-
公开(公告)号：CN110764053A
公开(公告)日：2020-02-07
申请号：CN201911007165.0
申请日：2019-10-22
Applicant: 浙江大学
Abstract: 本发明属于多传感器融合估计领域，提出了一种基于水下传感器网络的多目标被动定位方法，采用了特征级和决策级信息融合相结合的策略。基于水声传感器网络的多目标探测存在能耗高、定位精度低、时延大等问题，针对这些缺陷，本发明所提出的算法在单节点阵列进行多目标方位估计，并提取多种目标信号的特征，传输至融合中心进行处理，实时对多目标进行方位估计，并进一步得到位置信息。算法提高多目标位置估计的准确性的同时降低了节点间通讯信息量。因此，本发明对于解决实际的水下多目标被动定位问题具有重要的现实意义。
-
公开(公告)号：CN106559221B
公开(公告)日：2019-10-18
申请号：CN201610970703.6
申请日：2016-11-04
Applicant: 浙江大学
Abstract: 本发明公开一种分布式网络控制系统的网络发现协议以及加密认证算法，包括RSA算子生成算法，组合密文生成算法，时间相关的混沌初始化算法等。本发明将RSA加密与混沌加密进行组合，分块进行加密，生成组合密文，并且密文与时间相关，使密文具有时效性，增大了破解难度，增强了分布式控制网络的认证安全。
-
公开(公告)号：CN110167124A
公开(公告)日：2019-08-23
申请号：CN201910425415.6
申请日：2019-05-21
Applicant: 浙江大学
Abstract: 本发明属于多传感器融合估计领域，提出了一种传输功率自适应调节的水下无线传感器网络目标跟踪方法。由于水下环境的复杂性，水声通信的环境相比陆地和空中更为恶劣，网络节点之间的数据传输错误概率更大，为了提高数据的准确性，需要提高节点发送数据的传输功率，通过提高信噪比降低恶劣环境的影响。然而，提高传输功率会导致节点能量过度消耗，影响网络寿命。为了解决数据准确率和网络能耗之间的矛盾，本发明所提出的算法联合考虑目标跟踪精度和网络能量消耗的需求，在保证跟踪精度的同时，自适应地调整节点传输量测数据的功率，提高网络工作效率。因此，本发明对于解决水下目标跟踪的实际问题有着重要的理论意义和实用价值。
-
公开(公告)号：CN108303891B
公开(公告)日：2019-08-13
申请号：CN201810142114.8
申请日：2018-02-11
Applicant: 浙江大学
IPC: G05B13/04
Abstract: 基于不确定海流扰动下的多AUV分布式协同跟踪控制方法，包括：建立AUV运动学模型以及带有不确定海流扰动下的动力学模型，初始化系统状态、采样时间以及控制参数；设计领导者AUV基于Serret‑Frenet方法的路径跟踪控制器；提出了跟随者AUV分布式编队的运动学控制器，使其更适合水下通讯环境；针对领导者和跟随者设计的运动学控制器进行了输入‑状态稳定性分析，得多AUV系统形成分布式运动编队控制；提出了含有不确定海流扰动补偿项的多AUV系统动力学控制器。本发明提供一种基于多AUV分布式编队控制平台的能够有效减少控制器信息量的协同跟踪控制方法，同时利用神经网络方法避免了不确定海流扰动带来的影响，为海洋灾害预警预报、海洋环境保障奠定关键基础。
-
公开(公告)号：CN109993755A
公开(公告)日：2019-07-09
申请号：CN201910261841.0
申请日：2019-04-02
Applicant: 浙江大学
Abstract: 本发明公开了一种提花织物图像组织结构分割方法。采用图像直方图均衡化提高图像对比度，使用超像素分割算法将提花织物图像分离成超像素；并且采用改进LBP方法提取织物图像的局部纹理特征，再计算超像素内的颜色重心作为颜色特征，聚类颜色特征和纹理特征实现提花织物图像中组织结构的分割。本发明的织物组织结构分割方法充分结合了提花织物的颜色特征和局部纹理特征，能够准确地完成组织结构分割。
-
Patent Agency Ranking
公开(公告)号：CN109617662A
