一种多器联合供电智能安全辅助测试验证方法

    公开(公告)号:CN117472733A

    公开(公告)日:2024-01-30

    申请号:CN202311217029.0

    申请日:2023-09-20

    Abstract: 本发明提出一种多器联合供电智能安全辅助测试验证方法,适用于高耦合、高复杂多器联合供电功能的测试设计及验证方法。包括:建立覆盖在轨全过程的供电状态集;分析在轨任务剖面和地面测试状态下的供电状态集,根据各器母线供电来源,建立覆盖所有供电状态的供电模型;对不同供电状态绘制探测器在轨飞行供电状态迁移图;根据逻辑及条件覆盖算法对所述状态迁移图进行遍历,生成测试用例集,并遍历所述测试用例集中的各个用例,进行探测器系统级联合供电功能验证;利用所述供电模型检查所述测试用例集中各个用例的正确性,根据执行结果对测试用例或供电模型进行修订完善;根据实时遥测、实时地面参数、指令转换的遥测或地面参数等。

    一种适用于多元耦合星载参数的深度判读方法

    公开(公告)号:CN113254246A

    公开(公告)日:2021-08-13

    申请号:CN202110432136.X

    申请日:2021-04-21

    Abstract: 一种适用于多元耦合星载参数的深度判读方法,包括:采样处理,获得卫星加断电期间供电母线的功率‑时间曲线;根据标称曲线,对功率‑时间曲线进行一级单一判读处理;将采样获得的功率‑时间曲线进行基线估计和稀疏性去噪处理,获得趋势基线B和短期变化曲线C;对短期变化曲线C进行二级深度判读处理;获得求导后曲线的变化幅值Δ’;将变化幅值Δ’与遥测分层门限m比较,判读是否存在异常。本发明首次针对易扰动性、易耦合性关键遥测数据,提出了数据解耦、多级比对的深度分析策略,解决了多触发源并发情况下的耦合数据判读、异常检测的难题,适用于复杂任务、批产组网需求下星载数据的智能化、精细化深度判读要求。

    一种面向成像卫星的目标可见弧段确定方法

    公开(公告)号:CN112173173A

    公开(公告)日:2021-01-05

    申请号:CN202010963259.1

    申请日:2020-09-14

    Abstract: 本发明一种面向成像卫星的目标可见弧段确定方法,步骤如下:(1)计算得到姿态机动能力与载荷视场范围的复合可视视场角;(2)确定当前轨道位置卫星与目标间的几何可见性;(3)确定当前轨道位置卫星与目标间的载荷可见性;(4)根据轨道信息及卫星当前轨道位置高度,计算步长Δt,获取下一轨道时刻ti+1,进而获取下一个轨道时刻的位置;(5)重复步骤(2)‑(4),直至轨道点遍历结束,根据自适应抽样可见性计算结果合并生成粗粒度可见弧段区间;(6)在粗粒度可见弧段首尾处进行区间延展,形成精细可见弧段区间。

    一种滑槽式空间自重构细胞机器人的连接单元

    公开(公告)号:CN109571451B

    公开(公告)日:2022-10-14

    申请号:CN201811578457.5

    申请日:2018-12-24

    Abstract: 本发明涉及一种滑槽式空间自重构细胞机器人的连接单元,其特征在于:所述连接单元的外形为正六面体,包括六个连接面、两组主动连接盘、连接块、四组随机被动连接盘、导轨支撑架和主动连接机构,其中:所述两组主动连接盘分别设置于所述六个连接面的其中一组相对连接面上,并分别通过沿圆周均匀布置的四组长方体连接块依靠螺钉固连;所述四组随机被动连接盘设置在除主动连接盘占用的一组相对连接面以外的四个连接面上,根据连接需要用螺钉固连或拆除;本发明具备两个相对方向的主动连接功能,并且在连接过程中互不影响,增强了连接单元的功能适应性,主动连接机构的连接强度大,接口脱离是接口连接的逆运动,节省了自重构时间。

    一种滑槽式空间自重构细胞机器人的连接单元

    公开(公告)号:CN109571451A

    公开(公告)日:2019-04-05

    申请号:CN201811578457.5

    申请日:2018-12-24

    CPC classification number: B25J9/08

    Abstract: 本发明涉及一种滑槽式空间自重构细胞机器人的连接单元,其特征在于:所述连接单元的外形为正六面体,包括六个连接面、两组主动连接盘、连接块、四组随机被动连接盘、导轨支撑架和主动连接机构,其中:所述两组主动连接盘分别设置于所述六个连接面的其中一组相对连接面上,并分别通过沿圆周均匀布置的四组长方体连接块依靠螺钉固连;所述四组随机被动连接盘设置在除主动连接盘占用的一组相对连接面以外的四个连接面上,根据连接需要用螺钉固连或拆除;本发明具备两个相对方向的主动连接功能,并且在连接过程中互不影响,增强了连接单元的功能适应性,主动连接机构的连接强度大,接口脱离是接口连接的逆运动,节省了自重构时间。

    一种基于数字孪生及生成式AI的数据合成与增强方法

    公开(公告)号:CN118747719A

    公开(公告)日:2024-10-08

    申请号:CN202411014875.7

    申请日:2024-07-26

    Inventor: 赵阳 陈康宇 孟冉

    Abstract: 本发明属于计算机视觉技术领域,且公开了一种基于数字孪生及生成式AI的数据合成与增强方法,通过图像三维重建构建植株数字模型,利用多视角图像和计算机视觉技术实现,基于三维模型合成数据集,通过三维图形软件设计与渲染获得二维图像及标注,合成数据集并测试其效果,利用生成式AI模型生成植株三维模型,合成数据用于训练,本发明利用计算机合成数据增强的方法可解决图像分割等深度学习算法训练数据缺乏等问题,并且通过生成式人工智能与数字孪生技术为合成数据增强,利用三维重建技术构建真实世界中植物的数字模型,利用生成式AI技术生成植物三维数字模型,以生成合成数据的方法解决图像分割任务中训练数据难以获得的问题。

    一种基于深度强化学习的动态频率和深度学习模型卸载联合调节方法及系统

    公开(公告)号:CN115827239A

    公开(公告)日:2023-03-21

    申请号:CN202211603470.8

    申请日:2022-12-13

    Abstract: 本发明提出了一种基于深度强化学习的动态频率和深度学习模型卸载联合调节方法及系统,首先建立边缘设备能耗最小化模型;然后构建基于DVFS的边云协同推理框架,以联合优化边缘设备的能耗和端到端延迟;再构建基于DRL的增强型DVFS优化算法DVFO,通过联合优化边缘设备的计算频率和特征图的卸载比例来减少边缘设备的整体能耗;最后建立卸载机制,以解决特征图的卸载瓶颈问题,避免特征图的大小直接影响边云协同推理的端到端延迟;本发明用于云边协同推理中的DNN特征图卸载,使用“边移动边思考”并发策略的强化学习算法为每个任务计算特征图的最佳卸载比和边缘设备的计算频率,以最小化边缘设备的能耗。

Patent Agency Ranking