-
公开(公告)号：CN103345586A
公开(公告)日：2013-10-09
申请号：CN201310295813.3
申请日：2013-07-15
Applicant: 哈尔滨工业大学
IPC: G06F19/00
Abstract: 面向传感器网络数据流的均匀抽样方法，属于传感器网络数据处理技术领域。本发明为了解决现有网络传感器数据流的海量性与计算机硬件资源有限存在矛盾的问题。它首先设定传感器网络的滑动窗口数据流的窗口尺寸和采样尺寸；从第一个基本窗口中随机选择一个元素索引作为代表索引；当该代表索引对应的元素到达时，进行存储；获取下一个基本窗口中的代表索引，直至当前第一个基本窗口的代表索引与当前时刻对应的当前基本窗口的代表索引的差大于窗口尺寸，删除第一个基本窗口的代表索引对应的元素；当采样样本数据的个数大于采样尺寸时，随机删除一个采样样本数据，循环执行该步骤直到传感器网络的数据流结束。本发明用于网络数据流的均匀抽样。
-
公开(公告)号：CN103200248A
公开(公告)日：2013-07-10
申请号：CN201310099410.1
申请日：2013-03-26
Applicant: 哈尔滨工业大学
Abstract: 基于嵌入式系统的电力参数监测的通信方法，涉及一种通信方法。为了解决目前电力监测系统一般采用的无线通信网络在自组织网络时往往受到限制，运行功率、成本都较高的问题。它是基于嵌入式操作系统Contiki和电力参数监测无线传感网络实现的，所述方法包括：给每一个路由节点、接入节点和终端节点分配IP地址的步骤；终端节点、路由节点和接入节点相互间采用无线通信协议6LoWPAN传输数据的步骤；终端节点对电力监测参数的控制过程中采用I2C总线协议进行数据传输的步骤；每个节点对无线通讯的控制过程中采用通信协议SPI进行数据传输的步骤；接入节点采用通信协议UART与数据管理中心进行数据传输的步骤。它用于电力系统中。
-
公开(公告)号：CN101697502B
公开(公告)日：2013-06-05
申请号：CN200910072949.1
申请日：2009-09-22
Applicant: 哈尔滨工业大学
Abstract: 一种煤矿井下无线传感器网络的精密同步方法，它涉及无线传感器网络精密同步领域，解决了煤矿井下无线传感器网络很难实现精密同步的问题，此同步方法由以下步骤实现：A、中心站主机向无线传感器网络各簇头节点发送配置信息；B、簇头节点接收中心站主机发送的配置信息，然后进行以太局域网的时间同步，并向无线传感器网络中移动节点发送同步命令；C、移动节点进行与簇头节点之间的同步，实现精密同步方法。本发明采用IEEE1588同步协议完成以太局域网的纳秒级同步，采用单跳的TPSN同步算法避免了同步误差累积，本发明不仅适用于煤矿井下无线传感器网络的精密同步问题，还用于所有以太局域网与无线传感器网络结合的同步问题。
-
公开(公告)号：CN101697502A
公开(公告)日：2010-04-21
申请号：CN200910072949.1
申请日：2009-09-22
Applicant: 哈尔滨工业大学
Abstract: 一种煤矿井下无线传感器网络的精密同步方法，它涉及无线传感器网络精密同步领域，解决了煤矿井下无线传感器网络很难实现精密同步的问题，此同步方法由以下步骤实现：A、中心站主机向无线传感器网络各簇头节点发送配置信息；B、簇头节点接收中心站主机发送的配置信息，然后进行以太局域网的时间同步，并向无线传感器网络中移动节点发送同步命令；C、移动节点进行与簇头节点之间的同步，实现精密同步方法。本发明采用IEEE1588同步协议完成以太局域网的纳秒级同步，采用单跳的TPSN同步算法避免了同步误差累积，本发明不仅适用于煤矿井下无线传感器网络的精密同步问题，还用于所有以太局域网与无线传感器网络结合的同步问题。
-
公开(公告)号：CN118310526B
公开(公告)日：2025-01-24
申请号：CN202410419204.2
申请日：2024-04-09
Applicant: 哈尔滨工业大学(威海)
IPC: G01C21/20 , G06F18/10 , G06F18/23213 , G06F18/2433 , H03H17/02
Abstract: 本发明提供了一种动态拓扑下基于因子图的多AUV量测滤波方法及系统，属于多AUV协同定位领域。为了解决现有的多AUV协同定位系统量测信息中会产生野值，降低系统的定位性能的问题。本发明在水下多AUV协同定位量测信息中存在野值的情况下，通过对动态拓扑下基于因子图的多AUV协同定位算法引入k‑means算法进行量测野值滤波，保障了水下协同定位在少量提高运行时间的情况下，大幅提升定位精度和鲁棒性，保障了水下作业时对于定位以及导航精度的需求；且通过仿真实验可知，本发明提升了64.54％的定位精度，面对量测野值也更加稳定。
-
Patent Agency Ranking
公开(公告)号：CN116659513B
公开(公告)日：2024-11-29
申请号：CN202310850563.9
申请日：2023-07-12
Applicant: 哈尔滨工业大学(威海)
IPC: G01C21/20
