-
公开(公告)号：CN110341986B
公开(公告)日：2021-07-20
申请号：CN201910643384.1
申请日：2019-07-16
Applicant: 哈尔滨工业大学
Abstract: 基于RBM优化ELM的飞机辅助动力装置性能参数多步预测方法，属于航空飞机辅助动力装置健康状态评估技术领域，本发明解决了现有飞机辅助动力装置状态监测软件存在缺乏性能参数预测能力的问题。本发明通过飞机通信寻址与报告系统得到APU的在翼监测数据，数据包含APU的启动，启动主发机时的监测数据，筛选出能够表征其气路性能的排气温度数据作为样本。利用样本数据实现受限玻尔兹曼机对极限学习机的优化，构建一种优化的ELM网络预测模型，达到APU性能参数多步预测的目的。本发明适用于飞机辅助动力装置性能参数的多步预测。
-
公开(公告)号：CN110095731B
公开(公告)日：2021-06-22
申请号：CN201910372667.7
申请日：2019-05-06
Applicant: 哈尔滨工业大学
IPC: G01R31/392 , G01R31/367
Abstract: 应用于长寿命空间锂离子电池的剩余寿命直接预测方法，涉及锂离子电池寿命预测方法技术领域。本发明是为了解决对于循环寿命可达5～8年的空间锂离子电池而言，传统的基于退化轨迹建模的剩余寿命预测方法难以适用于此类预测水平长、退化缓慢的应用场景中的问题。采集每节锂离子电池每个周期内的电池容量数据构建数据集，根据设定每节电池寿命最大值和周期数获得不同周期下每节电池的剩余寿命；将数据集作为训练数据输入，将电池剩余寿命作为输出数据，将输入和输出数据带入相关向量机模型得到训练好的容量序列与剩余寿命的映射模型；将各周期下的待预测电池容量输入到映射模型中，得到待预测电池剩余寿命的估计值。用于预测锂离子电池的剩余寿命。
-
公开(公告)号：CN108414947B
公开(公告)日：2021-05-28
申请号：CN201810575839.6
申请日：2018-06-06
Applicant: 哈尔滨工业大学
IPC: G01R31/367 , G01R31/385
Abstract: 一种基于多时间尺度的空间锂离子电池状态联合估计方法，涉及锂离子电池管理领域，为了解决现有的方法无法适用于电池在SOH退化条件下的SOC长期估计的问题。建立电池等效电路模型；进行模型参数辨识，建立不同SOH条件下的模型参数插值表，一个SOH条件对应一组模型参数插值表；每一组模型参数插值表满足分别给电路模型施加电流激励信号时电压响应误差在允许的范围内；建立多时间尺度状态空间方程；采用建立的多时间尺度状态空间方程，基于UPF算法进行微观尺度下的SOC的估计和宏观尺度下的SOH的估计，根据SOH的退化情况更新用于SOC估计的电池容量和模型参数插值表。适用于估计SOC。
-
公开(公告)号：CN111488983A
公开(公告)日：2020-08-04
申请号：CN202010214304.3
申请日：2020-03-24
Applicant: 哈尔滨工业大学
Abstract: 一种基于FPGA的轻量级CNN模型计算加速器,涉及硬件加速技术领域,针对现有技术中的加速器存在运行速度慢的问题，包括：权值缓存区、归一化层、卷积层、池化层、全连接层和Softmax分类器；本发明利用FPGA的快速并行计算和低功耗、灵活性强的特点，进行了针对使用深度可分离卷积结构的轻量级网络的CNN加速器设计，可以帮助将神经网络部署在资源受限的使用场合，大幅提升算法的计算效率，加快了算法的运算速度。
-
公开(公告)号：CN111460184A
公开(公告)日：2020-07-28
申请号：CN202010147730.X
申请日：2020-03-05
Applicant: 哈尔滨工业大学
Abstract: 遥感卫星载荷数据动态模拟装置，属于遥感卫星地面测试领域。本发明是为了解决现有遥感卫星载荷数据加载设备因所加载的模拟数据形式固定，无法全面模拟卫星载荷实际运行中数据变化的问题。包括动态实时模拟模块和动态实时加载模块，所述动态实时模拟模块用于生成图像类加载模拟数据和非图像类加载模拟数据；同时接收对动态实时加载模块的硬件参数配置数据；所述动态实时加载模块用于通过多路定制化数据接口将图像类加载模拟数据和非图像类加载模拟数据加载到卫星上对应的载荷。本发明采用高、低速数据实时加载模块进行卫星载荷模拟数据的实时加载，从而极大的缩短了卫星地面测试的时间，提升了卫星测试工作的灵活性和可靠性。
-
Patent Agency Ranking
公开(公告)号：CN107291570B
公开(公告)日：2020-01-07
申请号：CN201710485237.7
申请日：2017-06-23
Applicant: 哈尔滨工业大学
