基于卫星生存性和链路抗毁性的卫星星座可靠性评估方法

    公开(公告)号:CN113726401A

    公开(公告)日:2021-11-30

    申请号:CN202110574790.4

    申请日:2021-05-26

    Abstract: 本发明请求保护一种基于卫星生存性和链路抗毁性的卫星星座可靠性评估方法,属于无线通信技术领域。该方法将卫星星座可靠性划分为卫星生存性和链路抗毁性。通过抗干扰性、抗入侵性和耐用性表征卫星生存性,根据抗干扰因子量化抗干扰性,根据截获入侵信号距离评定抗入侵性,根据卫星电池寿命损耗率定义耐用性;通过连通性、健壮性表征链路抗毁性,根据自然连通度量化连通性,根据设定链路预算阈值计算健壮性。通过计算抗干扰因子、截获距离、电池损耗率,在卫星功耗限制下采用贪婪算法评估卫星生存性;通过计算自然连通度、链路预算,在链路损耗限制下采用遗传算法评估链路抗毁性;在此基础上,采用禁忌搜索算法实现卫星星座可靠性的定量评估。

    一种高维数据流异常点识别方法

    公开(公告)号:CN108304851A

    公开(公告)日:2018-07-20

    申请号:CN201710045966.0

    申请日:2017-01-13

    CPC classification number: G06K9/6218 G06K9/6215 G06K9/6232

    Abstract: 一种高维数据流异常点检测方法,用于快速检测高维数据流中的潜在异常点。通过分析高维数据流模型的特点,提出运用基于鲁棒预处理过程来提高算法在不规范数据集上的稳定性。由于算法在面对高维数据时不适用,提出基于最近邻域和相似性生成测试数据集进行聚类分析,并基于角度向量估计选取相关数据集,以此对数据进行降维处理提高在高维空间的鲁棒性,并加快异常点检测方法的运算速度。最后基于角度异常点检测方法计算测试数据集的局部异常因子,并依据局部异常因子进行异常点的识别。采用本发明方法,能够有效提高算法在高维空间的稳健性,并在不降低算法精度的情况下,优化了算法的储存空间以及降低了算法的时间开销,为实时快速检测高维数据流模型中的异常点提供了理论基础。

    一种电池健康状态识别方法

    公开(公告)号:CN108303649A

    公开(公告)日:2018-07-20

    申请号:CN201710045967.5

    申请日:2017-01-13

    CPC classification number: G01R31/392 G01R31/367

    Abstract: 本发明涉及一种电池健康状态识别方法,发明了一种电池健康状态实时评估方法。主要包括特征提取和状态识别两部分。首先,根据动力电池内阻与电池寿命的关系,对电池的健康状态进行分类。其次,获取电池不同状态下的端电压、电流和SOC原始数据。之后,利用小波包能量法对各原始数据进行能量值特征提取,建立供隐半马尔科夫模型使用的特征向量。再次,利用各状态下的特征向量对该状态的隐半马尔科夫模型进行训练。最后,将测试数据带入训练完成的各状态隐半马尔科夫模型中计算前向概率值,比较得出当前电池所处的健康状态。本方法无需复杂的参数配置,能够实时准确地识别出当前电池所处的健康状态。

    基于MSVM脑电信号特征分类的方法及智能轮椅系统

    公开(公告)号:CN103473294A

    公开(公告)日:2013-12-25

    申请号:CN201310396166.5

    申请日:2013-09-03

    Abstract: 本发明公开了一种基于MSVM脑电信号特征分类的方法,该方法涉及脑机接口技术的特征分类与识别控制领域。本发明本章中采用支持向量机对脑电信号进行特征分类,针对现有支持向量机算法在参数选择上的问题,提出了改进的参数寻优方法。为了达到多分类的目的,在二分类的基础上对多分类支持向量机的原理及结构进行了探索。通过分析比较后选择了二叉树形式的多分类支持向量机进行多特征分类,并在离线环境下对改进的参数寻优算法进行了实验验证。

Patent Agency Ranking