-
公开(公告)号：CN103346970B
公开(公告)日：2016-03-16
申请号：CN201310329257.7
申请日：2013-07-31
Applicant: 哈尔滨工业大学
IPC: H04L12/761
Abstract: 一种spaceWire动态路由实现方法，涉及一种spaceWire路由实现方法。它是为了解决现有的SpaceWire路由器均为静态路由器，导致应用灵活性差，以及spaceWire网络的扩展性也较差的问题。其方法：新加入的SpaceWire节点加入网络后，首先广播发出一个路由请求数据包，网络系统中的SpaceWire路由器接收到此数据包时，根据对应的物理端口更新路由请求数据包中的物理地址并广播转发，更新路由表。其它SpaceWire节点更新所存储的其它节点信息后，加入自己的相关信息后，形成路由请求回复数据包发送给新加入SpaceWire节点。路由请求回复数据包经过SpaceWire路由器时，SpaceWire路由器更新数据包中的物理地址后转发给新加入SpaceWire节点。新加入SpaceWire节点收到路由请求回复数据包后，更新所存储的其它节点的相关信息。本发明适用于通信过程中的动态路由建立。
-
公开(公告)号：CN103336912B
公开(公告)日：2016-03-16
申请号：CN201310317217.0
申请日：2013-07-25
Applicant: 哈尔滨工业大学
IPC: G06F19/00
Abstract: 基于ARI算法的锂离子电池截止电压的预测方法，属于锂离子电池的截止电压预测领域。为了解决现有ARI模型为线性模型对锂离子电池后期出现截止电压加速变化时，预测准确性低的问题，首先，提取锂离子电池每个充放电周期中的截止电压原始数据，保存锂离子电池截止电压原始数据且对该锂离子电池截止电压原始数据进行预处理，获得处理后的数据；其次，将处理后的数据作为ARI预测模型的输入值对ARI预测模型的参数进行确定，获得ARI模型；然后，将预测步长的加速因子引入到步骤二获得的ARI模型中进行拟合，获得ND-ARI预测模型，通过采用ND-ARI预测模型实现锂离子电池截止电压的预测。本发明主要适用于对锂离子电池的截止电压预测。
-
公开(公告)号：CN103336908B
公开(公告)日：2016-01-20
申请号：CN201310311043.7
申请日：2013-07-23
Applicant: 哈尔滨工业大学
IPC: G06F19/00
Abstract: 单调回声状态网络的剩余寿命预测方法，属于故障预测和系统健康管理领域，本发明为解决传统ESN无法准确预测寿命的问题。本发明方法：步骤一、随机建立单调回声状态网络模型MONESN：步骤二、进行网络动态训练，获得MONESN模型的单调递增或单调递减的输出权值，将该输出权值代入MONESN中获取训练后的MONESN；步骤三、将待预测寿命的涡轮发动机的剩余运行周期数输出给步骤二训练后的MONESN的输入单元，MONESN输出的即为待预测寿命的涡轮发动机的剩余寿命；或将待预测寿命的锂离子电池的剩余运行周期数输出给步骤二训练后的MONESN的输入单元，MONESN输出的即为待预测寿命的锂离子电池的剩余寿命。
-
公开(公告)号：CN105046203A
公开(公告)日：2015-11-11
申请号：CN201510351183.6
申请日：2015-06-24
Applicant: 哈尔滨工业大学
IPC: G06K9/00
CPC classification number: G06K9/00557
Abstract: 基于夹角DTW距离的卫星遥测数据自适应层次聚类方法，属于卫星遥测数据挖掘领域。传统的欧式距离存在不适用于卫星遥测数据分段后的时间序列的相似性度量和传统的层次聚类方法存在需要人工设定聚类数目的问题。一种基于夹角DTW距离的卫星遥测数据自适应层次聚类方法，根据卫星遥测数据的周期特性对卫星遥测数据进行分段，分段后得到的子序列之间存在微小偏差特点；采用能够实现异步度量的动态时间规整DTW距离对卫星遥测数据时间序列转换得到的夹角序列进行度量；结合自适应层次聚类算法对卫星遥测数据历史数据进行聚类，得到最佳聚类数目，并完成聚类。本发明在度量结果能够有效反映时间序列变化趋势的基础之上实现了卫星遥测数据的自适应聚类。
-
公开(公告)号：CN105045672A
公开(公告)日：2015-11-11
申请号：CN201510443607.1
申请日：2015-07-24
Applicant: 哈尔滨工业大学
Abstract: 一种基于SRAM FPGA的多级容错加固卫星信息处理系统，本发明涉及卫星信息处理。本发明的目的是为了解决采用SRAM FPGA作为卫星信息处理系统时，由于单粒子翻转、闩锁等，影响系统可靠性，以及未将卫星实际任务与防护措施相结合的问题。通过以下模块实现：用于主处理模块的数据存储和程序加载的存储器模块；用于单粒子效应免疫的校验及控制模块；用于存储初始配置文件和远程升级配置文件的配置存储器模块；用于实现数据存取的状态存储Flash模块；用于实现通信和控制的IO&BUS模块；用于系统单粒子闩锁效应防护，并为各模块供电的抗闩锁电源模块；用于数据处理和星务管理的主处理模块；本发明应用于卫星技术领域。
