-
公开(公告)号:CN102193518A
公开(公告)日:2011-09-21
申请号:CN201110123345.2
申请日:2011-05-13
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于基底神经节的现场可编程逻辑门阵列(FPGA)仿生智能控制芯片,该芯片采用自下而上的模块化设计,通过FPGA上的加法器、乘法器以及移位寄存器搭建尖峰神经元模块,然后由尖峰神经元和突触构成纹状体SD1、SD2、底丘脑核STN、苍白球外核GPe和苍白球内核GPi五个核团模块,再由核团构成通道,进而构成整个基底神经节。该芯片体积小巧,集成度高,可靠性强,可用于要求较高场合的机器人行为选择控制。
-
公开(公告)号:CN101577367A
公开(公告)日:2009-11-11
申请号:CN200810025575.3
申请日:2008-05-08
Applicant: 南京理工大学
Abstract: 本发明涉及一种用于运动载体的卫星通信天线稳定跟踪控制系统,由嵌入式天线控制器、姿态传感器、高频信号处理器、GPS接收机、方位一体化驱动与控制电机、俯仰一体化驱动与控制电机、横滚一体化驱动与控制电机、机械传动装置及卫星通信天线组成。本发明采用设计的一体化驱动与控制电机,输出轴可直接驱动天线,简化了系统结构,方便安装与维护。系统各主要部件及用户操作终端之间通过现场总线方式进行连接,简化了连接的复杂度,也有利于多个天线系统进行组网工作。设计了基于切换控制理论的新型切换控制算法,提高系统控制性能。采用本发明可有效保证运动载体上卫星通信天线的指向稳定和跟踪性能。
-
公开(公告)号:CN101571723A
公开(公告)日:2009-11-04
申请号:CN200810025380.9
申请日:2008-04-30
Applicant: 南京理工大学
Abstract: 本发明公开了一种高精度驱动与控制一体化电机,包括电源接口,将负载位置检测传感器、减速器、电机、电机转子位置检测传感器、连接驱动与控制器的调试接口和现场总线接口集成为一体,即与负载位置检测传感器连接的输出轴直接连接负载,将电机的两侧分别与电机转子位置检测传感器、减速器同轴相连,负载位置检测传感器与负载共轴安装,并用屏蔽线将负载位置检测传感器和电机转子位置检测传感器信号引至驱动与控制器。本发明使系统具有良好的抗冲击、抗震动性能,更适于工业控制环境;将负载位置检测传感器、减速器、电机等集成为一体;利用位置控制器、速度控制器和电流控制器有效抑制齿隙非线性,提高了系统精度。
-
公开(公告)号:CN120070845A
公开(公告)日:2025-05-30
申请号:CN202411963229.5
申请日:2024-12-30
Applicant: 南京理工大学
IPC: G06V10/25 , G06V10/82 , G06N3/0464 , G06N3/082 , G06N3/048 , G06V10/774
Abstract: 本发明提供了一种基于EfficientVIT改进YOLO模型的轻量化小目标检测方法,方法包括:建立基于EfficientVIT融合多尺度注意力改进的YOLO模型,包括:基于EfficientViT的主干网络改进Yolov8网络,将深度卷积推广为分组卷积,对归一化后的激活值进行“代理校正”,以及引入轻量级ReLU多尺度线性注意力机制并弱化ReLU线性注意力的局限性;采集多种场景下的小目标图像数据,并进行预处理,构建数据集;将数据集划分为训练集和测试集;利用训练集对改进的YOLO模型进行训练,获得轻量化小目标检测模型;采集待检测区域的图像,输入至轻量化小目标检测模型,输出小目标检测结果。本发明为复杂场景下的小目标如型无人机的感知与跟踪技术提供了一种兼顾理论与实践价值的创新性解决方案。
-
公开(公告)号:CN119916729A
公开(公告)日:2025-05-02
申请号:CN202510404969.3
申请日:2025-04-02
Applicant: 南京理工大学
IPC: G05B19/042
Abstract: 本发明公开了一种保护控制设备软错误防误的协同校验与可靠动作方法及系统。系统通过三个CPU之间相互协同,形成多层级校验与自修复机制。具体地,系统通过启动CPU与保护CPU分别进行数据自校验,并将校验结果传递至协处理CPU,由协校验模块执行程序的分区轮巡传递与快照比对,实现对运行状态的实时监控与程序协校验。当系统发生异常时,通过一致性判断模块与仲裁模块进行仲裁决策,如出现软错误或数据不一致,系统通过自修复模块自动调用备份程序或数据进行恢复,确保系统能够快速恢复至正常状态。该方法通过多层次的数据与程序校验,并结合自动自修复机制,显著提升了继电保护控制装置的抗软错误能力,确保了系统的高可靠性和安全性。
-
公开(公告)号:CN117311355A
