基于函数型非参数回归的中长期典型日负荷曲线预测方法

    公开(公告)号:CN103985000A

    公开(公告)日:2014-08-13

    申请号:CN201410246500.3

    申请日:2014-06-05

    Applicant: 武汉大学

    CPC classification number: Y04S10/54

    Abstract: 本发明公开了一种基于函数型非参数回归的中长期典型日负荷曲线预测方法,根据已有的历史典型日负荷曲线,基于函数型数据分析理论和非参数核密度估计方法,建立函数型非参数回归预测模型;考虑待预测典型日的日负荷率和最小负荷率,建立二次规划模型对函数型非参数回归预测模型的预测曲线进行修正,最终得到满足待预测典型日负荷特性指标要求的预测曲线。以中国某省级电网和美国PJM电力公司的典型日负荷数据为基础的仿真算例验证了所提方法简单实用,预测结果准确。本发明具有良好的推广价值和应用前景。

    遥感图像小目标超分辨率重建方法

    公开(公告)号:CN100510772C

    公开(公告)日:2009-07-08

    申请号:CN200610018282.3

    申请日:2006-01-23

    Applicant: 武汉大学

    Abstract: 遥感图像小目标超分辨率重建方法,提出了降晰遥感图像超分辨率图像重建的模型,空间分辨率增加到原图像的1.5倍,并有效的抑制了寄生波纹;线状地物和经验函数估计大气扰动图像降晰参数H;解相关消噪算子,冗余小波分解采用镜像小波基函数,利用其正交性相关,在小波域内实现形态学小波非线性小波编码的基础上,抑制高频随机噪声;根据信号噪声和信号能量谱密度动态均衡高频噪声信号和高频细节信号对解模糊的影响;解模糊算子,反卷积不需要预先知道精确的系统光学传递函数。可应用于卫星图像军事目标识别、小目标的检测和土地资源的遥感影像测量。

    GNSS拒止环境梁底NDT任务驱动的UAV自主循迹飞行控制方法

    公开(公告)号:CN118466572B

    公开(公告)日:2025-02-28

    申请号:CN202410540801.0

    申请日:2024-04-30

    Applicant: 武汉大学

    Abstract: 本发明公开了一种GNSS拒止环境梁底NDT任务驱动的UAV自主循迹飞行控制方法,解决了多旋翼无人机在大型桥梁表面自主循迹作业的自动化问题和高精度正射拍摄问题,有效提高了无人机采集图像的质量,以及执行梁底缺陷检测任务时的自主性与智能性。方法为:规划UAV在梁底飞行的航迹;根据规划的航迹,导引UAV在梁底自主循迹飞行,自主循迹飞行过程中,利用滑动窗口优化单元联合空间位置先验约束对IMU及三维激光雷达测量的UAV姿态进行优化,以估计出下一时刻遍历节点的位姿;确定梁底兴趣区域的正视成像位姿;根据拟合的梁底局地平面的中心点、正视成像方向以及拍摄距离,估算出需要调整的梁底坐标系下UAV姿态和位置,并将UAV姿态和位置调整到位。

    一种基于颜色特征的数字式钻孔图像土层检测定位方法

    公开(公告)号:CN108010091B

    公开(公告)日:2021-10-08

    申请号:CN201711368685.5

    申请日:2017-12-18

    Applicant: 武汉大学

    Abstract: 本发明公开了一种基于数字式钻孔图像的土层检测方法,首先根据数字式钻孔图像土层的颜色特征在HSV颜色空间设置H、S、V三个参数的阈值,实现土层的检测与分割;然后通过设置像素密度阈值来计算土层的定位,具体包括两次垂直窗口阈值检测和一次水平窗口阈值检测,从而得到土层的深度,厚度及方位角信息。相比现有技术,该方法具有对钻孔图像内土层自动检测和定位的优势,人力消耗小,准确率和效率高。

