一种基于并行阶梯型微分器的微分信号提取方法

    公开(公告)号:CN116185345A

    公开(公告)日:2023-05-30

    申请号:CN202310042115.6

    申请日:2023-01-13

    Inventor: 李向阳 刘屿 曾明

    Abstract: 本发明公开了一种基于并行阶梯型微分器的微分信号提取方法,包括以下步骤:S1、将输入信号输入到并行阶梯型微分器的sQb(s)运算模块;S2、sQb(s)运算模块对输入信号进行运算得到第一级信号;S3、进行迭代计算,将第一级信号经过n‑1次并行阶梯型微分器的Pb(s)运算模块的运算后再输入到并行阶梯型微分器的加法器运算模块,与原来第n‑1级信号相加,得到第n级信号;S4、输出第n级信号,即为所提取的输入信号的微分信号;本发明的并行阶梯型微分器采用并行阶梯型结构,采用级数部分和的方法提高微分跟随效果,没有稳定性问题,同时避免数字跟踪微分器的初始微分峰值现象,同时微分器采用常规模拟电路来实现,比数字跟踪微分器具有更高的实时性和更低的成本。

    一种基于优化的散乱点云数据全局特征提取方法

    公开(公告)号:CN111460974B

    公开(公告)日:2023-04-28

    申请号:CN202010236858.3

    申请日:2020-03-30

    Abstract: 本发明公开的一种基于优化的散乱点云数据全局特征提取方法包括以下步骤:初始化散乱点云标签,根据阈值划分特征点和非特征点;判断每个点的局部统一性,根据标签划分统一点和不统一点,把标签为1的统一点的记作特征点集合;通过高斯分布拟合三维散乱模型点云数据中不统一点的属性信息;求取不统一点标签l的马尔科夫随机场的状态分布函数;求取不统一点标签l的目标优化函数并优化,得到不统一点的最优标签分布,进而得到不统一点特征点集合;合并两个特征点集合,得到全局特征点集合,本发明直接对点云数据进行处理,将特征提取问题转化为马尔科夫随机场能量最小化问题,并利用了模拟退火算法求取每个点的最优标签,在全局范围内得到最优解。

    基于非对称输出的欧拉-伯努利梁自适应迭代控制方法

    公开(公告)号:CN113485105B

    公开(公告)日:2023-02-28

    申请号:CN202110752838.6

    申请日:2021-07-02

    Abstract: 本发明公开了一种基于非对称输出限制的欧拉‑伯努利梁边界自适应迭代控制方法,该方法过程如下:根据欧拉‑伯努利梁的动力学特征构建欧拉‑伯努利梁系统;根据欧拉‑伯努利梁系统,基于反步技术设计虚拟控制;制定辅助系统用于补偿欧拉‑伯努利梁输入饱和特性带来的影响;设计Lyapunov函数,设计迭代项;构建合适的Lyapunov函数,根据Lyapunov稳定性原理,设计基于非对称输出限制的自适应迭代控制方法。本发明能够有效抑制欧拉‑伯努利梁的振动偏移,并且在设计过程中考虑到了系统输入饱和特性和非对称输出限制。

    基于光流法和置信度法的单晶硅太阳能晶片缺陷检测方法

    公开(公告)号:CN112381759B

    公开(公告)日:2022-10-14

    申请号:CN202011081248.7

    申请日:2020-10-10

    Abstract: 本发明公开了一种基于光流法和置信度法的单晶硅太阳能晶片缺陷检测方法,该方法首先基于电致发光技术获取原始的目标检测图像;然后使用中值滤波器对获取的原始目标检测图像进行预处理;接着使用基于光流法的缺陷粗检测算法对预处理之后的目标检测图像进行缺陷粗检测,从而提取出可能的缺陷区域,并得到相应的二值图像;最后使用置信度法对提取出的可能缺陷区域进行进一步的缺陷精确检测,通过计算每一个可能的小缺陷区域的区域置信度来判断该小缺陷区域是否属于实际缺陷区域,从而得到包含实际缺陷区域的二值图像。本发明公开的缺陷检测方法能在实际单晶硅太阳能晶片工业生产中以较高的准确率在线实时地检测出晶片缺陷,从而提高生产效率。

    一种基于UWB技术的多智能体无线网络动态组网方法

    公开(公告)号:CN114531651B

    公开(公告)日:2022-08-16

    申请号:CN202210432614.1

    申请日:2022-04-24

    Abstract: 发明公开了一种基于UWB技术的多智能体无线网络动态组网方法,该方法是在UWB通信协议的基础上,每个智能体代表一个节点,所述节点的状态包括待机状态、外监听状态、主令牌状态和从监听状态,通过各个节点之间的令牌竞争或令牌顺序传递,使无线网络中动态保持有且只有一个主令牌节点,主令牌节点执行多令牌检测任务和测距与通信管理任务,其它节点通过监听主令牌节点与从监听节点之间测距通信所产生的过程数据和网络管理表数据,进而建立多智能体的全局状态信息,并依据全局状态信息完成智能体各自的个体任务;本发明提高了多智能体通信和测距定位效率,并且保证足够的鲁棒性,动态调整智能体的角色来维护整个网络,实现通信和测距一体化。

