-
公开(公告)号：CN102262198A
公开(公告)日：2011-11-30
申请号：CN201110099271.3
申请日：2011-04-20
Applicant: 哈尔滨工业大学
Abstract: 基于回声状态网络同步优化的模拟电路故障诊断方法，涉及一种模拟电路故障诊断方法。它解决了采用传统神经网络进行模拟电路故障诊断的诊断精度较低的问题。其方法：采用单位脉冲信号激励模拟电路工作，获得电路待诊断响应信号，采集模拟电路的单位脉冲响应输出信号；采用小波变换法对模拟电路的单位脉冲响应输出信号进行处理，获得故障特征并作为数据样本输入至回声状态网络中，采用微分进化算法进行参数与特征的同步优化选择，建立模拟电路故障诊断模型；采用小波变换法对电路待诊断响应信号进行处理，获得故障数据，将所述故障数据输入至模拟电路故障诊断模型中，获得并输出故障诊断结果。本发明适用于模拟电路故障诊断。
-
公开(公告)号：CN102156258A
公开(公告)日：2011-08-17
申请号：CN201110057651.0
申请日：2011-03-10
Applicant: 哈尔滨工业大学
IPC: G01R31/3185
Abstract: SoC测试中的基于平均值余量的测试封装扫描链平衡方法，涉及系统芯片测试技术领域。本发明解决了现有基于BFD算法实现测试封装扫描链平衡方法以及基于平均值近似的SoC扫描链平衡方法中存在的不足。本发明的测试封装扫描链平衡方法的过程为：首先，计算Wrapper扫描链长度平均值；然后，根据获得的长度平均值确定误差限，所述误差限为所述长度平均值的1％至3％；最后，根据所述误差限及Wrapper扫描链长度平均值计算得到取值区间，把该取值区间作为全局优化的指导原则，实现测试封装扫描链平衡。本发明采用Wrapper扫描链平衡算法的原理实现缩短单个IP核测试时间这一目标，进而缩短SoC测试时间。
-
公开(公告)号：CN102056182A
公开(公告)日：2011-05-11
申请号：CN201010584694.X
申请日：2010-12-13
Applicant: 哈尔滨工业大学
IPC: H04W16/22
Abstract: 一种基于LS-SVM的移动话务量预测方法，属于移动通信领域，本发明为解决现有技术采用LS-SVM进行话务量预测只能实现单步预测，且算法本身不能对输入变量进行有效而合理的选择，进而造成准确性差、速度慢的问题。本发明方法包括以下：1.选取离当前时刻之前一个月之内的话务量历史数据作为训练样本进行LS-SVM建模，获取LS-SVM预测模型；2.对新输入样本进行预处理；3.将处理后的新输入样本输入给LS-SVM预测模型，输出预测值；4.判断是否需要更新LS-SVM预测模型；如需要更新，则返回一；如不需要更新，执行五，5.将三输出的预测值作为当前时刻的话务量数据，并返回执行二，对下一时刻的话务量进行预测。
-
公开(公告)号：CN101984418A
公开(公告)日：2011-03-09
申请号：CN201010549426.4
申请日：2010-11-18
Applicant: 哈尔滨工业大学
IPC: G06F13/40
Abstract: 基于PXI总线的多通道并行隔离数据采集装置，它涉及一种数据采集装置。它为解决现有PXI总线数据采集模块难以同时兼顾各通道隔离、并行采样采集的精度高以及采样速度快的问题而提出。高速数据采集通道的数据信号输出输入端连可编程逻辑控制模块的数据及控制信号输入输出端；可编程逻辑控制模块的存储数据信号输出输入端和发送数据信号输出输入端分别与存储模块的存储数据信号输入输出端和PXI总线接口桥接模块的发送数据信号输入输出端相连；它具有各通道之间的电气隔离可靠，采样精度高、采样速度快的优点；它可广泛适用于各种基于PXI总线的多通道、高精度、高采样速率数据采集和测试的场合。
-
公开(公告)号：CN101583147B
公开(公告)日：2011-01-05
申请号：CN200910072312.2
申请日：2009-06-17
Applicant: 哈尔滨工业大学
Abstract: 应用于话务量预测的分段在线支持向量回归方法，它涉及一种在线支持向量回归方法，本发明针对在线支持向量回归(Online Support Vector Regression)算法难以兼顾预测精度和运行效率，提出一种分段支持向量回归时间序列预测方法，通过缩减在线建模数据长度实现快速训练，并对Online SVR进行分段存储，根据预测邻域样本与各子分段支持向量回归模型的匹配度，选取最优子分段模型预测输出，提高预测精度。该算法在保持在线预测执行效率的同时，相比普通在线支持向量回归算法，可提高预测精度5％～10％。算法由于采用了分段的策略，并采取了较小的建模数据长度，算法效率高。可以实现对于移动通信话务量时间序列的在线、实时和快速建模和预测。
-
Patent Agency Ranking
公开(公告)号：CN101901203A
