-
公开(公告)号：CN116842385B
公开(公告)日：2024-03-19
申请号：CN202310802518.6
申请日：2023-06-30
申请人： 南京理工大学
IPC分类号： G06F18/214 , G01B21/30 , G06F18/213 , G06F18/10 , G06F18/24 , G06N3/0442 , G06N3/08
摘要： 一种基于履带车振动特征的LSTM路面不平度识别方法，属于神经网络技术领域。包括：采集A、B、C、D四个路面等级的加速度数据；运用时频域分析方法分析各级路面的加速度数据特征，确定制作加速度样本时滑动窗口大小和步长；对采集到的加速度数据预处理，建立数据库；将步骤三建立的数据库作为LSTM网络的输入，路面不平度作为LSTM网络的输出，通过对LSTM网络进行训练和测试，识别出路面不平度的等级。优点：首次将LSTM运用于履带车的路面不平度识别中且准确率高；运用傅里叶变换和小波变换方法分析履带车的振动特征，根据振动特征在时间域上的分布确定滑动窗口大小和步长，方便了对数据进行采样，也能提高最后的识别准确率。
-
公开(公告)号：CN116709240A
公开(公告)日：2023-09-05
申请号：CN202310756910.1
申请日：2023-06-26
申请人： 南京理工大学
摘要： 本申请提供基于鲸鱼优化算法的层次化传感器部署方法，方法包括初始化传感器组的参数，传感器数量，根据战场环境信息初始化战场网络模型和战场布阵约束矩阵；以最大化有效覆盖率为目标函数对传感器组中的静态传感器进行优化部署，根据鲸鱼优化算法的步骤，迭代得到优化后的静态传感器位置；根据当前战场的环境和态势，以更细致的目标函数来对传感器组中的动态传感器进行优化布站；本申请提供的方法中传感器网络由静态传感器和动态传感器组成。静态传感器级别更高，可以获得所侦察区域的所有动态传感器位置，动态传感器具有移动能力，能够准确的移动至优化后的位置。本方法实现了在复杂战场环境下面对高机动目标仍能准确地获取其目标信息。
-
公开(公告)号：CN109945869B
公开(公告)日：2022-07-19
申请号：CN201910173897.0
申请日：2019-03-08
申请人： 南京理工大学
IPC分类号： G01C21/20
摘要： 本发明公开了一种目标航迹数据预处理中变加速运动的一步外推预测方法。火控系统在航迹滤波前都会对测量装置探测到的数据进行预处理，若某一时刻存在缺失的目标数据或需要剔除的坏点，必须根据其前几个时刻测量值对漏点进行补点。经实际应用验证，目标做变加速运动时，匀速直线和匀加速直线运动的外推公式预测误差较大，远不能满足预测精度要求。本发明采用了系统辨识中的最小二乘参数辨识方法，获得变加速直线运动的4点和5点的一步外推预测公式，对缺失的目标数据进行递推预测，有效减小了测量数据缺失对火控系统造成的影响。本发明不局限应用于火控系统，可应用于其他已知变加速运动模型的缺失数据预测上。
-
公开(公告)号：CN107817679B
公开(公告)日：2021-08-31
申请号：CN201610715178.3
申请日：2016-08-24
申请人： 南京理工大学
摘要： 本发明公开了一种基于红外与可见光融合跟踪的舰船水炮控制系统及方法，该系统包括光电跟踪系统、控制计算机和水炮伺服控制系统；光电跟踪系统包括红外与可见光相机和激光测距仪，用于获得海上舰船目标的双通道图像信息和距离信息；控制计算机包括目标检测与识别模块和射击诸元计算模块，目标检测与识别模块用于利用可见光图像的目标颜色特征和红外图像的目标轮廓特征进行目标检测与识别；射击诸元计算模块用于对海上舰船目标进行目标建模，求解命中方程，计算射击诸元；水炮伺服控制系统用于根据射击诸元控制水炮指向目标。本发明可实现海上舰船目标的实时运动跟踪，不受电磁干扰，精确获得目标的角位置及距离信息，指导水炮进行实行有效的射击。
-
公开(公告)号：CN110588433A
公开(公告)日：2019-12-20
申请号：CN201910801839.8
申请日：2019-08-28
申请人： 南京理工大学
摘要： 本发明公开了一种新能源汽车锂电池箱的火灾监控系统，包括n个数据采集模块，用于采集电池箱内温度和一氧化碳浓度数据；主控模块，用于处理采集的数据信息，并判断电池箱目前状态是否正常，并将状态结果传输至LCD模块进行显示；此外，若状态异常，由主控模块实施相应的应急措施；LCD模块，用于显示采集到的电池箱内的当前数据、设定的报警阈值数据、当前报警信息以及时间；在电池箱状态异常时，驱动报警模块进行报警，并将电池箱故障信息传输至存储模块；存储模块，用于存储电池箱故障信息；报警模块，用于在电池箱状态异常时进行声光报警和GSM短信报警。本发明监控准确性高，体积小，接线方便，误差小，应用简单，实时性和泛用性好，具有良好的应用前景。
