-
公开(公告)号:CN107819881B
公开(公告)日:2020-10-23
申请号:CN201711297614.0
申请日:2017-12-08
Applicant: 桂林电子科技大学
IPC: H04L29/08 , H04L12/933
Abstract: 本发明公开了一种用于矿灯充电集群管理的通信系统及通信方法,该系统包括监控终端、服务器、一级交换机、二级交换机、柜架控制单元和柜门充电单元;所述的监控终端、服务器和一级交换机依次连接;所述的一级交换机分别与N个二级交换机连接;所述的每个二级交换机分别与N个柜架控制单元连接;所述的每个柜架控制单元分别与100个柜门充电单元连接,并利用该系统进行通信,该系统管理效率高,层次分明,数据传输速率快,该通信方法数据传输数据速率高,误码率低,矿灯发生故障后通讯失败、故障点易定位。
-
公开(公告)号:CN108035773A
公开(公告)日:2018-05-15
申请号:CN201711269986.2
申请日:2017-12-05
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于6LoWPAN物联网技术的煤层瓦斯压力监测系统,包括井下6LoWPAN无线传感器网络、边界路由器、工业以太网、井上服务器、监测计算机和智能终端;井下6LoWPAN无线传感器网络与边界路由器连接;边界路由器通过工业以太网与井上服务器连接;监测计算机、智能终端通过因特网与井上服务器连接,从井上服务器获取数据;所述的井下6LoWPAN无线传感器网络中设有若干个压力监测节点。该系统将每个测点作为无线传感器网络的节点,采用自组网的方式组建mesh网络,将整个开采区的数据互联,并通过井下主机将数据实时上传,数据采集精度高、实时性与安全性强。
-
公开(公告)号:CN107958695A
公开(公告)日:2018-04-24
申请号:CN201711146179.1
申请日:2017-11-17
Applicant: 桂林电子科技大学
CPC classification number: G06N3/08
Abstract: 本发明公开了一种基于机器学习的高精度药物定量方法,通过获取定量系统单次落料量的历史数据;将单次落料量的历史数据进行统计学分析,获取训练集;以单次落料量的训练集作为自适应神经网络的输入值,并对自适应神经网络进行学习,得到神经网络模型;输出模型结果;将模型输出响应和期望响应进行对比,输出误差信号;判断累计落料量是否达到目标值;若达到目标值,则完成药物的定量。该方法效率高,对环境适应能力强,定量精度高,操作简单,定量误差小。
-
公开(公告)号:CN107885120A
公开(公告)日:2018-04-06
申请号:CN201711107745.8
申请日:2017-11-10
Applicant: 桂林电子科技大学
IPC: G05B19/042
CPC classification number: G05B19/0423 , G05B2219/25257
Abstract: 本发明公开了一种基于卡尔曼滤波器的定量控制系统,包括微处理器、ADC模块、卡尔曼滤波器、压力传感器模块、电源模块、键盘输入模块、人机交互界面和执行器,电源模块的输出端分别与卡尔曼滤波器、压力传感器模块和微处理器的输入端连接,压力传感器模块的输出端与ADC模块的输入端连接,ADC模块的输出端与卡尔曼滤波器的输入端连接,卡尔曼滤波器输出端还与微处理器的输入端连接,微处理器的输出端分别与人机交互界面、执行器和键盘输入模块连接。该系统结构简单,适应环境能力强、控制策略优异,能够很好的满足了医药行业需求。
-
公开(公告)号:CN107811612A
公开(公告)日:2018-03-20
申请号:CN201711232535.1
申请日:2017-11-30
Applicant: 桂林电子科技大学
IPC: A61B5/00 , A61B5/0205
CPC classification number: A61B5/7235 , A61B5/0205 , A61B5/024 , A61B5/0816 , A61B5/7203 , A61B5/7225 , A61B5/725
Abstract: 本发明公开了一种心率与呼吸率数据处理方法,根据人体体征数据的特点提取采样信号的时域及频域特征重构信号波形并通过不断波形拟合方式进行修正,包括如下步骤:1)让一个采样周期的数据通过滤波器进行降噪处理得到预处理数据;2)对预处理数据进行峰值检测以获得信号的时域幅值,同时对预处理数据作FFT变换以获取其频域特征;3)利用信号频域特征与时域幅值采用内插法重构波形;4)与下一个采样周期的重构波形拟合得到信号的修正波形;5)修正后的波形又将与其之后的波形拟合得到新的重构波形,重复若干次,预测误差逐渐减小,精度逐渐提高。本发明具有预测误差小,精度高的优点,且数据处理流程计算量适中,适用于算力受限的便携式设备。
