-
公开(公告)号：CN112566260B
公开(公告)日：2024-04-26
申请号：CN202011432979.1
申请日：2020-12-09
Applicant: 兰州交通大学
IPC: H04W72/53 , H04W72/541 , H04W4/42 , B61L27/70
Abstract: 本发明公开了一种基于无线电传播模型的新旧铁路交汇处GSM‑R信道分配方法，首先对新旧铁道通信线路离散化处理，结合基站位置的地形特征以及收发设备的相关参数对离散点进行基站‑点的传播路径损耗计算，依据无线电传播模型确定接收场强与所有基站‑点的对应关系及计算值；然后根据计算值与GSM‑R通信中同邻频干扰的工程要求，标记干扰点并记录干扰类型；再根据干扰点分布和既有线路基站的信道分配方案，确认对新建线路的离散点造成干扰的既有线路基站，并结合离散点的干扰类型，得到新建线路上可使用的信道列表。本发明充分考虑了同频干扰、一阶邻频、二阶邻频及三阶邻频干扰，获得了特定新建基站的可用信道列表，同时保障既有线路的正常通信不受干扰。
-
公开(公告)号：CN115048993A
公开(公告)日：2022-09-13
申请号：CN202210633166.1
申请日：2022-06-06
Applicant: 兰州交通大学
Abstract: 本发明公开了一种基于传感器、结构部件的多维数据集构建方法及系统，包括：对初始数据信号进行预处理，得到对应的若干个第一本征模态函数分量；其中，初始数据信号是由结构部件上的传感器采集到的；分析计算各第一本征模态函数分量在初始数据信号中的占比程度，并根据占比程度，从所有第一本征模态函数分量中，选取多个第一本征模态函数分量，作为初始数据信号对应的多个第二本征模态函数分量；根据初始数据信号和对应的所有第二本征模态函数分量，构建传感器对应的多维数据集；其中，多维数据集用于训练结构部件损伤识别模型。本发明通过占比程度分析，对本征模态函数分量进行择优筛选，以保留初始数据信号的特征信息，提升训练后模型的性能。
-
公开(公告)号：CN106338270B
公开(公告)日：2019-01-04
申请号：CN201610750160.7
申请日：2016-08-30
Applicant: 兰州交通大学
Abstract: 本发明涉及一种模块化搭建的通用北斗高精度测量平台，包括数据采集终端、无线传输模块、数据处理单元和数据呈现终端，数据采集终端将采集到的数据传输至数据处理单元，数据处理单元将接收到的数据处理后通过无线传输模块发送至数据呈现终端进行显示。本发明能真实反映监测体在水平方向(东南西北方向)与垂直方向三维的高精度变形沉降情况，形成监测体的变形三维趋势图；该平台能提供达亚毫米的监测精度，并根据监测的三维变形情况向用户提供可靠的报警提醒。
-
公开(公告)号：CN107884746A
公开(公告)日：2018-04-06
申请号：CN201711071113.0
申请日：2017-11-03
Applicant: 兰州交通大学
Abstract: 本发明涉及通信技术领域，特别是一种无线电网格化中多站无源时差定位技术自动选站方法。本发明适用于在多站无源时差定位技术中，根据不同监测站客观收到的信号数据，以各站无线电信号SNR的强弱进行降序排序并按序编号，由计算机自动选择最优的三个监测站节点进行TDOA定位，避免了人为选站的效率低、准确度不高，对选站布局专业程度要求高等弊端，大幅提升TDOA定位效率及准确度，为国家、省无线电管理委员会进行无线电监测及网格化布站方案，提供一种有效的信号定位自动选站优化算法，将极大的助力无线电网格化建设及频谱的精细化管理工作中对信号监测、预警、定位一体化平台的建设。
-
公开(公告)号：CN112566260A
公开(公告)日：2021-03-26
申请号：CN202011432979.1
申请日：2020-12-09
Applicant: 兰州交通大学
Abstract: 本发明公开了一种基于无线电传播模型的新旧铁路交汇处GSM‑R信道分配方法，首先对新旧铁道通信线路离散化处理，结合基站位置的地形特征以及收发设备的相关参数对离散点进行基站‑点的传播路径损耗计算，依据无线电传播模型确定接收场强与所有基站‑点的对应关系及计算值；然后根据计算值与GSM‑R通信中同邻频干扰的工程要求，标记干扰点并记录干扰类型；再根据干扰点分布和既有线路基站的信道分配方案，确认对新建线路的离散点造成干扰的既有线路基站，并结合离散点的干扰类型，得到新建线路上可使用的信道列表。本发明充分考虑了同频干扰、一阶邻频、二阶邻频及三阶邻频干扰，获得了特定新建基站的可用信道列表，同时保障既有线路的正常通信不受干扰。
-
Patent Agency Ranking
公开(公告)号：CN115048993B
公开(公告)日：2025-04-18
申请号：CN202210633166.1
申请日：2022-06-06
Applicant: 兰州交通大学
