-
公开(公告)号：CN107291570A
公开(公告)日：2017-10-24
申请号：CN201710485237.7
申请日：2017-06-23
Applicant: 哈尔滨工业大学
Abstract: 本发明涉及一种基于Zynq-7000的片上存储器抗单粒子翻转防护方法，应用于Zynq-7000SoC在空间环境下的存储器容错设计中，其目的是为了解决空间环境中单粒子翻转对Zynq-7000芯片内部片上存储器的数据可靠性的影响，保障Zynq-7000芯片内部双核处理器之间的正确通信。本发明结合Zynq-7000芯片的资源特性，采用软件EDAC方法实现双核处理器与片上存储器之间通信的数据加固操作，采用软件中断方式实现单位错误和双位错误的状态标记以及单位错的双核同步回写操作，在ARM处理器中实现数据的纠一检二和数据回写功能，从而提高Zynq-7000内片上存储器抗单粒子翻转能力，为Zynq-7000SoC内双核处理器之间进行数据通信的可靠性提供一种重要手段。
-
公开(公告)号：CN104915568B
公开(公告)日：2017-09-29
申请号：CN201510351199.7
申请日：2015-06-24
Applicant: 哈尔滨工业大学
Abstract: 基于DTW的卫星遥测数据异常检测方法，涉及卫星遥测数据异常检领域。本发明为了解决现有的检测方法存在的异常参数未超过报警门限导致的卫星部件异常漏检的问题、以固定点数对具有周期特性的卫星遥测数据进行分段存在较大偏差的问题和时间序列存在微小偏移而使度量结果不够准确进而导致异常检测结果不够准确的问题。本发明以幅角突变点为标识对卫星遥测数据进行分段，然后计算出含有类别标签的时间序列中各类别类内的DTW距离均值，并获取待进行异常检测的时间序列x'；计算x'与含有类别标签的时间序列X之间的DTW距离，确定x'与准所属类别l'之间的最小DTW距离dmin，根据dmin与之间的大小关系从而确定x'是否为异常序列。本发明适用卫星遥测数据异常检测。
-
公开(公告)号：CN104159245B
公开(公告)日：2017-08-25
申请号：CN201410418596.7
申请日：2014-08-22
Applicant: 哈尔滨工业大学
IPC: H04W24/00
CPC classification number: Y02D70/00
Abstract: 面向无线数据传输设备的间接健康因子获得方法，属于复杂系统诊断和预测领域。本发明是为了解决现有处于工作状态的数据传输设备，响应的维持能力较差，从而导致功率调整准确度下降的问题。本发明所述的面向无线数据传输设备的间接健康因子获得方法，从测试数据的角度出发，利用统计学理论，结合功率及自动控制增益参数提取出了能够反映数据传输设备健康状态的间接健康因子，有效地提高了功率调整准确度，为电子设备的故障预测与健康管理提供了切实可行的指导思路。适用于实际的某机载无线数据通讯中继单元中，进行了应用验证，为无线数据传输系统的退化状态识别工作提供了切实可行的参考思路。
-
公开(公告)号：CN106778840A
公开(公告)日：2017-05-31
申请号：CN201611079220.3
申请日：2016-11-30
Applicant: 哈尔滨工业大学
Inventor： 刘大同 , 彭宇 , 张玉杰 , 宋歌 , 其他发明人请求不公开姓名
IPC: G06K9/62
CPC classification number: G06K9/6221
Abstract: 一种基于特殊点线性分段的卫星遥测数据时间序列表示方法。(1)给定时间序列X＝{x(t1),x(t2),…,x(tn)}，X的初始局部极值点为满足公式(1)所有点，以及x(t1)和x(tn)；X的初始局部极值点集合记为并且p1＝1，pm＝n(2)引入局部极值保持时间参数C值，进一步筛选出IM序列中满足公式(2)的点作为特征点；其中，1≤j≤m‑1；(3)将X的起始点和终点也添加至筛选后得到的特征点集合，得到最终的特征序列X的转折点为原序列中所有满足公式(3)，式中，1＜i＜n。从而得到转折点特征序列合并M和N，按照时间下标大小重新排序，作为序列X的关键点序列，以此关键点序列对卫星遥测原始数据进行表示。
-
公开(公告)号：CN106778839A
公开(公告)日：2017-05-31
申请号：CN201611078758.2
申请日：2016-11-30
Applicant: 哈尔滨工业大学
IPC: G06K9/62
CPC classification number: G06K9/6218
Abstract: 一种基于局部极值优化提取的卫星遥测数据时间序列表示方法。(1)给定时间序列X＝{x(t1),x(t2),…,x(tn)}，X的初始局部极值点为满足公式(1)所有点，以及x(t1)和x(tn)；X的初始局部极值点集合记为(2)引入局部极值保持时间参数C值，进一步筛选出IM序列中满足公式(2)的点作为特征点；同时，对基于保持时间为C的局部极值的提取进行优化，(3)将X的起始点和终点也添加至筛选后得到的特征点集合，得到最终的特征序列X的转折点为原序列中所有满足公式(3)的集合：合并M和N，按照时间下标大小重新排序，作为序列X的关键点序列，以此关键点序列对卫星遥测原始数据进行表示。
