-
公开(公告)号：CN104333362B
公开(公告)日：2017-07-04
申请号：CN201410470485.0
申请日：2014-09-16
Applicant: 哈尔滨工业大学(威海)
IPC: H03K17/687
Abstract: 本发明涉及一种同或‑异或双轨预充电逻辑单元，属于电路电子领域，本发明包括单轨异或逻辑电路和与之互补的单轨同或逻辑电路；两个电路均具有四个输入端，分别连接四个输入信号、、和；单轨异或逻辑电路的输出信号为输入信号和的异或逻辑结果；单轨同或逻辑电路的输出信号为输入信号和的同或逻辑结果。本发明在面积开支不大的情况下，能够有效地平衡逻辑单元内部节点的功耗，消除内部节点的记忆效应，有效地解决同或‑异或双轨预充电逻辑单元的提前传播效应的问题，实现安全有效的同或‑异或逻辑。
-
公开(公告)号：CN103198251B
公开(公告)日：2015-07-08
申请号：CN201310103424.6
申请日：2013-03-28
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明提出了一种基于神经网络的硬件木马芯片识别方法，解决了现有识别方法中需人工观察，效率低的问题，实现了硬件木马芯片识别的智能化。该方法包含以下步骤：首先获取所有待检测芯片的侧信道信息并对其进行数据预处理；选取部分待检测芯片进行反剖分析，确定反剖芯片是否含有硬件木马；利用不含硬件木马的反剖芯片经预处理之后的侧信道信息建立芯片特征空间；将所有待检测芯片经预处理后的侧信道信息矩阵投影到该特征空间，得到侧信道信息特征数据矩阵；利用反剖芯片的侧信道信息特征数据及相应的目标输出值建立并训练神经网络；将测试芯片的侧信道信息特征数据送入到已训练完成的神经网络进行判别输出，实现对硬件木马芯片的识别。
-
公开(公告)号：CN104378103A
公开(公告)日：2015-02-25
申请号：CN201410473366.0
申请日：2014-09-16
Applicant: 哈尔滨工业大学(威海)
IPC: H03K19/20
Abstract: 双轨预充电逻辑单元结构，属于电路电子领域，本发明为解决在面积开支不大的情况下，有效解决提前传播效应的问题。本发明与-与非逻辑包括单轨与逻辑电路和单轨与非逻辑电路；两个电路均具有四个输入端，分别连接四个输入信号a、、b和；单轨与逻辑电路的输出信号y为输入信号a和b的与逻辑结果；单轨与非逻辑电路的输出信号为输入信号a和b的与非逻辑结果；或-或非逻辑包括单轨或逻辑电路和单轨或非逻辑电路；两个电路均具有四个输入端，分别连接四个输入信号a、、b和；单轨或逻辑电路的输出信号y为输入信号a和b的或逻辑结果；单轨或非逻辑电路的输出信号为输入信号a和b的或非逻辑结果。
-
公开(公告)号：CN102999077A
公开(公告)日：2013-03-27
申请号：CN201210509155.9
申请日：2012-12-03
Applicant: 哈尔滨工业大学(威海)
IPC: G05F1/565
Abstract: 一种高线性补偿的电流平整电路，它涉及电路电子领域，它解决了目前电流注入补偿单元线性度的不足，达到高线性补偿的目的。它包括电流检测模块和电流注入补偿模块；电流检测模块，用于检测流经密码核心电路的电流Icore产生的变化电流ΔIcore，并转换变化电流ΔIcore为相应的变化电压ΔV，还用于将变化电压ΔV发送给电流注入补偿模块；电流注入补偿模块，用于将变化电压ΔV线性转换为补偿电流ΔIR，并通过补偿电流ΔIR对变化电流ΔIcore进行补偿，使总的电源端检测到的变化电流ΔItot被削平；电流注入补偿模块由放大器A、第三PMOS管M3、第四PMOS管M4和第五NMOS管M5至第十NMOS管M10组成。本发明达到隐藏芯片核心电流变化的目的，能够在加密中广泛应用。
-
公开(公告)号：CN120049642A
公开(公告)日：2025-05-27
申请号：CN202510510107.9
申请日：2025-04-23
Applicant: 哈尔滨工业大学(威海)
Abstract: 本申请提供了一种基于Q‑learning算法的无线充电多线圈快速匹配及定位方法，包括：步骤S1：建立多线圈阵列发射平台，以及实现平台相应能量传输单元灵活切换的供电网络；步骤S2：变换接收线圈的位置情况和不同能量传输单元的开启情况，建立充电环境信息；步骤S3：建立算法模型下的探索环境；步骤S4：智能体在未知环境中探索，依据动作选择策略执行动作，迭代更新Q值表；步骤S5：根据智能体执行动作，计算累计奖励；步骤S6：依据评价网络对智能体输出的动作策略进行评估，判断模型训练策略是否满足初始化要求，是，则实行步骤S7；否，则执行步骤S4；步骤S7：提取Q值表，输出线圈定位与匹配策略。本申请应用于无线充电技术领域。
-
Patent Agency Ranking
公开(公告)号：CN119996127A
公开(公告)日：2025-05-13
