基于脉冲神经网络的时空域特征动态目标识别方法

    公开(公告)号:CN118823484A

    公开(公告)日:2024-10-22

    申请号:CN202411097087.9

    申请日:2024-08-12

    Abstract: 本发明公开了基于脉冲神经网络的时空域特征动态目标识别方法,包括:基于卷积神经网络对特征图像进行插值处理与融合处理,使各层特征图像之间能够跨层融合;在卷积神经网络中引入空间注意力机制,增强空间维度特征,对特征图像进行多次压缩处理并与特征提取网络结合建立融合层;将特征图像转换成脉冲信息,基于脉冲神经网络获取卷积层的输出特征图像,在池化层对输出特征图像进行池化操作;基于脉冲神经网络对输出特征图像再次进行处理并拼接所有输出特征图获取融合特征图以输出权值参数,执行动态目标识别任务。本发明提供的方法能够结合卷积神经网络和脉冲神经网络的优势,实现高速时变信息特征提取和准确分类。

    基于扩展控制集的永磁同步电机无模型预测电流控制方法

    公开(公告)号:CN119030399A

    公开(公告)日:2024-11-26

    申请号:CN202411113571.6

    申请日:2024-08-14

    Abstract: 本发明提出基于扩展控制集的永磁同步电机无模型预测电流控制方法,包括:获取三相永磁同步电机相关数据集;将无模型预测电流控制方法中的原来的7个基本电压矢量扩展到37个;获取基本电压矢量对应的电流梯度,并获得电压矢量作用后的k+1控制周期预测电流;通过延时补偿,得到参考电流梯度,根据参考电流梯度确定候选电压矢量所在的象限,然后缩小候选电压矢量所在区域,将候选电压矢量数目从37个减少到6个;根据候选电压矢量Vxy,计算得到相应的电流梯度#imgabs0#然后根据代价函数,从候选电压矢量中选择选出最优电压矢量,并生成逆变器控制信号;本发明减少了候选电压矢量,从而降低控制系统的计算量。

Patent Agency Ranking