-
公开(公告)号：CN103399280A
公开(公告)日：2013-11-20
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。
-
公开(公告)号：CN102854962A
公开(公告)日：2013-01-02
申请号：CN201210301370.X
申请日：2012-08-23
Applicant: 哈尔滨工业大学
Abstract: 应用CPLD的MPC8280最小系统及设置硬复位配置字的状态转换方法，涉及一种MPC8280最小系统。本发明是为了解决现有应用CPLD的PowerPC未能实现缩短看门狗定时周期以及未能提高系统的灵活性的问题。应用CPLD的MPC8280最小系统包括MPC8280、CPLD和TPS3110；基于上述应用CPLD的MPC8280最小系统的设置硬复位配置字的状态转换方法，所述实现状态转换方法的状态机包括：等待状态、空闲状态、第一字节状态、第二字节状态、第三字节状态、无效地址状态和第四字节状态，通过上述状态之间的有条件跳转进而实现硬复位配置字的设置。本发明的最小系统和状态转换方法适用于单板系统上。
-
公开(公告)号：CN102789545A
公开(公告)日：2012-11-21
申请号：CN201210240981.8
申请日：2012-07-12
Applicant: 哈尔滨工业大学
IPC: G06F19/00
Abstract: 基于退化模型匹配的涡轮发动机剩余寿命的预测方法，涉及涡轮发动机剩余寿命预测方法，它为了解决现有涡轮发动机剩余寿命的预测采用通用RUL预测模型的预测效果无法达到预测要求的问题，它包括具体步骤如下：步骤一、数据预处理：从采集到的数据提取运行状态变量；从传感器采集到特征向量；由运行状态变量与特征向量融合得到健康因子；步骤二、建立退化模型库：利用健康因子建立退化模型；多个退化模型组成退化模型库；步骤三、相似性评估：将退化轨迹与模型库中的模型匹配，每个模型给出一个RUL估计；步骤四、RUL融合：根据测试涡轮发动机与模型匹配程度，采用相似度加权，融合得到最终的剩余寿命预测值。适用于涡轮发动机剩余寿命预测。
-
公开(公告)号：CN101806559B
公开(公告)日：2012-11-14
申请号：CN201010136946.2
申请日：2010-03-31
Applicant: 哈尔滨工业大学
IPC: F41G7/00
Abstract: 半实物仿真模拟器的遥测数据接收转发方法及装置，属于航空航天领域，本发明为解决现有半实物仿真导弹遥测系统进行振动试验测试时，通过无线方式接收到的易受干扰、误码率高的问题。本发明半实物仿真模拟器的遥测数据接收转发方法为：将所述遥测数据接收转发装置通过定位孔固定在弹上信息处理器上，遥测数据接收转发装置包括FPGA、遥测数据接收端口电路、数据转发端口电路和存储单元，遥测数据接收端口电路接收弹上信息处理器的遥测数据，并传输给FPGA处理，FPGA处理后的数据存储在存储单元中，当接收完数据，且转台静止后，数据转发端口电路在地面接收装置的控制下将存储单元中的数据转发给地面接收装置，完成遥测数据接收和转发。
-
公开(公告)号：CN102761558A
公开(公告)日：2012-10-31
申请号：CN201210271243.X
申请日：2012-07-31
Applicant: 哈尔滨工业大学
IPC: H04L29/06
Abstract: 基于Xilinx FPGA和Treck协议栈的以太通信系统及其通信方法，涉及一种以太通信系统及其通信方法，属于通信领域。为了解决目前基于LwIP协议栈以太通信系统传输速率低且不稳定的问题。利用SOPC技术搭建基于Xilinx公司XC5VFX130T型号FPGA和Treck协议栈的以太通信系统，所述系统实现TCP/IP五层模型；Berkeley Sockets API函数以服务器-客户端模式建立FPGA和计算机的TCP连接时，基于上述系统的通信方法包括当FPGA作为客户端，计算机作为服务器，和当FPGA作为服务器，计算机作为客户端的两种通信方法。它用于信息传输。
-
Patent Agency Ranking
公开(公告)号：CN102262198A
公开(公告)日：2011-11-30
申请号：CN201110099271.3
申请日：2011-04-20
Applicant: 哈尔滨工业大学