Abstract: 本发明涉及一种基于Zynq‑7000的片上存储器抗单粒子翻转防护方法，应用于Zynq‑7000SoC在空间环境下的存储器容错设计中，其目的是为了解决空间环境中单粒子翻转对Zynq‑7000芯片内部片上存储器的数据可靠性的影响，保障Zynq‑7000芯片内部双核处理器之间的正确通信。本发明结合Zynq‑7000芯片的资源特性，采用软件EDAC方法实现双核处理器与片上存储器之间通信的数据加固操作，采用软件中断方式实现单位错误和双位错误的状态标记以及单位错的双核同步回写操作，在ARM处理器中实现数据的纠一检二和数据回写功能，从而提高Zynq‑7000内片上存储器抗单粒子翻转能力，为Zynq‑7000SoC内双核处理器之间进行数据通信的可靠性提供一种重要手段。
-
公开(公告)号：CN110146076A
公开(公告)日：2019-08-20
申请号：CN201910488838.2
申请日：2019-06-06
Applicant: 哈尔滨工业大学(威海)
Abstract: 一种无逆矩阵自适应滤波的SINS/DVL组合定位方法，涉及高精度SINS/DVL组合定位。本发明是为了解决由于传统SINS/DVL组合导航滤波算法计算过程复杂，导致计算效率低和稳定性差的问题。本发明所述的一种无逆矩阵自适应滤波的SINS/DVL组合定位方法，首先基于捷联惯导系统和多普勒计程仪传感器信息，获取相应状态初值和观测值；然后建立基于组合导航误差模型对应的系统方程和观测方程，用无逆矩阵改进自适应滤波算法对误差进行校正，获取校正后目标的速度和位置误差信息；最后将获得的误差信息和捷联惯导与多普勒计程仪的观测信息进行融合，得出高精度的定位结果。本发明可在减小计算量，优化计算过程的基础上，保证定位系统可靠稳定，提高水下自主航行的定位精度。
-
公开(公告)号：CN110095731A
公开(公告)日：2019-08-06
申请号：CN201910372667.7
申请日：2019-05-06
Applicant: 哈尔滨工业大学
IPC: G01R31/392 , G01R31/367
Abstract: 应用于长寿命空间锂离子电池的剩余寿命直接预测方法，涉及锂离子电池寿命预测方法技术领域。本发明是为了解决对于循环寿命可达5～8年的空间锂离子电池而言，传统的基于退化轨迹建模的剩余寿命预测方法难以适用于此类预测水平长、退化缓慢的应用场景中的问题。采集每节锂离子电池每个周期内的电池容量数据构建数据集，根据设定每节电池寿命最大值和周期数获得不同周期下每节电池的剩余寿命；将数据集作为训练数据输入，将电池剩余寿命作为输出数据，将输入和输出数据带入相关向量机模型得到训练好的容量序列与剩余寿命的映射模型；将各周期下的待预测电池容量输入到映射模型中，得到待预测电池剩余寿命的估计值。用于预测锂离子电池的剩余寿命。
-
公开(公告)号：CN110082692A
公开(公告)日：2019-08-02
申请号：CN201910376004.2
申请日：2019-05-07
Applicant: 哈尔滨工业大学
IPC: G01R31/392 , G01R31/374 , G01R19/00
Abstract: 一种低轨卫星电池组内单体不一致性量化表征及电池组退化特征的提取方法，涉及低轨卫星锂离子电池在轨性能评价领域，为了解决现有电池单体不一致性评估方法不适用于低轨卫星，无法评价电池组退化状态的问题。本发明在每个轨道周期结束后，提取电池组内各单体的单体充电截止电压数据；对同一轨道周期电池组内各单体充电截止电压进行K-S检验；对同一轨道周期电池组内各单体充电截止电压进行W检验；若某一轨道周期的K-S检验和W检验结果相同，且均为该轨道周期电池组内各单体充电截止电压满足正态分布，则计算该轨道周期的各单体充电截止电压方差，并用于表征单体间的不一致性。本发明适用于提取单体不一致性量化表征及电池组退化特征。
-
公开(公告)号：CN106197424B
公开(公告)日：2019-03-22
申请号：CN201610487801.4
申请日：2016-06-28
Applicant: 哈尔滨工业大学
IPC: G01C21/20
Abstract: 本发明提供了一种遥测数据驱动的无人机飞行状态识别方法，本发明提出一种基于切比雪夫特征提取和随机森林分类算法(Chebyshev‑Random Forest Algorithm，C‑RF算法)的无人机状态识别方法。采用Chebyshev拟合法对无人机的遥测数据进行特征提取和降维，利用随机森林算法实现飞行状态的自适应分类。所提出方法将Chebyshev拟合系数计算简单、接近最佳拟合的优点与随机森林算法的训练速度快、分类准确率高和抗噪能力强等优点相结合，可覆盖无人机的各类样本且避免过拟合问题，实现了无人机飞行状态的有效识别。采用真实无人机飞行遥测数据进行验证，总体识别准确率高于90％，少类样本同样被准确识别，证明了所提出方法的有效性和实用性。
-
-
-
-
-
-
-
-
-
Search Results
457
records
(took 0.042 seconds)
