-
公开(公告)号：CN110471096A
公开(公告)日：2019-11-19
申请号：CN201910859648.7
申请日：2019-09-11
Applicant: 哈尔滨工程大学
Abstract: 本发明属于水下定位技术领域，特别涉及一种水下地震波检测飞行节点群体水下定位方法。本发明利用水面无人艇搭载水声通讯机发射水声信号辅助海底飞行节点群体定位。水面无人艇与所有的海底飞行节点通过高精度原子钟实现时钟同步；所有海底飞行节点上均接收水面无人艇所发射的水声信号并记录信号到达时间，进而计算出水声信号传递时间；单个海底飞行节点未接收到水声信号时通过自身携带的低成本惯性测量单元进行惯性导航，接收到水声信号后通过扩展Kalman滤波进行位置校准。本发明克服了传统长基线、超短基线群体定位效率低的问题，克服了固定式单信标定位范围有限的问题，满足了海底飞行节点群体大范围高效实时定位的需求。
-
公开(公告)号：CN110231822A
公开(公告)日：2019-09-13
申请号：CN201910480480.9
申请日：2019-06-04
Applicant: 哈尔滨工程大学
IPC: G05D1/02
Abstract: 本发明公开了一种舰船用变输出约束式无模型自适应航向控制方法，属于舰船运动控制领域；本发明首先定义系统输出约束函数；然后将航向系统的期望输出量y*(k)与实际输出量y(k)相减得到误差e(k)；当误差e(k)超过设定的航向状态偏差的阈值e0时，通过变输出约束式无模型自适应控制方法根据e(k)解算出期望舵角um(k)；然后操纵机构接收并执行航向系统输入指令u(k)，令k＝k+1，更新舰船航向ψ(k)。本发明以的形式为例，通过变输出约束函数的引入，降低了输出重定义无模型自适应控制方法对重定义系数的敏感性，同时提高了系统的鲁棒性。
-
公开(公告)号：CN109866904A
公开(公告)日：2019-06-11
申请号：CN201910281993.7
申请日：2019-04-09
Applicant: 哈尔滨工程大学
IPC: B63H1/37
Abstract: 一种仿生水母类水下机器人的运动及速度控制方法，属于仿生机器人控制领域。现有的非线性振荡器在仿生机器人的节奏性运动控制存在频率和幅值的收敛速度慢的问题，且缺少相应的速度控制方法。一种仿生水母类水下机器人的运动及速度控制方法，设计仿生水母动力模型；建立仿生水母各关节的振荡器模型，改变振荡器的波形；设计两个振荡器之间的耦合方式，由此确定建立多个振荡器之间的耦合方式，实现多个振荡器所在关节之间相互配合协调，实现仿生水母运动的控制，根据运动控制绘制频率与平均速度变化曲线，找到对应的运动频率，推算周期性速度变化曲线作为期望速度；按照期望速度控制速度。本发明算法对仿生水母的运动收敛性好，能稳定控制运动速度。
-
公开(公告)号：CN109765907A
公开(公告)日：2019-05-17
申请号：CN201910163383.7
申请日：2019-03-05
Applicant: 哈尔滨工程大学
IPC: G05D1/02
Abstract: 本发明属于舰船运动控制领域，具体涉及一种舰船用PID无模型自适应航向控制算法。包括将自适应比例项以及自适应微分项引入无模型自适应控制算法中，提出一种舰船用PID-MFAC算法；根据舰船期望航向y*(k)与舰船当前航向y(k)，计算航向偏差e(k)，e(k)＝y*(k)-y(k)；当e(k)的绝对值|e(k)|小于设定的航向状态偏差的阈值e1，则认为舰船的实际航向收敛到期望航向并跳出循环否则执行下一步；PID-MFAC算法根据e(k)解算出航向系统的期望输入u(k)；操纵机构接收并执行航向系统输入指令u(k)；令k＝k+1，更新舰船当前航向y(k)，并转到步骤2。本发明解决了MFAC算法直接应用到舰船航向控制中存在易发生严重超调、震荡现象甚至失稳的问题，自适应比例项与自适应微分项的引入，提高了控制器的响应速度与系统的动态响应性能。
-
公开(公告)号：CN105015698B
公开(公告)日：2018-02-09
申请号：CN201510475160.6
申请日：2015-08-06
Applicant: 哈尔滨工程大学
CPC classification number: Y02T70/12
Abstract: 本发明提供一种用于钻井船月池内部的减阻装置，包括设置在钻井船船舯部分上的垂向贯通式开口的月池结构，在所述月池结构的前方设置有倾斜式楔形导流块，倾斜式楔形导流块的垂直面与月池结构的前沿重合，所述月池结构的后方设置有楔形切槽，且所述楔形切槽的垂直面与月池结构的后沿重合，所述月池结构的后沿上设置有两个三角形阻荡装置，且两个三角形阻荡装置一上一下设置在楔形切槽的垂直面的上方。本发明可以减小钻井船的阻力，提高钻井船在航行过程中的经济性。
