-
公开(公告)号：CN110263832A
公开(公告)日：2019-09-20
申请号：CN201910501336.9
申请日：2019-06-11
Applicant: 哈尔滨工程大学
Abstract: 本发明涉及AUV水下导航故障诊断技术领域，具体涉及一种基于多尺度分析的AUV导航系统故障诊断方法。步骤一：根据采样的信号，得到传感器信号序列段x(n)；步骤二：根据所需求的分解层数，进行多尺度分解处理，得到各层小波系数{d1(n)，d2(n)，…，dk(n)}以及第k层的尺度系数ck(n)；步骤三：根据多尺度分解处理得到的信号，进行单支重构处理，得到第k层的近似信号Ck以及各层细节信号{D1，D2，…Dk}；步骤四：根据各层细节信号，通过多尺度熵特征提取方法，将k层多尺度特征量组成k维特征向量；步骤五：将k维特征向量作为已训练好的改进的Levenberg-Marquardt小波神经网络的输入向量，实现故障类型识别；本发明能够定量地描述出故障在不同尺度上的表征形式，并且能够自主学习并实现AUV导航传感器故障诊断。
-
公开(公告)号：CN109711022B
公开(公告)日：2022-11-18
申请号：CN201811543506.1
申请日：2018-12-17
Applicant: 哈尔滨工程大学
IPC: G06F30/27 , G06N3/04 , G06N3/08 , G06K9/62 , G06F111/10
Abstract: 本发明提供一种基于深度学习的潜艇抗沉系统，包括潜艇仿真试验平台、分类单元、深度学习单元、高压气控制单元和在线学习单元；搭载潜艇仿真试验平台，采集数据；将采集的数据导入分类单元，将破损后潜艇的状态分为可自救和坐沉；将分类单元中可自救的样本数据进入深度学习单元，实时分析数据，判断潜艇状态，并向高压气控制单元发出指令；对指定舱室吹除压载水，达到矫正姿态，实现智能抗沉的目的；将使用历史数据构建的基于深度学习的潜艇抗沉系统加入潜艇仿真实验平台，使其进行在线学习。本发明当潜艇出现非正常运行工况，该系统能够在很短的时间内给出高压气吹除方案，调整潜艇的姿态，使其在一定程度上能够正常运行，实现辅助决策的功能。
-
-
公开(公告)号：CN108803634B
公开(公告)日：2021-03-19
申请号：CN201811017323.6
申请日：2018-09-01
Applicant: 哈尔滨工程大学
IPC: G05D1/06
Abstract: 本发明属于水下机器人技术领域，具体涉及一种基于遗传算法的水下机器人六自由度动力定位推力分配优化方法；包括如下步骤：依据输入量确定水下机器人工作模式，建立推力分配模型，依照空间布置特点对复杂约束条件简化，实现遗传算法降维；设定推进器的大小和转角，设定优化目标；采用遗传算法解决推力分配优化问题，反解降维矩阵求出各推进器推力及转角。本发明将推力分配的约束从四自由度提高为六自由度；采用遗传算法避免了传统方法面对非线性联合约束求解困难问题；在推力分配时提出了降维方法，使求解精度提高，计算速度加快，从而实现了六自由度约束条件下推力分配快速求解及能耗降低的优化。
-
公开(公告)号：CN110641637A
公开(公告)日：2020-01-03
申请号：CN201910850602.9
申请日：2019-09-10
Applicant: 哈尔滨工程大学
Abstract: 本发明属于海洋观测平台领域，具体涉及一种基于温差能发电的航迹可控的海洋观测平台。本发明具备指定区域进行精细观察能力，能够获取指定区域更加详尽的海洋环境信息。本发明采用模块化设计，可根据观测任务不同搭载不同的设备，也利于设备的维修和更换，具有扩展性高，性能可靠，维修改装成本小的特点。
-
Patent Agency Ranking
公开(公告)号：CN110244689A
公开(公告)日：2019-09-17
申请号：CN201910501802.3
申请日：2019-06-11
Applicant: 哈尔滨工程大学