Abstract: 本发明一种基于节点优化选择与因子图的多AUV协同定位方法及系统，涉及AUV协同定位技术领域，为解决现有技术无法应对系统拓扑结构的动态变化，及系统规模较大或者系统通信带宽受限的问题。包括如下过程：采集系统当前时刻动态拓扑结构信息；更新从艇及其邻居主艇信息；构建因子图模型，将从艇状态变量、主艇位置信息及主艇量测信息定义为变量节点，采用状态方程函数节点对从艇状态变量Xk进行传递更新；针对系统主艇估计的位置信息节点及主艇量测信息节点，分别进行克拉美罗下界CRLBk和测距评价因子计算，对当前时刻主艇节点进行优选，采用量测方程函数节点对主艇量测信息节点Zk及从艇状态变量节点Xk进行融合更新。本发明兼顾了定位精度、定位效率和实时性。
-
公开(公告)号：CN118329014B
公开(公告)日：2024-11-15
申请号：CN202410488155.8
申请日：2024-04-23
Applicant: 哈尔滨工业大学(威海)
IPC: G01C21/08 , G06F18/243 , G06N3/045 , G01C21/20 , G01C21/34
Abstract: 本发明提供一种粗精匹配结合的地磁道路定位方法、系统及存储介质，涉及智能驾驶领域，为解决现有方法计算量大，地磁数据特征维度少，导致算法易受测量噪声影响的问题。包括：步骤一、获取沿路径的地磁标量、三轴地磁矢量、车辆三轴姿态角信息，建立空间序列地磁基准库；步骤二、对基准库进行采样，获取训练集一对预构建的随机森林分类器进行训练，得到粗匹配模型；步骤三、获取训练集二对预构建的多尺度孪生神经网络进行训练，得到精匹配模型；步骤四、获取车辆行驶时地磁强度与姿态角的空间序列；步骤五、使用粗匹配模型确定当前车辆所在道路，使用精匹配模型确定当前车辆所在道路中的位置；步骤六、重复执行步骤四至步骤五，至定位结束。
-
公开(公告)号：CN116793366B
公开(公告)日：2024-11-15
申请号：CN202310850613.3
申请日：2023-07-12
Applicant: 哈尔滨工业大学(威海)
IPC: G01C21/20
Abstract: 本发明一种动态拓扑下基于因子图的多AUV协同定位方法及系统，涉及AUV协同定位技术领域，为解决现有的技术无法应对系统拓扑结构的动态变化，无法兼顾的定位精度、定位实时性的问题。包括如下过程：采集多AUV协同定位系统当前时刻动态拓扑结构信息；更新从艇及其邻居主艇信息；构建因子图模型，将从艇状态变量及主艇量测信息定义为变量节点，采用状态方程函数节点并基于和积算法在多AUV协同定位系统因子图模型中的传递更新，采用量测方程函数节点对将状态变量节点与量测变量节点信息进行融合与更新，得到当前时刻从艇位置信息估计值。本发明兼顾了算法的定位效率及系统的拓展性和灵活性，保证定位结果的精确性。
-
公开(公告)号：CN117872075B
公开(公告)日：2024-08-27
申请号：CN202311833889.7
申请日：2023-12-28
Applicant: 哈尔滨工业大学(威海)
IPC: G01R31/26 , G01R19/175
Abstract: 本申请涉及属于无人机状态监测技术领域，具体为一种检测无人机Wireless Power Transfer电路中功率元件缺陷的装置，包括功率元件、过零检测电路、计时器电路、锁存器电路、比较器电路、驱动板和直流电源；所述功率元件连接直流电源；所述功率元件还连接过零检测电路，所述过零检测电路连接计时器电路，所述计时器电路分别连接锁存器电路和比较器电路，所述锁存器电路也连接比较器电路，所述比较器电路连接驱动板，所述驱动板还连接有信号发生器、计时器电路和功率元件。本申请能够找出已发生缺陷、但还未烧毁的IGBT或MOSFET器件，可提前更换以防止Wireless Power Transfer电路故障，有效防止无线网络中断等业务损失。
-
公开(公告)号：CN118329014A
公开(公告)日：2024-07-12
申请号：CN202410488155.8
申请日：2024-04-23
Applicant: 哈尔滨工业大学(威海)
IPC: G01C21/08 , G06F18/243 , G06N3/045 , G01C21/20 , G01C21/34
Abstract: 本发明提供一种粗精匹配结合的地磁道路定位方法、系统及存储介质，涉及智能驾驶领域，为解决现有方法计算量大，地磁数据特征维度少，导致算法易受测量噪声影响的问题。包括：步骤一、获取沿路径的地磁标量、三轴地磁矢量、车辆三轴姿态角信息，建立空间序列地磁基准库；步骤二、对基准库进行采样，获取训练集一对预构建的随机森林分类器进行训练，得到粗匹配模型；步骤三、获取训练集二对预构建的多尺度孪生神经网络进行训练，得到精匹配模型；步骤四、获取车辆行驶时地磁强度与姿态角的空间序列；步骤五、使用粗匹配模型确定当前车辆所在道路，使用精匹配模型确定当前车辆所在道路中的位置；步骤六、重复执行步骤四至步骤五，至定位结束。
-
-
-
-
-
-
-
-
-
Search Results
149
records
(took 0.031 seconds)
