一种信号源搜索方法
    1.
    发明授权

    公开(公告)号:CN113033306B

    公开(公告)日:2023-04-18

    申请号:CN202110195696.8

    申请日:2021-02-20

    Applicant: 同济大学

    Abstract: 本发明提供一种信号源搜索方法,包括:获取各智能体于上一搜索阶段的运动状态信息和堆结构,根据堆结构确定各智能体对应的领导者智能体,以获取各领导者智能体于上一搜索阶段的位置信息;根据各智能体于上一搜索阶段的运动状态信息,和领导者智能体于上一搜索阶段的位置信息,获取各智能体于当前搜索阶段的运动状态信息,以使各智能体运动至新位置,并于新位置处获取当前信号强度;检测各所述当前信号强度是否存在满足信号强度预设条件,如是,则根据满足信号强度条件的智能体新位置信息,确定信号源的位置信息;如否,则执行堆化更新操作,获取新的堆结构;重复以上步骤;本方法能明显提高搜索精度和搜索性能。

    一种适用于流水线flash ADC的比较器电路

    公开(公告)号:CN111865315B

    公开(公告)日:2022-07-26

    申请号:CN202010670791.4

    申请日:2020-07-13

    Applicant: 同济大学

    Abstract: 本发明提供一种适用于流水线flash ADC的比较器电路,包括:预放大模块、第一级比较模块和第二级比较模块;所述预放大模块包括预放大器,所述第一级比较模块和所述第二级比较模块均包括比较器;通过设立两级不同的比较器,并且采用流水线型时钟信号依次触发预放大器和两级比较器,等效延长了比较器的再生时间,不仅提高了flash ADC的转换速度,还有效地降低了流水线flash ADC在两级比较器中进行比较时,亚稳态的发生几率,有效地提升flash ADC电路的采样效率。

    一种拒止环境下基于粒子群算法的群体机器人控制方法

    公开(公告)号:CN114043476A

    公开(公告)日:2022-02-15

    申请号:CN202111301771.0

    申请日:2021-11-04

    Applicant: 同济大学

    Abstract: 本发明涉及一种拒止环境下基于粒子群算法的群体机器人控制方法,包括:步骤1、建立拒止环境下的攻防对抗场景,并初始化粒子群算法的参数;步骤2、进攻机器人通过传感器探测周围环境信息,获取友方和敌方机器人的态势信息,并利用惯性导航技术实时计算敌方领土位置;步骤3、所述进攻机器人构建适应度函数;步骤4、利用粒子群算法优化适应度函数,得到进攻机器人的最优占位;步骤5、进攻机器人进行移动与攻击操作;步骤6、若任一进攻机器人进入敌方领土,则任务完成;否则判断是否达到最大运行时间,若是,则任务失败;否则转到步骤2进行下一时间片的迭代。与现有技术相比,本发明避免了全局定位,控制无需预训练,解决了维数灾难的问题。

    一种稳定性补偿的线性稳压器及其设计方法

    公开(公告)号:CN111273724B

    公开(公告)日:2021-03-30

    申请号:CN202010079489.1

    申请日:2020-02-04

    Applicant: 同济大学

    Inventor: 刘欢 邱雷 高宇苗

    Abstract: 本发明提供了一种稳定性补偿的线性稳压器及其设计方法,包括调整管、偏置电路、误差放大器、反馈电阻网络、负反馈补偿电路、电压buffer电路。通过buffer电压电路隔离误差放大器和调整管稳定了LDO,误差放大器采用了折叠共源共栅的结构提高了输出电压摆幅,本发明中有大的负载电容保证了电路良好的瞬态响应。负反馈补偿电路把输出电流镜像补偿到误差放大器中,降低误差放大器的输出电阻进一步补偿线性稳压器的稳定性。

    一种用于风电场微观选址的边界轮廓图像信息处理方法

    公开(公告)号:CN102945506A

    公开(公告)日:2013-02-27

    申请号:CN201210311074.8

    申请日:2012-08-28

    Applicant: 同济大学

    Inventor: 顾华杰 王峻 刘欢

    CPC classification number: Y02E40/76 Y04S10/545

    Abstract: 本发明涉及一种用于风电场微观选址的边界轮廓图像信息处理方法,包括以下步骤:1)处理器从数据库中获取电子地图,通过边缘检测技术提取该电子地图中风电场边界轮廓的图像信息,进而计算出风电场边界轮廓曲线;2)对获得的风电场边界轮廓曲线进行最优多边形拟合;3)根据拟合得到的最优多边形建立风电场边界约束模型,判断风机位置是否在风电场内。与现有技术相比,本发明解决了现有连续微观选址方法无法处理不规则形状风电场边界约束的问题,能够获得最优的风电场微观选址。