Abstract: 基于回声状态网络同步优化的模拟电路故障诊断方法，涉及一种模拟电路故障诊断方法。它解决了采用传统神经网络进行模拟电路故障诊断的诊断精度较低的问题。其方法：采用单位脉冲信号激励模拟电路工作，获得电路待诊断响应信号，采集模拟电路的单位脉冲响应输出信号；采用小波变换法对模拟电路的单位脉冲响应输出信号进行处理，获得故障特征并作为数据样本输入至回声状态网络中，采用微分进化算法进行参数与特征的同步优化选择，建立模拟电路故障诊断模型；采用小波变换法对电路待诊断响应信号进行处理，获得故障数据，将所述故障数据输入至模拟电路故障诊断模型中，获得并输出故障诊断结果。本发明适用于模拟电路故障诊断。
-
公开(公告)号：CN102056182A
公开(公告)日：2011-05-11
申请号：CN201010584694.X
申请日：2010-12-13
Applicant: 哈尔滨工业大学
IPC: H04W16/22
Abstract: 一种基于LS-SVM的移动话务量预测方法，属于移动通信领域，本发明为解决现有技术采用LS-SVM进行话务量预测只能实现单步预测，且算法本身不能对输入变量进行有效而合理的选择，进而造成准确性差、速度慢的问题。本发明方法包括以下：1.选取离当前时刻之前一个月之内的话务量历史数据作为训练样本进行LS-SVM建模，获取LS-SVM预测模型；2.对新输入样本进行预处理；3.将处理后的新输入样本输入给LS-SVM预测模型，输出预测值；4.判断是否需要更新LS-SVM预测模型；如需要更新，则返回一；如不需要更新，执行五，5.将三输出的预测值作为当前时刻的话务量数据，并返回执行二，对下一时刻的话务量进行预测。
-
公开(公告)号：CN101984418A
公开(公告)日：2011-03-09
申请号：CN201010549426.4
申请日：2010-11-18
Applicant: 哈尔滨工业大学
IPC: G06F13/40
Abstract: 基于PXI总线的多通道并行隔离数据采集装置，它涉及一种数据采集装置。它为解决现有PXI总线数据采集模块难以同时兼顾各通道隔离、并行采样采集的精度高以及采样速度快的问题而提出。高速数据采集通道的数据信号输出输入端连可编程逻辑控制模块的数据及控制信号输入输出端；可编程逻辑控制模块的存储数据信号输出输入端和发送数据信号输出输入端分别与存储模块的存储数据信号输入输出端和PXI总线接口桥接模块的发送数据信号输入输出端相连；它具有各通道之间的电气隔离可靠，采样精度高、采样速度快的优点；它可广泛适用于各种基于PXI总线的多通道、高精度、高采样速率数据采集和测试的场合。
-
公开(公告)号：CN101583147B
公开(公告)日：2011-01-05
申请号：CN200910072312.2
申请日：2009-06-17
Applicant: 哈尔滨工业大学
Abstract: 应用于话务量预测的分段在线支持向量回归方法，它涉及一种在线支持向量回归方法，本发明针对在线支持向量回归(Online Support Vector Regression)算法难以兼顾预测精度和运行效率，提出一种分段支持向量回归时间序列预测方法，通过缩减在线建模数据长度实现快速训练，并对Online SVR进行分段存储，根据预测邻域样本与各子分段支持向量回归模型的匹配度，选取最优子分段模型预测输出，提高预测精度。该算法在保持在线预测执行效率的同时，相比普通在线支持向量回归算法，可提高预测精度5％～10％。算法由于采用了分段的策略，并采取了较小的建模数据长度，算法效率高。可以实现对于移动通信话务量时间序列的在线、实时和快速建模和预测。
-
公开(公告)号：CN101808339A
公开(公告)日：2010-08-18
申请号：CN201010139258.1
申请日：2010-04-06
Applicant: 哈尔滨工业大学
Abstract: 一种应用K-MEANS和先验知识的话务小区自适应分类方法，属于移动通信领域，本发明是为了解决进行话务量预测时，根据专家的历史经验对话务小区进行划分的方式带有很大的主观性、划分不准确的问题。本发明方法包括：一、按照先验知识将话务小区划分为四种类型：交通主干线、繁华商业区、高等院校和居民住宅区；二、预处理，获取每个话务小区的聚类特征，所述聚类特征包括相关系数、方差、最大值、中间值、平均值、最小值、出现频率最高的值和标准差；三、根据每个话务小区的聚类特征，并采用K-MEANS聚类算法依次对每种类型中的话务小区进行聚类，将每种类型中的话务小区细化成多个具有相似聚类特征的类别，完成对所有话务小区的分类。
-
-
-
-
-
-
-
-
-
Search Results
325
records
(took 0.029 seconds)