公开(公告)日:2023-12-29
申请号:CN202311331324.9
申请日:2023-10-16
Applicant: 南京理工大学
IPC: G05D1/02
Abstract: 本发明公开了一种基于距离比约束的多智能体系统分布式编队控制方法,建立图刚性定义、图拓扑结构和多智能体系统运动学模型;根据距离比的几何约束关系,构建距离比刚性框架与距离比刚度矩阵;结合目标编队构型,求解距离比刚度矩阵与无穷小距离比刚性框架的代数关系;设计控制输入准则函数,最小化编队误差,探讨控制器设计以及编队系统的特性。针对二维空间下的三角形编队与三维空间下的四面体编队,计算编队系统的非期望平衡点,求解系统全局收敛的条件。本发明方法引入距离比约束,基于低成本传感器所测距离比信息与方向信息设计分布式编队控制算法,从而降低对全局信息和高成本传感器的依赖。
-
公开(公告)号:CN115880324A
公开(公告)日:2023-03-31
申请号:CN202111139663.8
申请日:2021-09-28
Applicant: 南京理工大学
IPC: G06T7/136 , G06T9/00 , G06V10/44 , G06V10/82 , G06N3/0464 , G06N3/049 , G06N3/06 , G06Q10/0637
Abstract: 本发明公开了一种基于脉冲卷积神经网络的战场目标图像阈值分割方法,包括:利用多重卷积模板提取战场目标图像基本特征;建立IF神经元模型;通过初始化神经元模型参数、采用首脉冲触发方法对战场目标图像基本特征进行编码,搭建“输入层—中间层—输出层”的脉冲神经网络拓扑结构;利用感受野整合输入层脉冲序列,计算得到中间层每一个神经元与输入层神经元之间的连接权值,同时基于IF神经元模型计算中间层神经元的瞬时膜电位;基于阈值分割原理完成战场目标图像分割;采用二维熵来评价分割结果。与传统方法相比,使用本发明提出的战场目标图像分割方法网络训练功耗更低,具有高度生物可解释性,对噪声有更强的鲁棒性,分割战场目标效果更好。
-
公开(公告)号:CN112491314B
公开(公告)日:2022-09-20
申请号:CN202011576505.4
申请日:2020-12-28
Applicant: 南京理工大学
IPC: H02P21/05 , H02P21/14 , H02P21/18 , H02P5/46 , H02P25/022
Abstract: 本发明公开了一种基于特征模型的伺服系统离散自适应鲁棒滑模控制方法。该方法为:建立四电机伺服系统动力学模型;根据特征建模理论,建立含测量噪声的四电机伺服系统特征模型,并利用递推最小二乘法对特征模型参数进行辨识;构建STF滤波器对测量噪声进行滤波,抑制测量噪声对实际系统控制性能的影响;采用基于特征模型的离散自适应鲁棒滑模控制器作为四电机伺服系统的位置控制器。本发明提高了多电机伺服系统的跟踪精度和动态性能,改善了系统的控制效果。
-
公开(公告)号:CN112013878B
公开(公告)日:2022-06-24
申请号:CN202010919319.X
申请日:2020-09-04
Applicant: 南京理工大学
IPC: G01C25/00
Abstract: 本发明公开了一种基于灰色模型的星敏感器在线标定、校正及报错方法,包括以下步骤:基于扩展卡尔曼滤波实现星敏感器参数的在线初步标定;基于灰色系统理论计算各标定参数与星对角距误差均值的关联度;构建各标定参数的GM(1,1)模型,获得每个标定参数的规律生成数,并依据模型对标定参数数据进行校正;构建一阶四变量GM(1,4)灰色模型,并结合最小二乘法进行标定参数异常报错。本发明既能对n时刻之前的标定过程进行修正,也能根据新的GM模型对之后的标定结果进行预测校正,并在获得的数据与模型预测结果有较大差异时,进行报错提醒,有效提高标定精度与识别精度。
-
公开(公告)号:CN114252088A
公开(公告)日:2022-03-29
申请号:CN202011021861.X
申请日:2020-09-25
Applicant: 南京理工大学
IPC: G01C25/00
Abstract: 本发明公开了一种基于平行光管的星图匹配半实物验证方法,所述方法包括以下步骤:基于Tycho2星库,以恒星星等为条件筛选恒星,构建新的星库;从新的星库中随机挑选出满足相机视场大小的三颗恒星,并记录三颗恒星两两之间的角距;利用平行光管模拟出无穷远处恒星发出的单一点光源;基于所述单一点光源和三颗恒星两两之间的角距,利用经纬仪模拟出所述三颗恒星,之后利用相机拍摄模拟出的恒星;利用拍摄的图片验证星图匹配算法的正确性。本发明使用平行光管模拟出无穷远处的星点,结合真实的相机进行拍摄,达到与真实情况相差较小的地步,提高了星图匹配算法验证方法的说服力。
-
-
-
-
-
-
-
-
-