-
公开(公告)号：CN110457526A
公开(公告)日：2019-11-15
申请号：CN201910702087.X
申请日：2019-07-31
申请人： 南京理工大学
摘要： 本发明提出了一种基于xml文件的通用化数据解析方法，确定通信协议中每个字段所具有的特征；将通信协议编写成对应的xml文件；根据xml文件的根元素创建目标文件，将xml文件中每个元素的字段名称写入目标文件作为表头；将报文以二进制的形式保存，选择要解析的报文文件，根据xml文件根元素，找到符合此xml文件描述的报文；依次读取xml文件的每一个元素，根据元素的长度属性，在报文中读取相应长度的数据，根据数据类型属性将数据进行解析，并将解析后的数据保存到目标文件中，直到读取到根元素的结束标签。本发明解决了每个协议都要修改解析软件的问题，增强了通用性，只要编写出符合规则的xml文件就能够准确解析数据。
-
公开(公告)号：CN110362379A
公开(公告)日：2019-10-22
申请号：CN201910496117.6
申请日：2019-06-10
申请人： 南京理工大学
摘要： 本发明公开了一种基于改进蚁群算法的虚拟机调度方法，包括以下步骤：初始化相关参数；将蚂蚁随机置于某一物理服务器；对物理服务器进行虚拟机放置；判断物理服务器是否能继续放置虚拟机，若是，则返回上一步，否则选取下一个物理服务器，并判断虚拟机集合中虚拟机是否全部放置，若是，执行下一步；否则返回上一步；求取每只蚂蚁对应的改进目标函数值，其最大值对应的虚拟机放置方案即为虚拟机调度局部最优解；判断当前迭代次数是否大于迭代次数阈值Rmax，若大于，则结束迭代过程；反之，返回第二步进行下次迭代，直至满足迭代次数约束条件；输出目标函数最大值所对应的虚拟机放置方案即全局最优解。本发明能够实现cpu高利用率的同时，保证资源均衡使用。
-
公开(公告)号：CN108415083A
公开(公告)日：2018-08-17
申请号：CN201810120626.4
申请日：2018-02-07
申请人： 南京理工大学
摘要： 本发明公开了一种基于单片机的布头检测装置，包括磁钢和感应检测装置，所述磁钢固定在待染布匹上，所述感应检测装置的检测端朝向导布管侧壁，所述感应检测装置包括依次连接的感应线圈、检测电路以及单片机。当磁钢随染布在染布机染缸内运动时，经过感应线圈产生感应电流，检测电路板检测到信号，将信号传输到单片机进行处理。本发明通过单片机将检测到的模拟信号转换为数字信号，从而大大提高了装置的检测距离和信号的精确度，并且保证了布头的检出率。
-
公开(公告)号：CN107908926A
公开(公告)日：2018-04-13
申请号：CN201711230479.8
申请日：2017-11-29
申请人： 中国人民解放军63850部队 , 南京理工大学
IPC分类号： G06F19/00
CPC分类号： G06F19/00
摘要： 本发明公开了一种射弹散布具有相关性的高炮毁伤概率确定方法。该方法包括以下步骤：测量高炮在战斗炮条件下的射弹散布zb(k)和射击诸元误差zs(k)，分别计算二者的均值和方差；测量弹道炮试验条件下高炮身管振动所产生的射弹散布zo(k)，并计算它的均值和方差；计算射弹散布zo(k)的相关系数；根据射击误差z(k)的预测方程，运用递推公式计算前N发射击均脱靶条件下，zo(N)、zs(N)的联合密度函数；根据给定的致毁目标弹药数ω，一个射击诸元包含的高炮身管数L，计算火炮相应的毁歼概率。本发明根据随机序列相关理论，对射弹散布的相关性进行了更准确的描述和处理，提高了毁伤概率计算精度。
-
公开(公告)号：CN118690263A
公开(公告)日：2024-09-24
申请号：CN202410778164.0
申请日：2024-06-17
申请人： 南京理工大学
IPC分类号： G06F18/2411 , G01M17/04 , G06N3/0464 , G06F18/214 , G06N3/048
摘要： 一种基于注意力机制的卷积神经网络履带车辆悬挂系统故障诊断方法，属于故障诊断技术领域，包括如下步骤：采集正常和故障情况下车辆的垂直加速度数据；对采集到的加速度数据进行预处理，建立样本集；将S2建立的样本集作为AM1DCNN‑SVM的输入，故障类别作为AM1DCNN‑SVM的输出，通过对AM1DCNN‑SVM进行训练和测试，对悬挂系统故障进行诊断。优点：激励注意力机制通过动态地调整每个特征的权重，使得模型能够更有效地捕捉与故障相关的特征并忽略不相关的特征，提高了特征的判别性和区分度，解决了传统卷积神经网络无法自适应专注于具有判别性的特征并忽略无用特征的问题，提高了故障诊断准确率。
-
-
-
-
-
-
-
-
-
搜索结果
83 条记录 (耗时 0.135 秒)