-
公开(公告)号:CN107589704A
公开(公告)日:2018-01-16
申请号:CN201711024285.2
申请日:2017-10-27
Applicant: 桂林电子科技大学 , 北京中矿天诚科技有限公司
IPC: G05B19/042
Abstract: 本发明公开了一种增强稳定性的矿灯充电监控系统及该系统的构建方法,包括矿灯充电监控架,其特征是:还包括分别与矿灯充电监控架相连接的系统通信模块和监控模块,所述矿灯充电监控架包括主控模块和分别与主控模块相连的显示模块及矿灯充电柜,主控模块通过通信单元分别与系统通信模块、矿灯充电柜相接,用于上传多个矿灯的实时充电状态、充电时间和充放电循环次数信息、下发获取充电状态查询请求、矿灯剩余充电次数和员工信息。该系统稳定性高,可拓展性强,采用多种通信方式,故障定位准确,智能化程度高,极大的减少了操作流程,提高了工作效率。
-
公开(公告)号:CN107526109A
公开(公告)日:2017-12-29
申请号:CN201710699393.3
申请日:2017-08-16
Applicant: 桂林电子科技大学
IPC: G01V3/08
Abstract: 本发明为基于虚拟波域法的瞬变电磁建模和反演方法,其关键特征是基于瞬变电磁扩散场与满足波动方程的虚拟波场之间的对应原理。首先,通过拉普拉斯变化法,建立瞬变电磁场与虚拟波场之间的数学积分关系式,对积分式离散,并写成矩阵形式;然后,通过构造预条预处理矩阵M,对方程进行对称超松弛预条件处理,达到改善线性方程系数矩阵的谱性质和降低系数矩阵条件数的目的;最后,通过正则化共轭梯度迭代法,得到全时域的虚拟波场值。该方法不仅有效地避免了对瞬变电磁时间信号的分割,而且具有非常小的迭代时间,提高了方法的效率。
-
公开(公告)号:CN107359667A
公开(公告)日:2017-11-17
申请号:CN201710703328.3
申请日:2017-08-16
Applicant: 桂林电子科技大学
IPC: H02J7/00
CPC classification number: H02J7/007 , H02J7/0047 , H02J2007/0049
Abstract: 本发明公开了一种多功能矿灯充电板电路及其设计方法,包括控制电路,还包括分别与控制电路连接的RS485通信接口电路、充电及状态监测电路、字库读取电路、光电监测电路、TM卡读卡电路、充电电路、磁码锁电路、LCD显示电路和语音播报电路,通过RS485通信接口电路与上位机连接,电源模块为该充电板电路供电;该电路能及时获取充电柜的充电状态信息和人员信息,可以掉电存储,且电流值稳定性和准确性好,还带有语音播报功能,保证矿灯及充电柜门处于正确状态。
-
公开(公告)号:CN107328516A
公开(公告)日:2017-11-07
申请号:CN201710668146.7
申请日:2017-08-07
Applicant: 桂林电子科技大学
CPC classification number: G01L11/00 , G01L19/083 , G01L19/12
Abstract: 本发明公开了一种高精度煤层瓦斯压力记录仪,包括主控模块、压力传感器、信号调理模块、ADC模块、电源模块、LCD显示模块、超限报警器、键盘输入模块、TF Card模块和时钟模块;压力传感器、信号调理模块、ADC模块、电源模块依次连接;ADC模块与主控模块的SPI接口连接;电源模块还与主控模块连接;LCD显示模块与主控模块的LCD接口连接;TF Card模块与主控模块的TF卡接口连接,键盘输入模块与主控模块的USB接口连接,主控模块还与超限报警器、系统时钟连接。该记录仪精度高,可靠性和效率高,能实时记录煤层瓦斯的压力。
-
公开(公告)号:CN103995293A
公开(公告)日:2014-08-20
申请号:CN201410252231.1
申请日:2014-06-09
Applicant: 桂林电子科技大学
IPC: G01V3/14
Abstract: 本发明公开一种磁共振测深信号检测方法,其针对各导电层MRS信号分量,先用一元线性回归方程求取其回归方程和相关系数,由于各种噪声的干扰,相关系数可能较小,为了提高回归方程的显著性,要从原始数据中去除误差较大的数据点。后用当前回归方程作为模板,删除距离该模板较远的数据点,并用剩余数据求取新的回归方程和相关系数。重复该过程,直到相关系数足够大或者剩余点数较少时,停止迭代。若是相关系数足够大而停止迭代,则从当前采样数据中能提取出有效特征参数;若是剩余点数较少而停止迭代,则当前采样数据因受干扰严重而无效。本发明不仅设计要求相对较低,而且能够能较精确的提取特征参数。
-
-
-
-
-
-
-
-
-