-
Patent Agency Ranking
公开(公告)号：CN104331569B
公开(公告)日：2017-05-24
申请号：CN201410642109.5
申请日：2014-11-13
Applicant: 哈尔滨工业大学
Abstract: 基于关键节点选择和蚁群优化算法的大规模集成电路小时延故障测试通路选择方法，涉及一种大规模集成电路的小时延故障测试通路选择方法。它是为了解决现有基于贪婪算法对小时延缺陷的测试通路选择方法时间复杂度和空间复杂度过高的问题。本发明所述的基于关键节点选择和蚁群优化算法的大规模集成电路小时延故障测试通路选择方法，通过使用关键节点选择来优化蚁群优化算法的搜索时间，进而快速选择出小时延缺陷测试通路，使搜索时间减少为原时间的20％至25％。不仅降低了时间复杂度，也降低了空间复杂度。适用于在大规模集成电路小时延故障测试通路的选择。
-
公开(公告)号：CN106645914A
公开(公告)日：2017-05-10
申请号：CN201710003001.5
申请日：2017-01-03
Applicant: 哈尔滨工业大学
IPC: G01R19/257 , G01R19/25
CPC classification number: G01R19/257 , G01R19/2509
Abstract: 一种卫星信息处理平台的地面测试装置及其控制方法，属于卫星信息处理平台测试领域，解决了所述平台的地面测试效率低的问题。主控模块分别经CAN模块和UART模块连接平台，经RS‑422模块连接上位机，A/D模块采集和数模转换待测电压信号，隔离模块用于主控模块与平台的信号隔离，电平转换模块用于统一所述装置电平标准。主控过程包括初始化、发送待测电压信号、延时、判断是否接收到UART数据、读取UART数据、第一添加帧头、发送UART数据和结束的步骤，中断过程包括判断是否接收到CAN数据、关闭总中断、读取CAN数据、第二添加帧头、发送CAN数据、开启总中断和恢复主控过程的步骤。本发明用于所述平台的地面测试。
-
公开(公告)号：CN104134010B
公开(公告)日：2017-02-15
申请号：CN201410395173.8
申请日：2014-08-12
Applicant: 哈尔滨工业大学
Abstract: 一种基于朴素贝叶斯算法面向离散型数据的卫星故障诊断方法，属于卫星故障诊断技术领域。解决了现有的故障与非故障状态样本不平衡，致使卫星故障诊断准确率低，稳定性不高，故障分类效率低的问题。技术要点为：卫星事件型状态监测数据的统计及预处理；事件特征的后验概率确定，并且根据事件特征的后验概率计算卫星每种状态的后验概率，将统计矩阵转化为概率矩阵；卫星状态的后验概率确定；故障的先验概率的确定；调整各故障类型的先验概率，至故障诊断方法的误检率与漏检率达到合理平衡；故障的后验概率确定，其中后验概率最大的故障类型则为该状态被诊断出的故障类型。本发明面向离散型数据，适用于卫星等复杂系统的故障诊断。
-
公开(公告)号：CN106197424A
公开(公告)日：2016-12-07
申请号：CN201610487801.4
申请日：2016-06-28
Applicant: 哈尔滨工业大学
IPC: G01C21/20
CPC classification number: G01C21/20
Abstract: 本发明提供了一种遥测数据驱动的无人机飞行状态识别方法，本发明提出一种基于切比雪夫特征提取和随机森林分类算法(Chebyshev-Random Forest Algorithm，C-RF算法)的无人机状态识别方法。采用Chebyshev拟合法对无人机的遥测数据进行特征提取和降维，利用随机森林算法实现飞行状态的自适应分类。所提出方法将Chebyshev拟合系数计算简单、接近最佳拟合的优点与随机森林算法的训练速度快、分类准确率高和抗噪能力强等优点相结合，可覆盖无人机的各类样本且避免过拟合问题，实现了无人机飞行状态的有效识别。采用真实无人机飞行遥测数据进行验证，总体识别准确率高于90％，少类样本同样被准确识别，证明了所提出方法的有效性和实用性。
-
公开(公告)号：CN104049221B
公开(公告)日：2016-08-24
申请号：CN201410323380.2
申请日：2014-07-08
Applicant: 哈尔滨工业大学
Abstract: 基于滑动窗口和统计信息的电源电压故障诊断方法，涉及电源电压故障诊断技术。它是为解决现有电源电压故障诊断方法的准确度和诊断效率低的问题。首先对电源电压工作状态的统计信息进行计算，确定所有工作状态对应的统计均值{m1,m2,m3,…,ms}和统计标准差{d1,d2,d3,…,ds}，连续采集实际卫星电源电压数据，形成滑动窗口数据V并计算其统计均值mv和标准差dv，计算dv与di的最小距离Rj，当|mv??mj|
-
-
-
-
-
-
-
-
-
Search Results
459
records
(took 0.061 seconds)
