-
公开(公告)号：CN115061173A
公开(公告)日：2022-09-16
申请号：CN202210796815.X
申请日：2022-07-06
Applicant: 南京邮电大学
Abstract: 本发明公开一种基于联邦卡尔曼滤波的GPS/AOA/SINS组合导航方法，属于计算、推算或计数的技术领域。该方法结合了GPS、AOA、SINS三者优势互补的特点，并通过联邦卡尔曼进行最佳融合，大大提高定位精度。在联邦卡尔曼子滤波器和主滤波器之间加入故障检测和故障处理模块，当检测出异常时，利用残差卡方检测法设定的阈值与故障检测函数之比对故障子滤波器滤波增益矩阵K进行自适应调节，改变故障子滤波器中预测值和量测值的比重，并进一步将故障处理后的联邦卡尔曼滤波结果与故障子滤波器时间更新值融合。该方法可以有效抑制因异常值带来的定位发散，满足组合导航系统对可靠性与稳定性的需求。
-
Patent Agency Ranking
公开(公告)号：CN108777157A
公开(公告)日：2018-11-09
申请号：CN201810429797.5
申请日：2018-05-08
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于深度神经网络预测MLC闪存电压阈值的自适应方法，包括如下步骤：获取当前合适的电压阈值；估计存储电压分布的特征值；利用深度神经网络建立存储电压分布的特征值与电压阈值的关系。通过大量存储电压的分布特征值作为训练输入，训练输出结果作为预测的电压阈值，进行一次训练，将训练好的网络权重保存下来；对MLC闪存进行一次译码，若译码成功，则进入下一次译码。若译码失败，获取存储电压的分布特征值；获取电压阈值；建立高斯模型，从而获取新的LLR信息；重新进行一次译码。本发明通过建立当前存储电压的分布与其分布对应的较优电压阈值的关系，从而实现优化不同数据保留时间的电压阈值优化。
-
公开(公告)号：CN108997970A
公开(公告)日：2018-12-14
申请号：CN201810744179.X
申请日：2018-07-09
Applicant: 南京邮电大学
IPC: C09K3/00
CPC classification number: C09K3/00
Abstract: 本发明公开了一种应用于蜂窝结构浸渍胶液体系吸收剂的制备方法。其制备方法如下：将羰基铁粉与硬脂酸钙按比例加入球磨罐中，加入分析纯无水乙醇进行湿磨，真空干燥，然后装入粉碎机中粉碎，将粉碎后的羰基铁粉与羰基铁粉原料按比例进行超声混合，真空干燥后即可获得所述吸收剂。该方法可以通过改变羰基铁粉制备工艺来调节其介电参数，改善材料的匹配特性和电磁波吸收特性，可应用于蜂窝结构浸渍胶液体系的雷达波低频吸收剂，能有效地吸收低频段雷达波。
-
公开(公告)号：CN112000006A
公开(公告)日：2020-11-27
申请号：CN202010643654.1
申请日：2020-07-06
Applicant: 南京邮电大学
IPC: G05B13/04
Abstract: 本发明公开了基于有限时间快速非奇异终端滑模的自主航天器交会控制方法，该方法包括：建立跟踪航天器和被跟踪航天器之间的接近相对运动动力学模型，以描述作用在跟踪航天器上的实时控制输入力和集总不确定干扰对两个航天器在实际相对位置和实际相对速度的作用关系；设计有限时间自适应干扰观测器，以根据当前实际相对位置、当前实际相对速度和实时控制输入力对集总不确定干扰进行估计，得到干扰估计值；设计包含快速非奇异终端滑模面的控制单元，以根据干扰估计值、当前实际相对位置和当前实际相对速度更新实时控制输入力。本发明的控制方法比自主航天器交会的线性滑模控制方法可实现更快的动态响应特性和更高的稳态精度。
-
公开(公告)号：CN112000006B
公开(公告)日：2022-06-03
申请号：CN202010643654.1
申请日：2020-07-06
Applicant: 南京邮电大学
IPC: G05B13/04
Abstract: 本发明公开了基于有限时间快速非奇异终端滑模的自主航天器交会控制方法，该方法包括：建立跟踪航天器和被跟踪航天器之间的接近相对运动动力学模型，以描述作用在跟踪航天器上的实时控制输入力和集总不确定干扰对两个航天器在实际相对位置和实际相对速度的作用关系；设计有限时间自适应干扰观测器，以根据当前实际相对位置、当前实际相对速度和实时控制输入力对集总不确定干扰进行估计，得到干扰估计值；设计包含快速非奇异终端滑模面的控制单元，以根据干扰估计值、当前实际相对位置和当前实际相对速度更新实时控制输入力。本发明的控制方法比自主航天器交会的线性滑模控制方法可实现更快的动态响应特性和更高的稳态精度。
-
公开(公告)号：CN108777157B
公开(公告)日：2021-07-09
申请号：CN201810429797.5
申请日：2018-05-08
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于深度神经网络预测MLC闪存电压阈值的自适应方法，包括如下步骤：获取当前合适的电压阈值；估计存储电压分布的特征值；利用深度神经网络建立存储电压分布的特征值与电压阈值的关系。通过大量存储电压的分布特征值作为训练输入，训练输出结果作为预测的电压阈值，进行一次训练，将训练好的网络权重保存下来；对MLC闪存进行一次译码，若译码成功，则进入下一次译码。若译码失败，获取存储电压的分布特征值；获取电压阈值；建立高斯模型，从而获取新的LLR信息；重新进行一次译码。本发明通过建立当前存储电压的分布与其分布对应的较优电压阈值的关系，从而实现优化不同数据保留时间的电压阈值优化。
-
-
-
-
-
Search Results
6
records
(took 0.026 seconds)
