-
公开(公告)号：CN103810374B
公开(公告)日：2017-04-05
申请号：CN201310662669.2
申请日：2013-12-09
Applicant: 中国矿业大学
IPC: G06F19/00
Abstract: 一种基于MFCC特征提取的机器故障预测方法，属于机器故障预测方法。该故障预测方法，通过机器上安装的声传感器获得当前机器运行的声音信号特征，声音信号经过预处理后，再将其进行Mel变换，获得其MFCC特征向量。根据所得MFCC特征向量对机器健康状况进行预测，具体聚类过程是支持向量机对机器正在运行时所提取的MFCC特征和所存机器之前正常运行样本数据进行聚类，通过投票法对聚类结果进行分析，进而对机器故障进行预测。优点：提取机器的声音特征，将其变换至Mel域，再根据SVM对特征向量进行聚类分析，快速、准确、简单的预测出机器健康状态。具有操作简单、预测精度高、预测速度快、抗噪性能好。对非线性、随机性、时变性的信号能够较为精确的预测。
-
公开(公告)号：CN106353719A
公开(公告)日：2017-01-25
申请号：CN201610706003.6
申请日：2016-08-22
Applicant: 中国矿业大学
Abstract: 本发明公开了一种信标漂移情况下水下WSN节点三维定位方法。对待定位盲节点覆盖度范围内的信标节点按照信标漂移后的可信度进行排序，取可信度前四位的信标节点分别为A、B、C、D。以可信度前三位的信标节点A、B、C结合DTOA测距结果，建立方程组，解算得到待定位盲节点的两组候选三维坐标。用信度第四的节点D三维坐标和测距结果建立判断条件，最终确定待定位盲节点的三维坐标。遍历全部待定位盲节点，完成水下WSN节点三维定位。本发明方法，定位结果可信度高，尤其适用于非理想静水环境中水下信标漂移情况下的WSN节点三维定位。
-
公开(公告)号：CN103199923B
公开(公告)日：2016-04-20
申请号：CN201310140087.8
申请日：2013-04-22
Applicant: 中国矿业大学
IPC: H04B10/116 , G06F17/30 , G01S1/70
Abstract: 一种基于可见光通信的井下移动目标光指纹定位跟踪方法，属于煤矿井下移动目标定位跟踪方法。该方法的离线阶段建立光指纹数据库，在线阶段则通过指纹匹配的方式进行目标的定位跟踪；运动目标在移动过程中，通过所携带的接收机检测照明灯基站的信号，随后将计算得到的信息发送给照明灯基站；照明灯基站收到用户信息，计算用户信号相对于基站的方位信息，并将此到达角度信息、基站自身的ID和移动目标传递来的光信号强度、目标ID一起组装成定位数据包传输到定位服务器；定位服务器计算出目标位置。照明灯基站利用基于接收强度的盲自适应多光源检测算法实时追踪目标移动方位，得出目标的精确位置，实现定位跟踪。优点：能够准确、有效估计目标的位置。
-
公开(公告)号：CN105044666A
公开(公告)日：2015-11-11
申请号：CN201510364753.5
申请日：2015-06-26
Applicant: 中国矿业大学
IPC: G01S5/02
CPC classification number: G01S5/02
Abstract: 一种面向矿井运动目标的双标签高精度定位方法，属于双标签高精度定位方法。该双标签高精度定位方法包括：第一类矿井运动目标定位方法和第二类矿井运动目标定位方法；所述方法在运动目标上水平或垂直安装两个定位标签，并与沿巷道顶板安装的两个定位基站通信，通过构造标签与定位基站RSSI距离与估计距离之间的优化函数并求解其最小值，实时得到运动目标的位置；优化函数的求解通过迭代的方式完成，它包括迭代初值确定、左/右迭代两个主要步骤。本发明仅需在待定位目标上添加一个定位标签即可大幅提高定位精度，升级成本低，部署容易，适合于与巷道平行的长条状对象(如矿车、采煤机)，也适用于与巷道垂直的长条状对象(如人员)。
-
公开(公告)号：CN104457757A
公开(公告)日：2015-03-25
申请号：CN201410745383.5
申请日：2014-12-08
Applicant: 中国矿业大学
Abstract: 一种基于前项反馈修正的井下动目标定位方法，属于井下目标定位方法。根据井下规划特点，建立平面坐标系，将各段不同的巷道标记为不同的区域，并将各个区域的方向角或者圆心点及半径存入信息数据库；然后对动目标执行区域识别算法，动目标若不在巷道区域范围内，则根据前项反馈信息，采用位置修正算法对坐标进行修正；若在巷道区域范围内，则执行位置判别算法，满足移动长度条件，则直接输出结果，否则根据前项反馈信息，采用位置修正算法对坐标进行修正；最后将动目标信息存入位置信息数据库中，作为下一位置判别修正的前项信息。优点：该定位法对不在巷道内和不符合实际情况的点能够有效的修正，适用范围广、可移植性强、定位精度高。
-
Patent Agency Ranking
公开(公告)号：CN104363655A
公开(公告)日：2015-02-18
申请号：CN201410730230.3
申请日：2014-12-04
Applicant: 中国矿业大学
IPC: H04W64/00
