融合螺旋桨水动力的无人艇自抗扰控制方法

    公开(公告)号:CN116679693A

    公开(公告)日:2023-09-01

    申请号:CN202310441613.8

    申请日:2023-04-23

    申请人: 东南大学

    IPC分类号: G05D1/02

    摘要: 融合螺旋桨水动力的无人艇自抗扰控制方法,首先建立水面无人艇的动力学模型,然后分析无人艇的受力模型,估计出受到风浪、水流干扰的作用力和力矩,实时反馈无人艇的运动状态变化,并利用扩张状态观测器对未建模部分与不确定部分进行实时观测。基于自抗扰控制方法设计控制律,并在螺旋桨控制律中加入风浪和水流扰动以及重心的变化情况,在遇到外界环境干扰和不确定性干扰可以及时的补偿从而实现稳定的航行,相比于现有姿态控制方案能够提高水面无人艇的航行控制性能,更适用于实际航行过程。

    一种基于LSTM和注意力机制的改进PDR室内定位方法

    公开(公告)号:CN116465412A

    公开(公告)日:2023-07-21

    申请号:CN202310447533.3

    申请日:2023-04-24

    申请人: 东南大学

    摘要: 一种基于LSTM和注意力机制的改进PDR室内定位方法,包括以下步骤:编写数据采集软件,获取智能手机内部IMU数据。使用AdaBoost提升决策树的分类性能,实现提升树算法,根据加速度数据一系列特征值实现行人运动状态识别;根据识别出的运动状态,设置不同的阈值,利用波峰双阈值法实现步态识别;构建步长估计模型,搭建基于Attention机制改进的LSTM模型,并利用已采集的数据集进行训练、测试。将采集到的实时加速度计和陀螺仪数据投入已训练的模型以实现PDR过程中的步长估计;使用陀螺仪和磁力计数据,利用四元数姿态解算方法实现PDR过程中的航向估计,同时根据识别出的运动状态约束相关参数,减少PDR系统的误差,最终结合已获得的步长,完成行人室内定位。

    一种高斯-非高斯混合分布数据的特征提取及过程监控方法及系统

    公开(公告)号:CN118445695A

    公开(公告)日:2024-08-06

    申请号:CN202410602772.6

    申请日:2024-05-15

    申请人: 东南大学

    摘要: 本发明公开了一种高斯‑非高斯混合分布数据的特征提取及过程监控方法及系统,通过ICA和PCA对原始数据进行独立/主成分分析,分别提取非高斯/高斯分量;然后,从分量中提取并构造故障特征,作为SVM的附加特征来训练出若干个基本模型,应用遗传算法和贝叶斯推理对基本模型进行优化整合,从而提高分类精度和泛化性能,建立出具有最优故障分类性能的集成模型。本发明的方法将主成分分析、独立成分分析与基于遗传算法的支持向量机‑贝叶斯推理方法相结合,改善对高斯/非高斯混合分布数据的故障特征提取能力,可以改善混合分布数据下的故障诊断性能,以便更早地发现和修复故障,从而提高系统的安全性。