-
Patent Agency Ranking
公开(公告)号：CN104992050A
公开(公告)日：2015-10-21
申请号：CN201510324354.6
申请日：2015-06-12
Applicant: 哈尔滨工业大学
IPC: G06F19/00
Abstract: 基于统计信号处理的时间序列特性评价的预测模型选择方法，属于时间序列预测领域。为了解决目前的倒闸操作票托板在特殊情况下使用不便的问题。所述方法包括：对输入时间序列进行幅值连续性、长记忆性、趋势性和季节性判断，确定输入时间序列的特性评价种类；步骤二：根据步骤一确定的种类与预测模型之间的映射关系，获取相应种类的预测模型；步骤三：在相应种类的预测模型中选择最优的一个，用于时间序列预测。本发明用于时间序列预测模型预测时间序列。
-
公开(公告)号：CN104899658A
公开(公告)日：2015-09-09
申请号：CN201510324353.1
申请日：2015-06-12
Applicant: 哈尔滨工业大学
IPC: G06Q10/04
Abstract: 基于时间序列预测模型适用性量化的预测模型选择方法，涉及时间序列预测模型预测领域。本发明是为了解决现有的时间序列特性预测方法对预测模型输出的预测结果预测角度单一，无法实现对预测模型性能的全面、综合的预测，导致预测效果差的问题。本发明根据每个预测模型的预测步长P、真实值xk和预测模型输出结果获得各预测模型的误差和预测效率，根据预测需求在m个预测模型中，结合各预测模型的误差和预测效率，选取满足预测需求的最优预测模型，若满足预测需求的预测模型为一个，则该预测模型为最优预测模型，若满足预测需求的预测模型为多个，则将多个预测模型两两进行预测能力差异性检验，获得一个最优的预测模型。它可用于对预测模型进行预测。
-
公开(公告)号：CN104899041A
公开(公告)日：2015-09-09
申请号：CN201510330081.6
申请日：2015-06-15
Applicant: 哈尔滨工业大学
IPC: G06F9/44
Abstract: 基于通用模型的Switch驱动方法，属于Switch通用模型的构建领域。为了解决现有的开关驱动模块，无法驱动多种开关结构的问题。步骤一一，确定开关的种类和数量，步骤一二，令每个开关的每个端为一个通道，根据开关的种类和数量得到所有开关的通道数，确定各通道的连接关系，并对所有的通道进行命名，从而构建等效通道名称表，将命名后的所有的通道分别作为等效通道名称表的行项和列项，由等效通道名称表的行项和列项所围成的空间构成模型矩阵，根据各通道的连接关系，填充模型矩阵中的相应值，从而完成通用矩阵模型的建立，步骤二，通过利用建立的通用矩阵模型实现对Switch的驱动。它用于对开关的驱动。
-
公开(公告)号：CN103293487B
公开(公告)日：2015-09-09
申请号：CN201310268391.0
申请日：2013-06-28
Applicant: 哈尔滨工业大学
IPC: G01R31/36
Abstract: 基于集成模型的锂离子电池寿命预测方法，涉及一种锂离子电池循环寿命预测方法。它为了解决现有的锂离子电池寿命预测适用性低、稳定性差的问题。其方法：对电池循环充放电试验测试数据进行预处理；采用Bagging算法对训练数据集Train dataset进行二次重采样；建立单调回声状态网络模型；初始化单调回声状态网络内部连接权值，重复T次，得到T个未经训练的单调回声状态网络子模型；设置单调回声状态网络模型的第一自由参数集和第二自由参数集；集成单调回声状态网络模型的输出RULi，并采用测试数据集Test dataset驱动集成单调回声状态网络模型，获得锂离子电池剩余寿命预测值。本发明适用于锂离子电池寿命预测。
-
公开(公告)号：CN103399280B
公开(公告)日：2015-08-05
申请号：CN201310331999.3
申请日：2013-08-01
Applicant: 哈尔滨工业大学
IPC: G01R31/36
Abstract: 基于NSDP-AR模型的锂离子电池循环寿命预测方法，涉及一种锂离子电池循环寿命预测方法。本发明解决了AR模型对电池容量非线性退化特征预测能力较差的问题。所述方法为：根据待预测的锂离子电池的AR模型对锂离子电池进行容量的预测；根据容量预测序列ARpredict，提取近似全寿命周期百分比kp’序列；在待预测锂离子电池投入在线使用前，对拟合组各电池进行充放电测试，建立拟合组各电池各自的NSDP-AR模型对待预测的锂离子电池与拟合组各电池的容量退化趋势进行关联性分析，得到关联度ri，采用基于关联度的加权手段确定在线时待预测锂离子电池非线性退化因子KT的参数估计结果，对容量预测结果ARpredict进行非线性校正。本发明适用于对锂离子电池循环寿命的预测。
-
-
-
-
-
-
-
-
-
Search Results
459
records
(took 0.06 seconds)