    一种信号源搜索方法
    6.
    发明公开

    公开(公告)号:CN113033306A

    公开(公告)日:2021-06-25

    申请号:CN202110195696.8

    申请日:2021-02-20

    Applicant: 同济大学

    Abstract: 本发明提供一种信号源搜索方法,包括:获取各智能体于上一搜索阶段的运动状态信息和堆结构,根据堆结构确定各智能体对应的领导者智能体,以获取各领导者智能体于上一搜索阶段的位置信息;根据各智能体于上一搜索阶段的运动状态信息,和领导者智能体于上一搜索阶段的位置信息,获取各智能体于当前搜索阶段的运动状态信息,以使各智能体运动至新位置,并于新位置处获取当前信号强度;检测各所述当前信号强度是否存在满足信号强度预设条件,如是,则根据满足信号强度条件的智能体新位置信息,确定信号源的位置信息;如否,则执行堆化更新操作,获取新的堆结构;重复以上步骤;本方法能明显提高搜索精度和搜索性能。

    一种用于风电场微观选址的边界轮廓图像信息处理方法

    公开(公告)号:CN102945506B

    公开(公告)日:2016-08-10

    申请号:CN201210311074.8

    申请日:2012-08-28

    Applicant: 同济大学

    Inventor: 顾华杰 王峻 刘欢

    CPC classification number: Y02E40/76 Y04S10/545

    Abstract: 本发明涉及一种用于风电场微观选址的边界轮廓图像信息处理方法,包括以下步骤:1)处理器从数据库中获取电子地图,通过边缘检测技术提取该电子地图中风电场边界轮廓的图像信息,进而计算出风电场边界轮廓曲线;2)对获得的风电场边界轮廓曲线进行最优多边形拟合;3)根据拟合得到的最优多边形建立风电场边界约束模型,判断风机位置是否在风电场内。与现有技术相比,本发明解决了现有连续微观选址方法无法处理不规则形状风电场边界约束的问题,能够获得最优的风电场微观选址。

    一种拒止环境下基于粒子群算法的群体机器人控制方法

    公开(公告)号:CN114043476B

    公开(公告)日:2023-03-31

    申请号:CN202111301771.0

    申请日:2021-11-04

    Applicant: 同济大学

    Abstract: 本发明涉及一种拒止环境下基于粒子群算法的群体机器人控制方法,包括:步骤1、建立拒止环境下的攻防对抗场景,并初始化粒子群算法的参数;步骤2、进攻机器人通过传感器探测周围环境信息,获取友方和敌方机器人的态势信息,并利用惯性导航技术实时计算敌方领土位置;步骤3、所述进攻机器人构建适应度函数;步骤4、利用粒子群算法优化适应度函数,得到进攻机器人的最优占位;步骤5、进攻机器人进行移动与攻击操作;步骤6、若任一进攻机器人进入敌方领土,则任务完成;否则判断是否达到最大运行时间,若是,则任务失败;否则转到步骤2进行下一时间片的迭代。与现有技术相比,本发明避免了全局定位,控制无需预训练,解决了维数灾难的问题。

    一种稳定性补偿的线性稳压器及其设计方法

    公开(公告)号:CN111273724A

    公开(公告)日:2020-06-12

    申请号:CN202010079489.1

    申请日:2020-02-04

    Applicant: 同济大学

    Inventor: 邱雷 刘欢 高宇苗

    Abstract: 本发明提供了一种稳定性补偿的线性稳压器及其设计方法,包括调整管、偏置电路、误差放大器、反馈电阻网络、负反馈补偿电路、电压buffer电路。通过buffer电压电路隔离误差放大器和调整管稳定了LDO,误差放大器采用了折叠共源共栅的结构提高了输出电压摆幅,本发明中有大的负载电容保证了电路良好的瞬态响应。负反馈补偿电路把输出电流镜像补偿到误差放大器中,降低误差放大器的输出电阻进一步补偿线性稳压器的稳定性。

    一种双环境粒子群优化方法和系统

    公开(公告)号:CN112766452A

    公开(公告)日:2021-05-07

    申请号:CN202110008263.7

    申请日:2021-01-05

    Applicant: 同济大学

    Abstract: 本发明涉及一种双环境粒子群优化方法,具体为:S1、获取环境适应值,建立粒子优化模型;S2、初始化粒子群算法的预设参数,并随机初始化每个粒子的粒子初始参数;S3、计算当前迭代次数,获取每个粒子所处位置的适应值并排序,根据排序结果组成精英子群;S4、计算精英子群中个体的权重,根据得到的权重计算精英子群搜索中心;S5、通过粒子群算法更新每个粒子的速度和位置;S6、检测当前迭代次数大于预设参数中的最大迭代次数,若是则将当前粒子分布作为粒子优化模型的最优解决方案进行输出,同时输出粒子优化模型的信号源位置,若否则转至S3。与现有技术相比,本发明具有无需人工干预、搜索精细、自适应抗噪能力强、高鲁棒性等优点。

Patent Agency Ranking