-
公开(公告)号：CN114740385A
公开(公告)日：2022-07-12
申请号：CN202210212196.5
申请日：2022-03-04
Applicant: 中南大学
IPC: G01R31/387 , G01R31/367
Abstract: 本发明公开了一种自适应的锂离子电池荷电状态估计方法，其方法包括以下步骤：建立锂离子电池二阶RC等效电路模型，并离线辨识二阶RC等效电路模型的参数；拟合锂离子电池开路电压与荷电状态之间的相关性曲线；通过动态应力测试对模型的准确性进行验证；根据含遗忘因子的递归最小二乘法对模型参数进行在线辨识；使用自适应扩展卡尔曼粒子滤波算法，确定锂离子电池荷电状态的估计值。本发明通过输出多个粒子的加权平均值，提高了荷电状态估计结果的稳定性和准确性；通过自适应扩展卡尔曼滤波算法对粒子重要性进行采样，在准确估计锂离子电池荷电状态的同时，提高了算法的运算效率。
-
公开(公告)号：CN114487890A
公开(公告)日：2022-05-13
申请号：CN202210094201.7
申请日：2022-01-26
Applicant: 中南大学
IPC: G01R31/392
Abstract: 本发明公开了一种改进长短期记忆神经网络的锂电池健康状态估计方法。其步骤为：获取锂电池实验数据集；根据容量计算电池实际的健康状态，提取若干个能够表征电池健康状态的老化特征并对特征数据进行标准化处理；初始化相关参数并建立改进的长短期记忆神经网络模型，确定网络中需要优化的参数；对改进的长短期记忆神经网络估计模型进行训练；将训练得到的最优参数值作为长短期记忆神经网络模型中对应的值来进行锂离子电池健康状态的估计。本发明能够有效提高锂离子电池健康状态的估计精度。
-
公开(公告)号：CN114338497A
公开(公告)日：2022-04-12
申请号：CN202111598690.1
申请日：2021-12-24
Applicant: 中南大学
Abstract: 本发明公开了一种基于在线强化学习的列车车队数据路由系统及方法，其中系统包括设置于列车车队中各列车成员内的列车通信装置和路由决策模块，以及设置于列车车队中头车内的训练模块；列车通信装置用于构建车队和进行组网；路由决策模块包括状态数据收集模块和神经网络路由决策模块，状态数据收集模块用于采集对应列车的通信状态信息和行驶状态信息；神经网络路由决策模块用于根据采集的数据进行路由决策，并将决策经验发送到头车；训练模块用于利用获取的决策经验对路由策略选择神经网络进行训练，并将训练完成后的路由策略选择神经网络参数反馈到各列车成员进行参数更新。本发明实现能够根据环境自适应调整的在线强化学习路由决策。
-
公开(公告)号：CN114157544A
公开(公告)日：2022-03-08
申请号：CN202111487260.2
申请日：2021-12-07
Applicant: 中南大学
Abstract: 本发明公开了一种基于卷积神经网络的帧同步方法、设备及介质，应用于无线通信系统，方法为：Step1：准备无线通信系统的通信数据集，对接收端数据进行预处理，并根据发送端数据确定接收端数据中的数据包起始位置；Step2：构建卷积神经网络模型，以接收端预处理后的数据为输入，以接收端数据中的数据包起始位置为输出，对构建的卷积神经网络模型进行训练；Step3：将训练好的卷积神经网络模型嵌入到接收端的帧同步系统之中；Step4：对接收端数据进行预处理，再输入至训练好的卷积神经网络，输出即为接收端数据中的数据包起始位置。本发明能充分解决发送端和接收端之间信息漏同步和假同步的问题，提高同步系统的同步性能。
-
公开(公告)号：CN110012508B
公开(公告)日：2022-02-11
申请号：CN201910283122.9
申请日：2019-04-10
Applicant: 中南大学
IPC: H04W28/16 , H04W28/08 , H04W28/02 , H04L67/1004 , H04L67/1008
Abstract: 本发明公开了一种面向超密集网络的边缘计算的资源分配方法及系统，该方法从全局的角度收集各终端设备的任务请求，以及各边缘服务器的资源状态，以SDN控制器作为决策体执行各边缘服务器计算资源的合理分配；该系统包括宏基站、微基站以及边缘服务器；宏基站与各微基站通过高速光纤链路连接，与移动用户之间采用无线连接的方式。宏基站从全局的角度管理整个网络的资源状况，收集各移动给用户的信息。本发明充分考虑到边缘服务器计算资源的有效性，以及各服务器资源总量及性能差异，将双向多轮拍卖机制引入到超密集网络中多服务器计算资源分配过程中，在保障用户服务质量的前提下，最大化服务器的总收益，均衡各个服务器的负载。
-