Abstract: 本发明涉及AUV故障诊断技术领域，具体涉及一种基于判别性特征学习方法的AUV自适应故障诊断方法。步骤一：采集AUV状态信号；步骤二：将AUV状态信号数据进行信号处理得到判别性卷积特征学习方法CDFL网络模型的输入向量；步骤三：初始化CDFL网络模型权值；步骤四：判断是否有新增故障数据样本加入，若没有新增故障数据样本则直接进入步骤五，若有新增故障数据样本，对新增故障数据样本使用已有模型提取新增特征模式；步骤五：AUV故障分类诊断。本发明能够自主生成AUV故障信号中有效故障特征，不需再对特征学习模型进行有监督微调，简化模型与训练用时，并且采用动态补偿增量式学习策略，依据相似性实时的减少或加重故障特征的影响从而进行准确的故障诊断。
-
公开(公告)号：CN110211148A
公开(公告)日：2019-09-06
申请号：CN201910479009.8
申请日：2019-06-04
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种基于目标状态预估的水下图像预分割方法。水下图像处理过程中，复杂多变的水下环境有很多干扰目标，给水下图像的处理造成了极大地困难；同时，在水下机器人的嵌入式计算设备中对整幅图像进行处理需要耗费大量的计算资源和时间。本发明仅对目标候选区域进行降噪等预处理，可预先估计图像中目标的位置和大小，同时对图像进行分割。利用本发明提出的基于目标状态预估的水下图像预分割方法可以预先分割使用者感兴趣的区域，有效地减少干扰目标，简化图像处理过程，减小计算量，缩短计算时间。该方法具有速度快、精度高、使用方便简单等特点，可用于大多数水下机器人的图像处理过程中。
-
公开(公告)号：CN108803634A
公开(公告)日：2018-11-13
申请号：CN201811017323.6
申请日：2018-09-01
Applicant: 哈尔滨工程大学
IPC: G05D1/06
CPC classification number: G05D1/0692
Abstract: 本发明属于水下机器人技术领域，具体涉及一种基于遗传算法的水下机器人六自由度动力定位推力分配优化方法；包括如下步骤：依据输入量确定水下机器人工作模式，建立推力分配模型，依照空间布置特点对复杂约束条件简化，实现遗传算法降维；设定推进器的大小和转角，设定优化目标；采用遗传算法解决推力分配优化问题，反解降维矩阵求出各推进器推力及转角。本发明将推力分配的约束从四自由度提高为六自由度；采用遗传算法避免了传统方法面对非线性联合约束求解困难问题；在推力分配时提出了降维方法，使求解精度提高，计算速度加快，从而实现了六自由度约束条件下推力分配快速求解及能耗降低的优化。
-
公开(公告)号：CN110641637B
公开(公告)日：2022-06-03
申请号：CN201910850602.9
申请日：2019-09-10
Applicant: 哈尔滨工程大学
Abstract: 本发明属于海洋观测平台领域，具体涉及一种基于温差能发电的航迹可控的海洋观测平台。本发明具备指定区域进行精细观察能力，能够获取指定区域更加详尽的海洋环境信息。本发明采用模块化设计，可根据观测任务不同搭载不同的设备，也利于设备的维修和更换，具有扩展性高，性能可靠，维修改装成本小的特点。
-
公开(公告)号：CN111930141A
公开(公告)日：2020-11-13
申请号：CN202010703073.2
申请日：2020-07-21
Applicant: 哈尔滨工程大学
IPC: G05D1/10
Abstract: 本发明是一种水下机器人三维路径可视化跟踪方法。本发明属于水下机器人三维路径规划技术领域，本发明建立大地坐标系、载体坐标系和曲线坐标系，根据坐标系建立水下机器人的六自由度模型根据建立的水下机器人的六自由度模型，建立路径跟踪误差模型，确定航向角偏差和潜浮角偏差；采用反步滑模控制方法，对建立的水下机器人的六自由度模型进行三维路径跟踪；采用深度强化学习方法对三维路径跟踪进行训练，完成水下机器人三维路径可视化跟踪。本发明使得跟踪误差连续，提高了路径跟踪的稳定性；在视线法制导率中加入积分项来引入时间的影响；添加了边界奖励函数来加快路径跟踪的收敛速度，降低了超调，提高了精度。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.022 seconds)
