-
公开(公告)号：CN102519598B
公开(公告)日：2013-02-27
申请号：CN201110175035.5
申请日：2011-06-27
Applicant: 杭州电子科技大学
IPC: G01J5/00
Abstract: 本发明涉及基于传感器阵列统计特征的火源定位方法。现有方法的定位结果都是直接逐点输出，在图显示上表现散乱，且不确定性范围大，难以直接应用指导消防。本发明方法是将传感器阵列内采集的温度信号进行灰色关联度分析来得到烟气传播时延；然后，根据传播模型和几何关系得到方位角估计；再者，基于统计建模方法将方位角估计视为一个用均值和方差来刻画的随机变量，从而将火源点估计转化为火源的区域范围估计；最后采用两组阵列交叉方式构建火源定位估计的区域范围，并将该区域中心作为火源位置的点估计。这种基于统计建模思想的扩展估计，可使用全局历史数据，并且随着数据量增多而使得估计结果具有较好的稳定性，随机误差也将得到有效减少。
-
公开(公告)号：CN102608568A
公开(公告)日：2012-07-25
申请号：CN201210047321.8
申请日：2012-02-28
Applicant: 杭州电子科技大学
IPC: G01S5/00
Abstract: 本发明涉及一种具有固定滑窗-OSPA距离航迹关联方法，本发明通过把局部航迹描述为一个集合，引入目标航迹集合之间的OSPA距离评价判断两个局部航迹是否属于同一航迹。设计引入上三角分块矩阵和航迹关联矩阵方法完成各个传感器航迹之间的两两匹配过程，再次基础上，进一步设计了具有固定滑窗的递推OSPA航迹距离计算方法。本发明建议的OSPA距离不仅可以有效关联相同航迹，而且可以有效应对航迹交叉、航迹分叉和航迹异步问题。通过与加权航迹关联方法、独立序贯航迹关联方法比较，说明本发明在关联精度、航迹异步问题上具有的独特优势。
-
公开(公告)号：CN102523147A
公开(公告)日：2012-06-27
申请号：CN201210013570.5
申请日：2012-01-17
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种智能消防无线节点之间的通信方法。现有的智能消防无线节点之间的通信网络，由于随着楼层数的增加，成本增加、传输延迟、网络可靠性和鲁棒性降低。本发明依靠网络中的子节点或者中继节点定期向基站节点发送数据包来完成数据传输，实现无线节点之间的通信及控制，通过各个通信区域组成各自的无线星状网络，最终通过中继节点将各自区域内的采集信号汇集到基站节点，并以信道的可靠性和鲁棒性为前提实现数据的具体传输和节点故障检测及自愈功能。通过本发明和智能消防应急灯的搭配使用能够在发生火灾等危险时，实现应急灯的故障报警和预警、应急灯实时状态等功能的显示，安全地指引逃生者逃离现场，最大限度的保障人员财产安全。
-
公开(公告)号：CN102519598A
公开(公告)日：2012-06-27
申请号：CN201110175035.5
申请日：2011-06-27
Applicant: 杭州电子科技大学
IPC: G01J5/00
Abstract: 本发明涉及基于传感器阵列统计特征的火源定位方法。现有方法的定位结果都是直接逐点输出，在图显示上表现散乱，且不确定性范围大，难以直接应用指导消防。本发明方法是将传感器阵列内采集的温度信号进行灰色关联度分析来得到烟气传播时延；然后，根据传播模型和几何关系得到方位角估计；再者，基于统计建模方法将方位角估计视为一个用均值和方差来刻画的随机变量，从而将火源点估计转化为火源的区域范围估计；最后采用两组阵列交叉方式构建火源定位估计的区域范围，并将该区域中心作为火源位置的点估计。这种基于统计建模思想的扩展估计，可使用全局历史数据，并且随着数据量增多而使得估计结果具有较好的稳定性，随机误差也将得到有效减少。
-
公开(公告)号：CN113630106A
公开(公告)日：2021-11-09
申请号：CN202110882497.4
申请日：2021-08-02
Applicant: 杭州电子科技大学
IPC: H03H17/02 , G06F30/367
Abstract: 本发明公开了一种基于强跟踪滤波的高阶扩展卡尔曼滤波器设计方法。本发明将状态模型中的高阶多项式定义为系统的隐变量，并将状态模型等价改写成基于原始变量和隐变量相结合的伪线性模型；视高阶隐变量为系统的各阶加性参数，再通过对它们之间进行随机动态建模，建立起由状态与参数相结合的扩维线性状态模型；对测量模型进行相应处理，建立基于状态与参数相结合的扩维线性测量模型；然后对扩维后的模型进行进一步的初始化，滤波器迭代，时间更新和测量更新，设计得到基于强跟踪滤波的高阶扩展卡尔曼滤波器。本发明在解决状态模型和观测模型为强非线性情况下的估计精度低，计算成本高，鲁棒性差等问题，可以应用到非线性动态系统的目标跟踪领域。
