时，无人机都能根据不同航线的特点和当前偏离航线的程度，得到合适的导航角，使得无人机能够更好地实现压航线飞行，提高了对无人机导航控制的准确度，并且能够通过调整导航寻迹控制中的相关参数，随时根据无人机的飞行速度v进行动态调整，克服了现有技术中PID参数不能动态地进行调整的问题，提高了对无人机进行导航寻迹控制的灵活性。
-
公开(公告)号：CN104536457B
公开(公告)日：2017-02-22
申请号：CN201410793896.3
申请日：2014-12-19
Applicant: 重庆大学
Abstract: 本发明提供一种基于小型无人机导航的滑模控制方法，包括(1)确定滑模面s(x)：滑模面代表系统的理想动态特性，选择的滑模面为非线性滑模面；(2)滑模控制器设计：使到达条件得到满足，从而使趋近运动于有限时间到达滑模面，并且在趋近的过程中快速、抖振小。本发明针对滑模控制中出现的抖振问题，重新进行了控制律设计，并对制导参数进行了优化；并分析了无人机的运动学和动力学特性，提出了一种基于滑模控制理论的非线性导航算法。实际测试结果表明，本发明给出的导航控制算法具有良好的性能指标，可跟踪任意航路点，从而可实现无人机自主飞行。
-
公开(公告)号：CN103728981B
公开(公告)日：2016-04-20
申请号：CN201410041862.9
申请日：2014-01-28
Applicant: 重庆大学
IPC: G05D1/10
Abstract: 本发明的无人机的非线性导航寻迹控制方法，其采用固定的导航控制周期，根据无人机的四种不同的飞行状态及其偏离情况，得出导航角，从而根据导航角对无人机执行非线性的导航寻迹控制，确保在执行不同的航线飞行任务时，无人机都能根据不同航线的特点和当前偏离航线的程度，得到合适的导航角，使得无人机能够更好地实现压航线飞行，提高了对无人机导航控制的准确度，并且能够通过调整导航寻迹控制中的相关参数，随时根据无人机的飞行速度v进行动态调整，克服了现有技术中PID参数不能动态地进行调整的问题，提高了对无人机进行导航寻迹控制的灵活性。
-
公开(公告)号：CN103940767B
公开(公告)日：2016-01-13
申请号：CN201410190563.1
申请日：2014-05-07
Applicant: 重庆大学
Abstract: 本发明公开了一种基于多流形学习的气体浓度反演方法，1)采集光源发出的光通过不同已知浓度气体时的光谱数据；2)将采集的吸收光谱数据减去暗光谱并进行归一化处理；3)利用NPE算法对不同浓度的预处理后的数据分别进行特征提取；4)将得到的特征数据作为训练样本，并送入SVR分类器进行训练，构建反演模型；5)测试样本光谱数据采集；6)将测试样本光谱数据预处理后再进行特征提取，并将得到的特征数据送入构建好的反演模型中，反演得到待测气体浓度。本发明可以提高气体浓度反演精度，改善浓度反演算法的重复性和可移植性，尤其能够提高短光程条件下低浓度气体的反演精度，满足在线检测的精度要求。
-
公开(公告)号：CN104536457A
公开(公告)日：2015-04-22
申请号：CN201410793896.3
申请日：2014-12-19
Applicant: 重庆大学
Abstract: 本发明提供一种基于小型无人机导航的滑模控制方法，包括(1)确定滑模面s(x)：滑模面代表系统的理想动态特性，选择的滑模面为非线性滑模面；(2)滑模控制器设计：使到达条件得到满足，从而使趋近运动于有限时间到达滑模面，并且在趋近的过程中快速、抖振小。本发明针对滑模控制中出现的抖振问题，重新进行了控制律设计，并对制导参数进行了优化；并分析了无人机的运动学和动力学特性，提出了一种基于滑模控制理论的非线性导航算法。实际测试结果表明，本发明给出的导航控制算法具有良好的性能指标，可跟踪任意航路点，从而可实现无人机自主飞行。
-
-
-
-
-
Search Results
6
records
(took 0.016 seconds)
