公开(公告)号：CN116070091B

公开(公告)日：2024-05-24

申请号：CN202310186706.0

申请日：2023-03-01

Applicant: 北京大学

Inventor： 张玺 ,  常琛扬 ,  李秉洋

IPC: G06F18/10 ,  G06F18/213 ,  G06N3/0442 ,  G06N3/08

Abstract: 本发明提供了一种基于在线字典学习的多模态机械加工中心信号的重构方法，属于信号处理技术领域。本发明结合多模态信号周期变化特征，将一维信号转化为二维信号，然后运用在线字典学习算法实现对多模态信号的快速去噪，提升了数据处理的效率和信号特征的快速提取能力，并将经过在线字典学习后的多模态信号输入长短期记忆网络，实现多模态机械加工中心信号的预测，为提高实践生产中预防性维护预测的准确性奠定扎实的数据基础，具有广阔的应用价值。

公开(公告)号：CN115309176B

公开(公告)日：2023-06-06

申请号：CN202211034208.6

申请日：2022-08-26

Applicant: 中国空间技术研究院 ,  北京大学

Inventor： 李秉洋 ,  王鹏飞 ,  马文科 ,  吕鹏宇 ,  李宏源 ,  李超兵 ,  常琛扬 ,  杨三强

IPC: G05D1/08

Abstract: 本申请公开了一种多运动模式球形机器人的姿态控制方法、系统及存储介质，其中方法包括：首先，对被控球形机器人系统建立多运动模式球形机器人系统的数学模型；其次，根据所述多运动模式球形机器人系统的数学模型，设计滑模控制器；最后，利用所述滑模控制器，根据反馈线性化方法对球形机器人进行姿态控制。本申请能够使多运动模式球形机器人使用跳跃功能进行避障后，快速地进行制动和调整自身姿态，避免发生二次入障。

公开(公告)号：CN117874628B

公开(公告)日：2024-07-16

申请号：CN202410147910.6

申请日：2024-02-02

Applicant: 北京大学

Inventor： 张玺 ,  常琛扬 ,  安钰

IPC: G06F18/241 ,  G06F18/25 ,  G06F18/22 ,  G06F17/16 ,  G06F123/02

Abstract: 本发明公开一种基于多源传感信息融合的飞机超限识别方法，利用飞机飞行过程中的传感器数据，建立基于张量分解的多源传感数据分析模型，实现对飞行超限事件的异常识别；包括：利用CP张量分解方法，构建基于多源传感飞行数据的张量分解模型；分别融合飞机传感器分布位置信息、飞机降落机场信息及飞行传感数据传感时域特征作为飞机分类类别信息约束项，进一步提升飞行超限识别的准确性及普遍适用性。采用本发明提供的技术方案，可实现对飞行过程中超限事件的精准识别，有助于提高飞行品质，降低飞行风险。

公开(公告)号：CN115309176A

公开(公告)日：2022-11-08

申请号：CN202211034208.6

申请日：2022-08-26

Applicant: 中国空间技术研究院 ,  北京大学

Inventor： 李秉洋 ,  王鹏飞 ,  马文科 ,  吕鹏宇 ,  李宏源 ,  李超兵 ,  常琛扬 ,  杨三强

IPC: G05D1/08

Abstract: 本申请公开了一种多运动模式球形机器人的姿态控制方法、系统及存储介质，其中方法包括：首先，对被控球形机器人系统建立多运动模式球形机器人系统的数学模型；其次，根据所述多运动模式球形机器人系统的数学模型，设计滑模控制器；最后，利用所述滑模控制器，根据反馈线性化方法对球形机器人进行姿态控制。本申请能够使多运动模式球形机器人使用跳跃功能进行避障后，快速地进行制动和调整自身姿态，避免发生二次入障。

公开(公告)号：CN117874628A

公开(公告)日：2024-04-12

申请号：CN202410147910.6

申请日：2024-02-02

Applicant: 北京大学

Inventor： 张玺 ,  常琛扬 ,  安钰

IPC: G06F18/241 ,  G06F18/25 ,  G06F18/22 ,  G06F17/16 ,  G06F123/02

Abstract: 本发明公开一种基于多源传感信息融合的飞机超限识别方法，利用飞机飞行过程中的传感器数据，建立基于张量分解的多源传感数据分析模型，实现对飞行超限事件的异常识别；包括：利用CP张量分解方法，构建基于多源传感飞行数据的张量分解模型；分别融合飞机传感器分布位置信息、飞机降落机场信息及飞行传感数据传感时域特征作为飞机分类类别信息约束项，进一步提升飞行超限识别的准确性及普遍适用性。采用本发明提供的技术方案，可实现对飞行过程中超限事件的精准识别，有助于提高飞行品质，降低飞行风险。

公开(公告)号：CN116070091A

公开(公告)日：2023-05-05

申请号：CN202310186706.0

申请日：2023-03-01

Applicant: 北京大学

Inventor： 张玺 ,  常琛扬 ,  李秉洋

IPC: G06F18/10 ,  G06F18/213 ,  G06N3/0442 ,  G06N3/08

Abstract: 本发明提供了一种基于在线字典学习的多模态机械加工中心信号的重构方法，属于信号处理技术领域。本发明结合多模态信号周期变化特征，将一维信号转化为二维信号，然后运用在线字典学习算法实现对多模态信号的快速去噪，提升了数据处理的效率和信号特征的快速提取能力，并将经过在线字典学习后的多模态信号输入长短期记忆网络，实现多模态机械加工中心信号的预测，为提高实践生产中预防性维护预测的准确性奠定扎实的数据基础，具有广阔的应用价值。