    一种自动识别太阳能电池内部缺陷的方法

    公开(公告)号:CN114529515A

    公开(公告)日:2022-05-24

    申请号:CN202210047604.6

    申请日:2022-01-17

    Abstract: 本发明公开了一种自动识别太阳能电池内部缺陷的方法,该方法首先生成显著图,在纹理不均匀、亮度不均匀的背景下获取不同大小的显著目标;在此基础上,提出了基于全局结构信息的粗检测方法,以区分显著图中可能存在的缺陷;最后,利用多尺度局部分析进行精细分割,在像素级对可能存在的缺陷进行准确分割。该方法基于全局结构信息和多尺度局部分析的由粗到细的精密缺陷检测,能够在无监督的情况下检测缺陷,适用于定量分析。该方法设计了显著性图,突出显示了嵌入在具有异质纹理和不均匀亮度背景中的太阳能电池内部缺陷,实现测量不同生产工艺的太阳能电池内部缺陷。

    一种基于协同跟踪的柔性机械臂的振动控制方法

    公开(公告)号:CN111360830B

    公开(公告)日:2021-07-16

    申请号:CN202010191567.7

    申请日:2020-03-18

    Abstract: 本发明公开了一种基于协同跟踪的柔性机械臂的振动控制方法,该方法过程如下:根据动力学特征构建柔性机械臂的动力学模型;构建由多个柔性机械臂组成的柔性机械臂组,指定其中一个柔性机械臂作为领导者,其余作为跟随者,跟随者需跟踪领导者的运动轨迹以实现协同工作,结合李雅普诺夫方法,构造基于协同控制的边界控制器,实现柔性机械臂的协同工作,并抑制柔性机械臂的振动;利用李雅普诺夫直接法,构造Lyapunov函数,验证柔性机械臂在上述控制器作用下的稳定性。本发明所提出的基于协同跟踪的振动控制方法能够有效抑制柔性机械臂的振动,并且跟随者能够跟踪领导者的运动轨迹,实现多个柔性机械臂协同控制效果。

    一种基于RGB-D相机的回环检测方法

    公开(公告)号:CN112802104A

    公开(公告)日:2021-05-14

    申请号:CN202110153349.9

    申请日:2021-02-04

    Abstract: 本发明公开了一种基于RGB‑D相机的回环检测方法,该方法首先将当前帧划分为两个区域,再分别对每个区域进行基于词袋模型的图像相似度匹配,找出与每个区域最相似的多个回环候选帧;再通过建立区域与回环候选帧间的结构矩阵,从而得到最终用于回环检测的两个回环候选帧。本发明可以有效地解决传统的回环检测方法因图像间重叠面积小而导致回环检测失败的问题。其次,本发明可以根据当前帧特征点的相似度和特征点间的拓扑结构对RGB‑D相机进行回环检测,从而可以有效地检测出不仅与当前帧的特征点相似,并且特征点间拓扑结构相似的回环帧。

    一种用于电子元器件计数的检测方法

    公开(公告)号:CN111462061A

    公开(公告)日:2020-07-28

    申请号:CN202010212287.X

    申请日:2020-03-24

    Abstract: 本发明公开了一种用于电子元器件计数的检测方法,通过该检测方法可实现对电子元器件计数检测的自动化。该检测方法首先通过提取X光拍摄的电子元器件封装图像,进行阈值分割后,利用形状面积特征提取出需要处理的图像区域;然后对经过预处理的图像选择合适的区域创建NCC匹配模板;最后对提取出需要处理的图像区域进行NCC模板匹配,统计匹配成功的个数就是电子元器件的数量。本发明提出的检查方法具有检测速度快、准确率高的特点。

    一种基于优化的散乱点云数据全局特征提取方法

    公开(公告)号:CN111460974A

    公开(公告)日:2020-07-28

    申请号:CN202010236858.3

    申请日:2020-03-30

    Abstract: 本发明公开的一种基于优化的散乱点云数据全局特征提取方法包括以下步骤:初始化散乱点云标签,根据阈值划分特征点和非特征点;判断每个点的局部统一性,根据标签划分统一点和不统一点,把标签为1的统一点的记作特征点集合;通过高斯分布拟合三维散乱模型点云数据中不统一点的属性信息;求取不统一点标签l的马尔科夫随机场的状态分布函数;求取不统一点标签l的目标优化函数并优化,得到不统一点的最优标签分布,进而得到不统一点特征点集合;合并两个特征点集合,得到全局特征点集合,本发明直接对点云数据进行处理,将特征提取问题转化为马尔科夫随机场能量最小化问题,并利用了模拟退火算法求取每个点的最优标签,在全局范围内得到最优解。

Patent Agency Ranking