-
公开(公告)号:CN118439148A
公开(公告)日:2024-08-06
申请号:CN202410588226.1
申请日:2024-05-13
申请人: 杭州华新机电工程有限公司 , 浙江省特种设备科学研究院 , 西安电子科技大学杭州研究院
IPC分类号: B63B73/20
摘要: 本发明提供一种大型吊机轴承与船体的装配方法,涉及吊机轴承与船体领域。该基于一种大型吊机轴承与船体的装配方法,包括,S1、对吊机轴承和船体安装位置进行尺寸和精度测量,使用精密的测量工具确保符合预设标准。使用精密的测量工具和高精度激光对准系统,确保装配精度,降低因对位不准确引起的故障,电子力矩扳手的使用保证了螺栓拧紧的一致性和正确性,进一步增强了装配的可靠性,机器人辅助装配和自动化清洁设备显著提高了装配效率,减少了人力资源的投入,智能传感器和自动化检测流程加快了装配过程中的监测和调整速度,环保清洁剂的使用减少了装配过程中对环境的影响,自动报警功能确保在超出安全范围时立即采取措施。
-
公开(公告)号:CN118869250A
公开(公告)日:2024-10-29
申请号:CN202410838766.0
申请日:2024-06-26
申请人: 西安电子科技大学杭州研究院
摘要: 本发明提供的车辆众包感知任务隐私保护方法,包括:任务请求方将公共信息和包含任务需求参数以及预设位置混淆参数的加密内容C发送给服务提供方,基于服务提供方和加密后信息使得任务可以安全地传输到所有车辆;其次,在车辆方基于相同预设函数以及目标车辆的自身参数信息进行候选车辆的筛选,并基于候选车辆进行马尔可夫决策下的问题优化建模,利用问题优化模型进行被选车辆的求解,提高了分配效率和众包感知任务的隐私性保护。由于加密解密过程均是基于密码学计算,相比于区块链技术,大大节约了计算成本,且在本发明方法的位置混淆参数作用下,服务提供方可以根据候选车辆准确的相对位置进行问题优化模型求解,提高了感知任务的整体效用。
-
公开(公告)号:CN117692897A
公开(公告)日:2024-03-12
申请号:CN202311663572.3
申请日:2023-12-06
申请人: 西安电子科技大学杭州研究院 , 西安电子科技大学
摘要: 本发明公开了一种基于区块链技术的多集群无人机组网身份认证安全系统,涉及无人机身份认证技术领域,包括地面基站、无人机集群与身份管理区块链,所述无人机集群中的无人机断开连接或者无人机重联过程中进行密钥对更新,并存储在所述身份管理区块链上,本发明构建了一个由所有集群的头部无人机维护的区块链,管理身份信息以保证去中心化身份管理的安全性;无人机失联机制允许经过验证的分布式无人机重新连接,以确保无人机集群的鲁棒性;基于此,任务结果备份机制确保存储在集群中的任务结果即使在任何无人机断开后仍能保持其完整性,大量的实验结果证明了本发明在鲁棒性与完整性上的优越。
-
公开(公告)号:CN118215051A
公开(公告)日:2024-06-18
申请号:CN202410367807.2
申请日:2024-03-28
申请人: 西安电子科技大学 , 西安电子科技大学杭州研究院
IPC分类号: H04W16/16 , H04W72/0457 , H04W72/044 , H04W72/25 , H04W72/40 , H04W24/02
摘要: 本发明公开了D2D蜂窝网络场景下基于频谱共享和功率控制的通信方法,根据基站、蜂窝发送方、D2D通信对、主动监测者构建基于频谱分享与功率控制的D2D蜂窝隐蔽通信系统;构建检测模型,主动监测者对D2D蜂窝隐蔽通信系统中蜂窝链路是否有隐蔽传输进行检测;计算D2D蜂窝隐蔽通信系统主动监测者处的平均最小检测错误概率,并对其是否满足隐蔽约束进行判断;对满足隐蔽约束的D2D蜂窝隐蔽通信系统计算D2D通信对工作在不同模式下时的隐蔽传输速率;分别对D2D通信对工作在不同模式下时的隐蔽传输速率进行优化。在实际场景下利用D2D链路在底层模式和覆盖模式的工作特点实现蜂窝网络的隐蔽通信,最大化隐蔽传输速率。
-
公开(公告)号:CN117970367A
公开(公告)日:2024-05-03
申请号:CN202410007392.8
申请日:2024-01-03
申请人: 杭州华新机电工程有限公司
摘要: 本发明涉及激光雷达检测技术领域,且公开了一种用于港机装备的激光检测方法,其操作步骤如下:配置激光雷达设备:选择合适的激光雷达设备,安装在港机上,并确保设备安装位置和角度能够提供良好的检测范围和视野,激光发射与接收:激光雷达通过发射激光束并接收反射回来的光信号,激光器发射脉冲激光束,经过光学元件的聚焦,形成一个窄束的激光。该用于港机装备的激光检测方法,通过采用Velodyne VLP‑32C红外激光器,其具有高分辨率和大量的测量点,能够提供高精度的激光数据,更准确地描述港口环境和目标物体,通过PointNet++深度学习模型可以对激光数据进行全局感知和分析,获取场景中的目标物体信息。
-
-
-
-