-
Patent Agency Ranking
公开(公告)号：CN107632590A
公开(公告)日：2018-01-26
申请号：CN201710722267.5
申请日：2017-08-22
Applicant: 哈尔滨工程大学
IPC: G05B23/02
Abstract: 本发明公开了一种基于优先级的底事件排序方法，属于故障分析技术领域。包括以下步骤：对故障树进行预处理，得到简化的故障树；对已经简化的故障树进行底事件排序，将故障树转化为BDD结构之前，首先要确定底事件的排列顺序，采用本发明的基于优先级的底事件排序方法进行底事件排序；根据得到的底事件排列顺序，按照香农原理的If-Then-Else运算符将故障树转化为BDD结构；对BDD结构进行遍历，寻找BDD结构中以1为终节点的所有路径，这些路径即为故障树的割集。本发明提出一种基于优先级的底事件排序方法，通过减小BDD的规模来减小计算代价，有效降低了故障树分析方法的内存消耗，同时提高了计算效率。
-
公开(公告)号：CN106028278A
公开(公告)日：2016-10-12
申请号：CN201610289418.8
申请日：2016-05-04
Applicant: 哈尔滨工程大学
CPC classification number: H04W4/029 , H04W16/22 , H04W64/006
Abstract: 本发明公开了一种基于移动信标的分布式水下网络定位方法，属于水下无线传感器网络技术领域。1)AUV逐层移动，每隔相同时间广播发送信标信号，未知节点根据收到AUV发射信号的顺序，对其信号进行编码。2)未知节点收到的相邻路径上的信号覆盖范围的几何模型相交产生最内相交体，估计最内相交体的质心作为自身位置。本发明是一种三维分布式的定位方法，通过计算最内相交体的质心，来确定未知节点的位置。实验证明本发明有较高的节点定位准确率和节点定位覆盖率。
-
公开(公告)号：CN105046652A
公开(公告)日：2015-11-11
申请号：CN201510212824.X
申请日：2015-04-30
Applicant: 哈尔滨工程大学
IPC: G06T5/00
Abstract: 本发明属于图形学中图形布局技术领域，特别涉及一种基于库仑力模型的图形节点遮挡消除方法。本发明包括：移动遮挡节点：消除遮挡节点。方法中给出的节点移动策略，使得节点在水平和垂直方向的移动距离、图形的总体面积值和运行时间都比较小；将库仑力模型应用在节点遮挡消除的方法中，达到了消除遮挡的同时也保持了节点的初始化顺序；在利用库仑力模型消除遮挡的过程中，在两节点达到分离时距离的基础上增加了一个常量，确保了两个节点达到完全分离的状态，从而得出一个合理的布局图形。
-
公开(公告)号：CN104539398A
公开(公告)日：2015-04-22
申请号：CN201510028497.2
申请日：2015-01-21
Applicant: 哈尔滨工程大学
IPC: H04L1/00 , H04L1/16 , H04L12/861
CPC classification number: H04L1/0001 , H04L1/1607 , H04L47/50
Abstract: 本发明公开一种异步占空比和网络编码的水下传感器网络MAC协议通信方法。包括以下步骤：初始化MAC协议，确定每对发送节点和接收节点的数据交换时间；使用编码节点选择算法确定网络编码层内的编码节点；网络编码层内的节点唤醒后，如果为普通节点则直接将接收到的数据包发送出去；如果为编码节点，进行编码后发送出去。本发明具有能够提高网络吞吐量和数据传输率的优点。
-
公开(公告)号：CN120066095A
公开(公告)日：2025-05-30
申请号：CN202510258559.2
申请日：2025-03-06
Applicant: 哈尔滨工程大学
IPC: G05D1/485 , G05D1/644 , G05D101/10
Abstract: 基于增量正则化网络的自主水下航行器控制方法和系统，属于智能控制技术领域，解决传统的路径规划算法在面对复杂环境时，容易出现计算效率低下和实时性不足问题。本发明的方法包括：在利用历史数据训练深度强化学习模型时引入L2正则化方法，快速实现路径的实时规划；引入增量路径动态决策机制，提取所训练的深度强化学习模型的参数，按批次对模型参数进行LoRA微调，使模型能够在自主水下航行器的运动过程中动态更新其Q值函数。基于深度强化学习方法，为自主水下航行器设计增量路径决策网络，使其在运动过程中根据获取到的新信息进行增量决策。本发明适用于复杂环境下自主水下航行器的自主路径规划。
-
-
-
-
-
-
-
-
-
Search Results
93
records
(took 0.036 seconds)