申请号：CN202311502682.1
申请日：2023-11-10
Applicant: 哈尔滨工业大学(威海) , 北京宇航系统工程研究所
Abstract: 本发明涉及水声通信技术领域，具体的说是一种面向水声通信的联合多分支均衡与极化码译码方法，与现有技术相比，多分支均衡和极化码译码间并不是相互独立的，而是在这两个模块间构成了环路，通过在两个模块间交换软信息，可进一步改善联合性能，仿真结果验证了本发明环路迭代的有效性，通过与已有算法的性能比较，也说明了所提本发明的优势。
-
公开(公告)号：CN119217920B
公开(公告)日：2025-03-28
申请号：CN202411764054.5
申请日：2024-12-04
Applicant: 哈尔滨工业大学(威海) , 威海天航信息技术有限公司
IPC: B60G17/016 , B60G17/02 , G01S7/40
Abstract: 本发明提供了一种车架载小型化高速探地雷达抖动补偿方法及补偿系统，涉及探地雷达探测技术领域，包括数据处理器接收倾斜姿态信息，计算车架倾斜角，补偿处理器接收车架倾斜角度，由补偿处理器对车架倾斜角度信息进行基于路况自适应噪声与角度阈值调整以及多模型切换卡尔曼滤波处理，预测下一时刻车架平台的姿态信息并更新角度阈值；同时补偿处理器依据预测的数据生成补偿运动命令并发送到机械补偿装置的位移控制器；距离补偿算法处理得到运动信息，将运动信息传递给机械补偿装置执行补偿动作。本申请利用卡尔曼滤波处理，自适应噪声与角度阈值调整机制，线性与非线性补偿切换机制进行预测更新，根据路面变化自适应调整，提高数据采集的准确性。
-
公开(公告)号：CN118310526B
公开(公告)日：2025-01-24
申请号：CN202410419204.2
申请日：2024-04-09
Applicant: 哈尔滨工业大学(威海)
IPC: G01C21/20 , G06F18/10 , G06F18/23213 , G06F18/2433 , H03H17/02
Abstract: 本发明提供了一种动态拓扑下基于因子图的多AUV量测滤波方法及系统，属于多AUV协同定位领域。为了解决现有的多AUV协同定位系统量测信息中会产生野值，降低系统的定位性能的问题。本发明在水下多AUV协同定位量测信息中存在野值的情况下，通过对动态拓扑下基于因子图的多AUV协同定位算法引入k‑means算法进行量测野值滤波，保障了水下协同定位在少量提高运行时间的情况下，大幅提升定位精度和鲁棒性，保障了水下作业时对于定位以及导航精度的需求；且通过仿真实验可知，本发明提升了64.54％的定位精度，面对量测野值也更加稳定。
-
公开(公告)号：CN119217920A
公开(公告)日：2024-12-31
申请号：CN202411764054.5
申请日：2024-12-04
Applicant: 哈尔滨工业大学(威海) , 威海天航信息技术有限公司
IPC: B60G17/016 , B60G17/02 , G01S7/40
Abstract: 本发明提供了一种车架载小型化高速探地雷达抖动补偿方法及补偿系统，涉及探地雷达探测技术领域，包括数据处理器接收倾斜姿态信息，计算车架倾斜角，补偿处理器接收车架倾斜角度，由补偿处理器对车架倾斜角度信息进行基于路况自适应噪声与角度阈值调整以及多模型切换卡尔曼滤波处理，预测下一时刻车架平台的姿态信息并更新角度阈值；同时补偿处理器依据预测的数据生成补偿运动命令并发送到机械补偿装置的位移控制器；距离补偿算法处理得到运动信息，将运动信息传递给机械补偿装置执行补偿动作。本申请利用卡尔曼滤波处理，自适应噪声与角度阈值调整机制，线性与非线性补偿切换机制进行预测更新，根据路面变化自适应调整，提高数据采集的准确性。
-
公开(公告)号：CN118329014B
公开(公告)日：2024-11-15
申请号：CN202410488155.8
申请日：2024-04-23
Applicant: 哈尔滨工业大学(威海)
IPC: G01C21/08 , G06F18/243 , G06N3/045 , G01C21/20 , G01C21/34
Abstract: 本发明提供一种粗精匹配结合的地磁道路定位方法、系统及存储介质，涉及智能驾驶领域，为解决现有方法计算量大，地磁数据特征维度少，导致算法易受测量噪声影响的问题。包括：步骤一、获取沿路径的地磁标量、三轴地磁矢量、车辆三轴姿态角信息，建立空间序列地磁基准库；步骤二、对基准库进行采样，获取训练集一对预构建的随机森林分类器进行训练，得到粗匹配模型；步骤三、获取训练集二对预构建的多尺度孪生神经网络进行训练，得到精匹配模型；步骤四、获取车辆行驶时地磁强度与姿态角的空间序列；步骤五、使用粗匹配模型确定当前车辆所在道路，使用精匹配模型确定当前车辆所在道路中的位置；步骤六、重复执行步骤四至步骤五，至定位结束。
-
-
-
-
-
-
-
-
-
Search Results
177
records
(took 0.041 seconds)