CPC classification number: H04W64/00 , H04W64/006
Abstract: 一种煤矿巷道中基于到达角的定位方法，属于煤矿巷道中的目标定位方法。该定位方法的移动目标携带未知节点在巷道中行进，期间周期性的广播移动无线电信号，该信号包含了与移动目标通信的前一基站的位置信息，记为privious；基站测得信号的到达角θ，将其和未知节点发送的privious信息存到自己的缓存中，随后连同节点的当前状态信息(state)一起组成数据包发送给地面定位操作系统；根据公式UB′＝h/tanθ，找出未知节点的2个可能的坐标；利用坐标筛选方法，从2个坐标点中筛选出正确的坐标作为未知节点坐标。本发明只需要一个基站即可完成定位，不需要复杂的计算和其他设备的配合，无论是直线巷道、弯曲巷道还是分叉巷道，都有很高的适用性。
-
公开(公告)号：CN103537436A
公开(公告)日：2014-01-29
申请号：CN201310539577.5
申请日：2013-11-04
Applicant: 中国矿业大学
Abstract: 一种三维建模中煤块粒度分析的动筛故障诊断方法，属于动筛故障诊断方法。该动筛故障诊断方法，通过冲击力传感器、激光多普勒测速法测出煤块从动筛下落对缓冲板的冲击力度、煤块撞击缓冲板后的起跳速度、起跳高度作为动筛故障诊断的特征；三维建模分析煤块的下落过程，煤块对缓冲板的撞击力度P、煤块弹跳初速度v0、煤块上升位移h这三个参数，根据这三种信号的特征确定煤块的横截面积，与非故障筛孔的横截面积进行对比，并计算出煤块的横截面积与厚度；间接测量煤块粒度对动筛故障进行诊断。优点：本发明将煤块对缓冲板的撞击力度、煤块弹跳初速度、煤块上升位移这三个参数，准确确定煤块的最大横截面积和厚度，准确、快速、简单的监测出筛板的故障。
-
公开(公告)号：CN103199922A
公开(公告)日：2013-07-10
申请号：CN201310112392.6
申请日：2013-04-02
Applicant: 中国矿业大学
IPC: H04B10/116 , H04B3/54 , E21F17/18
Abstract: 一种基于可见光通信的煤矿工作面通信系统及其方法，属于煤矿通信系统及方法。它利用工作面已有的照明电缆作为传输介质，在工作面中增设基于LED照明灯的可见光基站，矿工佩戴具有收发信功能的LED矿灯，作为移动节点，就近接入信号最强的可见光基站。通过构建由工作面移动节点与照明灯基站之间的无线链路，照明灯基站与综保、井下骨干网络的有线链路，实现工作面的有线与无线的混合覆盖。工作面现场的通信数据通过可见光信道和照明电缆传输到井下骨干环网交换机或者分支交换机，通过骨干环网将数据发送到地面通信服务器。优点：LED光源能耗低，传输速率高，因此系统的能耗低，安全性高，成本低廉，抗干扰能力强，煤矿井下无自然光的干扰，适合在煤矿井下使用。
-
公开(公告)号：CN119848664A
公开(公告)日：2025-04-18
申请号：CN202411919647.4
申请日：2024-12-25
Applicant: 中国矿业大学
IPC: G06F18/2415 , G06N3/006 , G06F18/10 , G06N5/01 , H04W4/02
Abstract: 本发明公开了一种基于GMM‑PSO‑EM算法的NLOS识别方法，首先对时延数据进行预处理、降噪，并结合AIC和BIC准则确定分布数量，再通过PSO‑SA‑EM算法迭代更新GMM参数，建立GMM模型后通过PDF值确定的区域面积来确定场景内NLOS概率值。本基于GMM‑PSO‑EM算法具有出色的NLOS识别性能，在处理NLOS问题时具有较强的有效性和鲁棒性，能够解决复杂室内环境中NLOS识别复杂度较高、需要大量的数据标记工作以及在数据量较小的情况下性能较差的问题，且实现相对简单、计算速度更快，特别适用于复杂室内环境下UWB系统定位过程中对NLOS信号的识别。
-
公开(公告)号：CN118826931A
公开(公告)日：2024-10-22
申请号：CN202410801200.0
申请日：2024-06-20
Applicant: 中国矿业大学
IPC: H04B17/391 , G06F18/15 , G06F18/2131 , G06N3/0442 , G06N3/045 , G06N3/084 , G06N3/0985
Abstract: 本发明公开了一种基于分解预测和误差修正的车联网信道预测方法，首先利用变分模态分解将信道数据分解为若干个子分量，然后对每个子分量建立基于双向门控循环神经网络的预测模型，将每个子分量的预测结果继续叠加得到初步预测结果，接下来计算出子分量的预测差值，通过误差修正方法对子分量的预测误差进行处理、并得到误差预测结果，最后将初步预测结果和误差预测结果叠加完成预测。本基于分解预测和误差修正的车联网信道预测方法能够解决现有车辆网信道预测技术存在的信道建模中数据不足、预测过程中长期误差累计的问题，实现较高的车联网信道预测精确度，进而便于更好地优化车联网通信系统的性能。
-
-
-
-
-
-
-
-
-
Search Results
64
records
(took 0.024 seconds)