IPC: G06F18/214 , G06F18/10 , G06F18/213
Abstract: 本发明公开了一种基于传感器、结构部件的多维数据集构建方法及系统，包括：对初始数据信号进行预处理，得到对应的若干个第一本征模态函数分量；其中，初始数据信号是由结构部件上的传感器采集到的；分析计算各第一本征模态函数分量在初始数据信号中的占比程度，并根据占比程度，从所有第一本征模态函数分量中，选取多个第一本征模态函数分量，作为初始数据信号对应的多个第二本征模态函数分量；根据初始数据信号和对应的所有第二本征模态函数分量，构建传感器对应的多维数据集；其中，多维数据集用于训练结构部件损伤识别模型。本发明通过占比程度分析，对本征模态函数分量进行择优筛选，以保留初始数据信号的特征信息，提升训练后模型的性能。
-
公开(公告)号：CN119646751A
公开(公告)日：2025-03-18
申请号：CN202510180177.2
申请日：2025-02-19
Applicant: 兰州交通大学
IPC: G06F18/25 , G06N3/0464 , G06N3/096 , G06F18/213 , G06F18/214 , G06F18/21
Abstract: 本发明公开了基于数字孪生及时空特征融合的跨域结构损伤识别方法，属于结构健康监测技术领域，本发明提出一种融合数字孪生模型和结构多传感器数据时空特征的跨域迁移学习损伤识别技术方案，通过将数字孪生模型和实际物理结构的测点连接关系抽象为图结构，基于经典时域卷积和图卷积网络设计同时处理多传感器时域数据及空间特征信息的时空特征学习模型，为深度融合结构数字孪生模型及实际结构的多传感器数据的时空特征实现跨数据域场景下的结构损伤检测提供具体模型架构，以弥补实际损伤数据不足及结构多维特征数据融合不充分等问题。
-
公开(公告)号：CN118520313B
公开(公告)日：2024-10-29
申请号：CN202410969356.X
申请日：2024-07-19
Applicant: 兰州交通大学
Abstract: 本申请公开了一种高速列车转向架故障识别及模型训练方法、装置。本申请根据高速列车转向架的结构构建数字孪生模型，并基于跨域信号相似准则，优化数字孪生模型的第一参数；通过优化后的数字孪生模型获取若干模拟数据；通过高速列车转向架各预设节点处的传感器，获取若干高速列车转向架的实测数据；依次结合所有模拟数据以及所有实测数据，训练预设的迁移学习网络模型，获取高速列车转向架故障识别模型；将实时获取的高速列车转向架的监测数据，输入至高速列车转向架故障识别模型，获得高速列车转向架的故障识别结果。本申请充分利用数字孪生模型的优势，提高了特殊故障场景下高速列车转向架故障识别模型精确度，从而提高故障识别结果的正确性。
-
公开(公告)号：CN107884746B
公开(公告)日：2020-08-28
申请号：CN201711071113.0
申请日：2017-11-03
Applicant: 兰州交通大学
Abstract: 本发明涉及通信技术领域，特别是一种无线电网格化中多站无源时差定位技术自动选站方法。本发明适用于在多站无源时差定位技术中，根据不同监测站客观收到的信号数据，以各站无线电信号SNR的强弱进行降序排序并按序编号，由计算机自动选择最优的三个监测站节点进行TDOA定位，避免了人为选站的效率低、准确度不高，对选站布局专业程度要求高等弊端，大幅提升TDOA定位效率及准确度，为国家、省无线电管理委员会进行无线电监测及网格化布站方案，提供一种有效的信号定位自动选站优化算法，将极大的助力无线电网格化建设及频谱的精细化管理工作中对信号监测、预警、定位一体化平台的建设。
-
公开(公告)号：CN119667476A
公开(公告)日：2025-03-21
申请号：CN202510193973.X
申请日：2025-02-21
Applicant: 兰州交通大学
IPC: G01R31/34 , G06F18/24 , G06N3/0464 , G06N3/096 , G06F18/213
Abstract: 本发明公开了一种基于声纹特征提取及迁移学习的电机故障诊断方法，属于设备故障诊断技术领域，包括以下步骤：S1、获取电机工作状态的声信号，通过经验模态分解和梅尔倒谱系数方法提取声纹特征；S2、根据提取的声纹特征构建声纹特征数据集；S3、将声纹特征数据集输入CNN+ResNet网络，得到电机故障诊断结果。本发明能够克服传统接触式方法的局限性，降低维护成本，还能够在电机故障的早期阶段提供更为精确的诊断信息，提高电机设备的运行安全性和可靠性。通过声纹特征提取技术，结合深度学习模型进行数据分析和故障分类，将为电机故障诊断开辟新的方向，具有重要的研究价值和应用前景。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.035 seconds)