公开(公告)日：2010-12-01
申请号：CN200910310708.6
申请日：2009-11-30
Applicant: 哈尔滨工业大学
IPC: G06F13/40
Abstract: 多通道大容量并行数据采集装置，它涉及数据采集装置。它为解决传统多通道数据采集装置存在输入高带宽信号隔离会造成信号的失真；输入信号通道数的增加造成隔离成本和通道延时的增加，增加控制逻辑的复杂性的问题而提出。控制模块1第二至第四控制信号输出端分别与数字隔离模块的第一至第三控制信号输入端相连，数字隔离模块的第一至第三控制信号输出端通过控制总线分别与每个所述模数转换组件的第一至第三控制信号输入端相连，所述每个模数转换组件之间并联在控制总线上。本发明可以实现任意通道信号的并行采集；系统采样率可动态配置；对任意输入信号无影响；系统逻辑控制简单，可广泛适用于各种需要较高信号幅值精度和采样速度的场合。
-
公开(公告)号：CN101808339A
公开(公告)日：2010-08-18
申请号：CN201010139258.1
申请日：2010-04-06
Applicant: 哈尔滨工业大学
Abstract: 一种应用K-MEANS和先验知识的话务小区自适应分类方法，属于移动通信领域，本发明是为了解决进行话务量预测时，根据专家的历史经验对话务小区进行划分的方式带有很大的主观性、划分不准确的问题。本发明方法包括：一、按照先验知识将话务小区划分为四种类型：交通主干线、繁华商业区、高等院校和居民住宅区；二、预处理，获取每个话务小区的聚类特征，所述聚类特征包括相关系数、方差、最大值、中间值、平均值、最小值、出现频率最高的值和标准差；三、根据每个话务小区的聚类特征，并采用K-MEANS聚类算法依次对每种类型中的话务小区进行聚类，将每种类型中的话务小区细化成多个具有相似聚类特征的类别，完成对所有话务小区的分类。
-
公开(公告)号：CN101777085A
公开(公告)日：2010-07-14
申请号：CN200910312728.7
申请日：2009-12-30
Applicant: 哈尔滨工业大学
IPC: G06F17/50 , G05B19/418
Abstract: 一种小卫星信号处理单元工作过程模拟方法、装置及装置中逻辑状态机工作方法，它涉及卫星仿真测试领域。它解决了在卫星研制初期，对卫星设备进行测试时实际的卫星信号处理单元成本高、研制周期长的问题，本发明的模拟方法：对飞轮模型和磁力矩器模型进行解算，将太阳敏感器数据发送至中心计算机，同时将所有解算数据分别发送至中心计算机和动力学计算机。本发明的模拟装置包括CAN接口电路、FPGA通讯控制电路、DSP解算电路、X_RS485接口电路和S_RS485接口电路，所述FPGA通讯控制电路包括七个逻辑状态机。本发明的逻辑状态机工作方法包括七个工作过程。本发明适用于小卫星地面仿真测试。
-
公开(公告)号：CN101527608A
公开(公告)日：2009-09-09
申请号：CN200910071860.3
申请日：2009-04-22
Applicant: 哈尔滨工业大学
Abstract: 基于网络化测控LXI测控系统的IEEE1588同步精度测试装置，本发明涉及一种IEEE1588同步精度测试系统，它解决了现有同步系统中不能够测得系统在长时间内的统计特性，不能直观反映同步精度以及不能灵活配置同步系统的工作参数的问题。计算机中的CVI界面子系统根据用户需要将同步参数发送给各时钟节点，各时钟节点接收到配置命令后，终止正在运行的IEEE1588协议栈线程，根据配置的参数重新建立IEEE1588协议栈线程，从时钟节点将时钟偏移信息通过网络发送给CVI界面子系统，所述CVI界面子系统以曲线和数据的形式显示时钟偏移信息。本发明用于对LXI测试和控制系统中精密时间同步精度的测试。
-
公开(公告)号：CN101339620A
公开(公告)日：2009-01-07
申请号：CN200810136921.5
申请日：2008-08-13
Applicant: 哈尔滨工业大学
Abstract: 本发明是一种未知数目稀疏源盲分离的混叠矩阵估计方法。它属于工程领域，具体涉及到盲源分离技术领域。它的目的是解决目前基于经典聚类算法的稀疏源盲分离的混叠矩阵估计方法都要求源信号数目已知，并且估计精度较差的问题。本发明根据稀疏源混叠信号呈线性聚类的几何特点，基于聚类中心与每类数据致密点的距离关系，提出了一个新的聚类有效性准则，并根据此准则估计出源信号数目。同时利用霍夫变换寻找每一类数据的致密点，以代替聚类中心来估计混叠矩阵，提高了混叠矩阵的估计精度。本发明适用于源信号数目未知情况下的稀疏源盲分离的混叠矩阵的估计，提高了混叠矩阵的估计精度，广泛适用于语音识别、医学信号处理、无线通讯等领域。
-
-
-
-
-
-
-
-
-
Search Results
463
records
(took 0.062 seconds)
