-
公开(公告)号：CN110290579A
公开(公告)日：2019-09-27
申请号：CN201910428793.X
申请日：2019-05-22
Abstract: 本发明提出一种窄带条件下的无线自组网络时间同步方法、节点及无线自组网络，所述方法包括：主节点开机后建立网络，从节点采用主动式同步方法请求入网。每个节点工作时广播的消息帧中包含同步信息，其他节点每次收到消息帧后都会提取同步信息，计算时延并判断是否需要时间同步，从而是否修改工作时隙表避免冲突。无线自组网络节点为能够实现窄带条件下的无线自组网络时间同步的节点，包括：同步模块、接收模块和发送模块。无线自组网络由无线自组网络节点组成，并采用上述方法实现时间同步。本发明能够实现窄带条件下，无线自组网节约带宽和时间资源的时间同步。
-
公开(公告)号：CN109307872A
公开(公告)日：2019-02-05
申请号：CN201810164380.0
申请日：2018-02-28
Applicant: 南京大学
Abstract: 一种低成本多点安全高精度定位监测的系统，由数据接收端、本地服务器端、云端服务器端和客户端四个子系统组成；在数据接收端分别实现了卫星参考站和卫星监测站的卫星原始数据的获取，并将卫星原始数据发送给本地服务器端，卫星监测站可以通过多选一模块分时获取多个点天线的坐标数据，实现一个GNSS板卡对于多个点的监测功能，并且后期可以根据需要添加新的监测站或天线，监测站之间无需通视，互不影响。数据接收端采取了四种方式将数据发送给本地服务器端；本地服务器端负责对原始数据进行数据格式转换、基线解算、数据存储以及将数据发送给云端服务器端；云端服务器端负责本地服务器端与客户端的数据和指令交互。
-
Patent Agency Ranking
公开(公告)号：CN110689539B
公开(公告)日：2023-04-07
申请号：CN201910993517.8
申请日：2019-11-12
Applicant: 南京大学
IPC: G06T7/00 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/084
Abstract: 本发明公开了一种基于深度学习的工件表面缺陷检测方法，利用深度学习技术，构建了工件表面缺陷检测系统，目的在于解决传统方法中人力开销大、系统效率低、适应性差的缺点，能够在生产环境下对工件表面缺陷进行快速识别、反馈，保证了系统的准确度与效率。系统通过图像采集装置对工件表面进行图像捕获，经由捕获终端预处理后，上传至处理计算机。处理计算机将调用基于深度神经网络模型的预测器对图像进行识别，并输出预测向量。最后，处理中心将预测向量发布到显示终端，使得工件表面缺陷状态得到直观展示。
-
公开(公告)号：CN110167099B
公开(公告)日：2021-01-08
申请号：CN201910432560.7
申请日：2019-05-22
Applicant: 南京大学
Abstract: 本发明提出一种适用于窄带条件的自组网路由方法及系统，本发明基于现有路由协议在本发明研究的半双工窄带条件下开销过高、信道冲突严重等问题，以及无线自组网实际应用中需要系统内各节点的态势信息的需求出发，通过合理设计数据包帧结构，将各节点的地理位置信息融合进拓扑控制消息中，在邻居检测的同时有效的更新全网的态势信息，并在每一次转发时进行数据聚合，有效的节省了带宽资源，同时地理位置信息可用于路由计算，本发明降低了路由开销，解决了半双工方式下的信道冲突问题，并且在路由建立和维护过程中完成了系统各节点的态势感知，实现了窄带条件下的无线Adhoc网络部署与应用。
-
公开(公告)号：CN110167099A
公开(公告)日：2019-08-23
申请号：CN201910432560.7
申请日：2019-05-22
Applicant: 南京大学
Abstract: 本发明提出一种适用于窄带条件的自组网路由方法及系统，本发明基于现有路由协议在本发明研究的半双工窄带条件下开销过高、信道冲突严重等问题，以及无线自组网实际应用中需要系统内各节点的态势信息的需求出发，通过合理设计数据包帧结构，将各节点的地理位置信息融合进拓扑控制消息中，在邻居检测的同时有效的更新全网的态势信息，并在每一次转发时进行数据聚合，有效的节省了带宽资源，同时地理位置信息可用于路由计算，本发明降低了路由开销，解决了半双工方式下的信道冲突问题，并且在路由建立和维护过程中完成了系统各节点的态势感知，实现了窄带条件下的无线Adhoc网络部署与应用。
-
公开(公告)号：CN110689539A
公开(公告)日：2020-01-14
申请号：CN201910993517.8
申请日：2019-11-12
Applicant: 南京大学
Abstract: 本发明公开了一种基于深度学习的工件表面缺陷检测方法，利用深度学习技术，构建了工件表面缺陷检测系统，目的在于解决传统方法中人力开销大、系统效率低、适应性差的缺点，能够在生产环境下对工件表面缺陷进行快速识别、反馈，保证了系统的准确度与效率。系统通过图像采集装置对工件表面进行图像捕获，经由捕获终端预处理后，上传至处理计算机。处理计算机将调用基于深度神经网络模型的预测器对图像进行识别，并输出预测向量。最后，处理中心将预测向量发布到显示终端，使得工件表面缺陷状态得到直观展示。
-
公开(公告)号：CN216278310U
公开(公告)日：2022-04-12
申请号：CN202123010125.7
申请日：2021-12-02
Applicant: 长江三峡集团雄安能源有限公司 , 南京大学
Abstract: 本实用新型公开了一种地热能、太阳能和生物质能能源互联、协同利用的发电系统，包括：多根工质管道、发电与凝汽系统，生物质能加热系统，生物质能加热系统包括生物质能锅炉，地热系统包括水平井、竖直井和泵室机房，水平井与发电与凝汽系统和生物质能锅炉连通；太阳能集热系统包括工质储热罐和太阳能集热单元，太阳能集热单元通过工质管道与生物质能锅炉和发电与凝汽系统连通；能源数据与控制中心电控部分别和发电与凝汽系统电控部、生物质能加热系统电控部、地热系统电控部以及太阳能集热系统电控部通信连接。该系统能够协调控制工质加热、输送以及发电，提高电能输出的稳定性，协同多种能源并提高清洁发电的效率，降低了人力物力损耗。
-
-
-
-
-
-
Search Results
7
records
(took 0.02 seconds)