公开(公告)日：2019-04-12
申请号：CN201910008092.0
申请日：2019-01-04
Applicant: 浙江大学
Abstract: 本发明提出了一种水声OFDM-NOMA下行链路联合资源优化方法，用以解决现有技术中没有可行性强的水下非正交多址网络资源分配机制的问题。首先建立基于OFDM-NOMA的水声无线通信系统，系统部署一个基站BS以及K个锚节点，每个锚节点的信道信息状态已知；给定约束条件：基站总发射功率Pt、子载波分配的数量约束；以系统速率和为目标函数。为解决联合资源优化问题，将提出的优化问题分步完成。子载波分配采用一种较低的算法复杂度的贪婪算法，来满足该系统子载波分配的优化目标。对于功率分配，将优化目标由发射功率转化为通信速率，将功率分配模型转化为严格的凸优化问题，采用GP算法求解其最优值。本发明科学合理，算法复杂度低，适用于水下恶劣的通信环境。
-
公开(公告)号：CN108694942A
公开(公告)日：2018-10-23
申请号：CN201810284175.8
申请日：2018-04-02
Applicant: 浙江大学
IPC: G10L15/22 , G10L15/26 , H04L12/28 , G10L15/18 , G10L15/197
CPC classification number: G10L15/22 , G10L15/1822 , G10L15/197 , G10L15/265 , G10L2015/223 , H04L12/282
Abstract: 本发明公开了一种基于家居智能服务机器人的智能家居交互问答系统，是在家居服务机器人中搭载有智能家居后台问答系统，智能家居后台问答系统由意图分类模块、意图获取模块、多轮意图填充模块、意图实现模块、及对话生成模块构成。该系统可针对用户语音指令，对文本进行分词并识别对其意图进行分类，采用预设对应类别意图模板进行意图信息获取，使用意图实现模块中对应的API接口实现用户需求，并生成对话文本，返回至家居服务机器人。本发明中的智能家居交互问答系统通过与家居智能服务机器人的有机结合，克服了以往智能家居交互/控制系统对遥控器/手机或其他终端的依赖，方便用户随时随地的在家中完成与智能家居系统的交互工作。
-
公开(公告)号：CN108632764A
公开(公告)日：2018-10-09
申请号：CN201810284185.1
申请日：2018-04-02
Applicant: 浙江大学
Abstract: 本发明属于多传感器融合估计领域，公开了一种多传感器选择性量测数据融合估计算法。针对当前常规的数据融合算法应用于目标跟踪估计中存在的数据传输量大等缺点，本发明所提出的算法会选择各传感器量测数据中部分有价值数据提交给融合中心，提高数据的利用效率，在满足一定目标估计精度同时，大大降低结点之间数据的传输量。对于量测数据如何选则，本发明的方法基于人工神经网络与遗传算法相结合的思路，通过遗传算法优化，使多传感器跟踪系统在总的数据带宽一定时获得较好的目标跟踪估计效果。因此，本发明对于解决实际目标跟踪估计问题具有重要的现实意义。
-
-
公开(公告)号：CN106604322A
公开(公告)日：2017-04-26
申请号：CN201611097871.5
申请日：2016-12-03
Applicant: 浙江大学
Abstract: 本发明公开了一种水下传感器网络多信道介质访问控制协议。节点周期性工作在唤醒/睡眠状态，每个工作周期划分为信道协商期，预约请求收集期和睡眠期；协议通过对控制报文的发送进行调度使得节点在信道协商期与预约请求收集期完成控制报文的交换，同时保证在信道协商期，节点能够获得相邻节点的信道使用信息，有效缓解了水下无线传感器网络多信道介质访问控制协议的“隐藏终端”问题带来数据冲突问题，节省了能量。而且该协议采用了周期性睡眠/唤醒机制，大大减少了信道在空闲时用于侦听而浪费的能量，这一措施也进一步降低了网络的能量消耗，能够提高网络的使用寿命。
-
-
-
-
-
-
-
-
-
Search Results
169
records
(took 0.041 seconds)