-
Patent Agency Ranking
公开(公告)号：CN112861969A
公开(公告)日：2021-05-28
申请号：CN202110171636.2
申请日：2021-02-08
Applicant: 杭州电子科技大学
IPC: G06K9/62 , G06F16/2458
Abstract: 本发明公开了一种基于MIC改进的k‑modes聚类方法。本发明在传统k‑modes聚类方法上，引入MIC的概念，重新定义了一种新的距离度量方式。该方法考虑了对象某个属性值本身的不同，又考虑了对象其它属性对该属性值的影响，可以通过计算它们之间的MIC值来体现属性、对象之间的相关度，MIC值越大代表相关性越强反之越弱，使之更符合实际问题情况。通过基于MIC的距离公式计算每一个对象到类中心的距离，并将其分配到距离最小的类中心所在的类。得到新的划分，直到每个对象所属的类不再改变。通过对UCI数据集进行聚类仿真，结果表明基于MIC的k‑modes算法能有效地提高聚类算法精度，验证了本发明的有效性。
-
公开(公告)号：CN112649804A
公开(公告)日：2021-04-13
申请号：CN202011514658.6
申请日：2020-12-21
Applicant: 杭州电子科技大学
IPC: G01S13/86
Abstract: 本发明公开了一种基于特征函数的集中式多传感器融合滤波方法，本发明通过对多个传感器采用集中的设计方式，将所有传感器收集到的信息都传输到融合中心之后，再对所有数据进行特征函数滤波处理。在时间充足的情况下，不遗漏任何信息。通过集中式融合方式，可以在很大程度上提高滤波估计精度，集中式设计考虑到了所有可能的情况，不考虑信息的丢包和延迟，收集到了所有的信息，能够得到非常高的估计精度，能在样本数量不太大、时间充足又要求高精度的非线性系统甚至强非线性系统中得到很好的应用。
-
公开(公告)号：CN112561834A
公开(公告)日：2021-03-26
申请号：CN202011514183.0
申请日：2020-12-21
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于特征函数的并行式多传感器融合滤波方法，本发明通过对多个传感器采用并行的设计方式，将所有传感器的测量信息并行起来进行滤波，各个传感器之间相互独立的工作，互不干扰，且不考虑信息的延时和丢包现象，时间效率高。通过并行的融合方式，可以在很大程度减少因信息缺失和传输干扰而导致的滤波估计误差，同时并行式滤波器在传感器数量特别大时，能简化计算复杂度，得到较高的估计精度，能在非线性系统甚至强非线性系统中得到很好的应用。
-
公开(公告)号：CN111178439A
公开(公告)日：2020-05-19
申请号：CN201911407276.0
申请日：2019-12-31
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种基于卷积神经网络及微调的SAR图像分类方法。本发明采用的数据集是美国MSTAR数据集在标准采集条件下的10类地面军事车，该数据集已经包含了推荐的训练集和测试集。本发明首先在ImageNet数据集上预训练ResNet50网络，然后把训练好的ResNet50拿来，固定其前45层参数，而可以只对输出层及接近输出层的若干卷积层训练，即固定低层参数而只训练高层参数。这样能提取数据的有效信息，基础边缘的信息不用重复获取，大大提升了网络训练的效率。为了更加充分的训练网络，采用数据增强预处理的方法。本发明对SAR图像具有良好的分类效果。
-
公开(公告)号：CN110555398A
公开(公告)日：2019-12-10
申请号：CN201910776604.8
申请日：2019-08-22
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于滤波最优平滑确定故障首达时刻的故障诊断方法。本发明中历史数据首先要通过Kalman滤波迭代获得，迭代步数的上限为总的采样次数，下限为滤波过程中发现状态产生故障或漂移的时刻。对历史数据中的观测值和状态估计值的误差求取平均范数，设定故障或漂移的阈值为3倍误差平均2-范数。通过对历史数据的最优平滑估计使得估计精度得到提升，从而更加精确的判断故障或漂移产生的首达时刻，并可将该方法应用在船舶航行发生漂移后GPS导航定位系统中。
-
-
-
-
-
-
-
-
-
Search Results
121
records
(took 0.029 seconds)