Patent Agency Ranking
公开(公告)号：CN113644933A
公开(公告)日：2021-11-12
申请号：CN202111147928.9
申请日：2021-09-29
Applicant: 中南大学
Abstract: 本发明公开了一种基于混合粒子群遗传算法的自适应直接序列扩频通信方法、系统和介质，其中方法包括：步骤1，基于多种环境条件和多种通信条件，构建扩频因子条件向量和扩频因子表达式；步骤2，将扩频因子条件向量抽象表示为粒子的地址，将扩频因子表达式作为适应度函数，采用混合粒子群遗传算法求解最优的扩频因子；步骤3，将求解得到的最优扩频因子作为通信双方最新的扩频因子，对需要传输的数据进行直接序列扩频通信。本发明能根据通信和环境条件快速求解最优扩频因子，增强通信系统的抗干扰性、提高带宽资源利用效率。
-
公开(公告)号：CN113259284A
公开(公告)日：2021-08-13
申请号：CN202110520590.0
申请日：2021-05-13
Applicant: 中南大学
IPC: H04L25/03
Abstract: 本发明公开了一种基于Bagging和长短期记忆网络的信道盲均衡方法及系统，该方法包括如下步骤，建立基于长短期记忆网络的信道盲均衡模型；采用Bagging算法对长短期记忆网络盲均衡模型进行优化；对得到的模型进行训练，得到最佳的参数设置；利用训练好的盲均衡模型对新数据进行均衡。在保证神经网络对非线性良好的拟合前提下，通过引入长短期记忆网络解决了神经网络盲均衡过程中参数寻优困难和易于陷入局部最优解的问题。此外，基于改进常模算法MCMA消除了信道对于传输信号在幅值和相位两个方面的影响，使得本发明技术方案更具适应性，适用的信道环境更广，能够提升神经网络类均衡器在时变信道的均衡性能。
-
公开(公告)号：CN111308363B
公开(公告)日：2021-06-25
申请号：CN202010097628.3
申请日：2020-02-17
Applicant: 中南大学
IPC: G01R31/382 , G01R31/367
Abstract: 本发明公开了一种基于自适应模型的锂电池荷电状态估计装置及方法，其中方法包括：建立锂电池老化状态映射模型；计算锂电池的端电压、荷电状态以及老化状态这三者间的第一函数关系式；根据第一函数关系式，对锂电池的等效电路进行参数辨识，并拟合计算锂电池的等效电路参数与荷电状态和老化状态这三者间的第二函数关系式；判断待测锂电池的老化状态，再使用第二函数关系式，根据待测锂电池的老化状态得到其等效电路参数与荷电状态间的关系，最终基于待测锂电池的电池荷电状态初值、以及等效电路参数与荷电状态的映射关系，对待测锂电池的荷电状态进行估计。本发明能在不同的电池的老化状态下自动地调节锂电池等效电路模型的参数，提高锂电池荷电状态的估计精度。
-
公开(公告)号：CN111308909B
公开(公告)日：2021-02-26
申请号：CN202010100234.9
申请日：2020-02-18
Applicant: 中南大学
IPC: G05B17/02
Abstract: 本发明公开了一种中继阀故障诊断方法及装置，其中方法包括：从真实列车均衡模块和列车均衡模块仿真平台，获取总风缸、均衡风缸和列车管在中继阀不同故障类型时的压力时间序列；对每种故障类型，均按列车管充排风周期截取压力时间子序列，从中提取压力特征值，并从均衡风缸控制信号中提取均衡风缸的进风阀动作频率和排风阀动作频率，组建训练数据；以训练数据和对应的故障类型分别作为输入和输出数据，训练神经网络模型，得到中继阀故障诊断模型；使用中继阀故障诊断模型诊断待测中继阀的故障类型。本发明通过真实列车均衡模块和列车均衡模块仿真平台获取更多训练数据，可以提高训练所得中继阀故障诊断模型的准确性。
-
公开(公告)号：CN109849693B
公开(公告)日：2020-11-03
申请号：CN201910180965.6
申请日：2019-03-11
Abstract: 本发明公开了一种基于自适应小波转换的电动汽车混合能源管理系统及其控制方法，系统包括：超级电容、锂电池、两个DC\DC转换器、驱动模块、采集电路和控制模块。控制方法为，先通过电压环控制得到负载需求的总参考电流；再利用自适应小波转换算法对负载需求的总参考电流进行小波变换，得到高频电流分量和低频电流分量，并将其中的低频电流分量作为锂电池的参考电流，高频电流分量作为超级电容的参考电流；然后通过控制模块的电流环实时跟踪锂电池和超级电容的参考电流，实现负载需求功率的实时分配。本发明充分利用了超级电容，并有效地保护了锂电池。
-
-
-
-
-
-
-
-
-
Search Results
180
records
(took 0.076 seconds)