    一种星载Lidar超混沌压缩感知高空间分辨率成像方法

    公开(公告)号:CN105182359B

    公开(公告)日:2018-11-02

    申请号:CN201510464125.4

    申请日:2015-07-31

    Applicant: 武汉大学

    Abstract: 本发明公开一种星载Lidar超混沌压缩感知高空间分辨率成像方法。针对大光斑星载Lidar高分辨率探测,基于图像稀疏先验,提出一种超混沌压缩感知Lidar成像方法。超混沌伪随机矩阵驱动DMD实现Lidar光路空间调制,由分块压缩感知实现ZIGZIG扫描分块采样,APD进行CS观测与同步采集,然后StOMP算法重构大光斑星载激光雷达高分辨率图像,获取探测目标空间纹理信息,如摘要附图所示。分块压缩感知,降低了CS观测矩阵的维数和重构算法的复杂度,能够快速获取高分辨率的观测图像。本发明构建了实验原型并进行方法验证,能有效提高星载大光斑Lidar探测的空间分辨率、获取二维图像空间结构信息。

    一种分布式电源多点动态接入优化分配方法

    公开(公告)号:CN104377733B

    公开(公告)日:2016-06-08

    申请号:CN201410696776.1

    申请日:2014-11-26

    Applicant: 武汉大学

    Abstract: 本发明公开了一种分布式电源多点动态接入的优化分配方法,包括动态选择并网节点,计算每个并网节点单独接入分布式电源后的配电网的网络损耗影响,根据配电网的网络损耗对并网节点进行数据分类,根据配电网的网络损耗影响对分布式电源节点进行聚类和排序,分配并网分布式电源节点的能量注入率,将分配后的分布式电源电能注入率作为初始化条件,运用粒子群算法优化分布式并网电源的能量注入率,以达到配电网的网络损耗最小的目标。本发明使得配电网的网络损耗达到最小,使用灵活,可根据电网电能供给和负载变化,动态调节分布式电源接入及电能注入率,可有效提高分布式电源的发电效率,保障公平性,减小配电网的网络损耗。

    一种星载Lidar超混沌压缩感知高空间分辨率成像方法

    公开(公告)号:CN105182359A

    公开(公告)日:2015-12-23

    申请号:CN201510464125.4

    申请日:2015-07-31

    Applicant: 武汉大学

    CPC classification number: G01S17/89

    Abstract: 本发明公开一种星载Lidar超混沌压缩感知高空间分辨率成像方法。针对大光斑星载Lidar高分辨率探测,基于图像稀疏先验,提出一种超混沌压缩感知Lidar成像方法。超混沌伪随机矩阵驱动DMD实现Lidar光路空间调制,由分块压缩感知实现ZIGZIG扫描分块采样,APD进行CS观测与同步采集,然后StOMP算法重构大光斑星载激光雷达高分辨率图像,获取探测目标空间纹理信息,如摘要附图所示。分块压缩感知,降低了CS观测矩阵的维数和重构算法的复杂度,能够快速获取高分辨率的观测图像。本发明构建了实验原型并进行方法验证,能有效提高星载大光斑Lidar探测的空间分辨率、获取二维图像空间结构信息。

    一种顾及地表光谱信息的SFS三维重建加密稀疏DEM方法

    公开(公告)号:CN102324106A

    公开(公告)日:2012-01-18

    申请号:CN201110148014.4

    申请日:2011-06-02

    Applicant: 武汉大学

    Abstract: 本发明涉及一种顾及地表光谱信息的SFS三维重建加密稀疏DEM方法。本发明创造性的提出利用多光谱遥感影像结合SFS三维重建的粗分辨率DEM格网内插加密方法;提出利用地物光谱信息估算不同地物类型的反射率,去除地表植被覆盖类型对SFS重建精度的影响,本发明利用多光谱影像代替全色影像,运用地物光谱信息辅助提高三维重建精度;能有效抑制地表植被覆盖类型、地物阴影对于建立地表三维模型与影像光谱亮度变换关系的影响;相对于常用DEM插值算法精度有显著提高,实例验证本专利方法能将DEM空间分辨率提高到原数据的2倍,并能完成基于稀疏控制点的大范围DEM快速建立。

    基站发起的多跳分簇路由协议

    公开(公告)号:CN101355496A

    公开(公告)日:2009-01-28

    申请号:CN200810048775.0

    申请日:2008-08-12

    Applicant: 武汉大学

    Abstract: 本发明公开了一种基于基站发起的多跳分簇路由协议,它主要包括三个步骤:1)基站到其它节点的泛洪过程;2)簇的形成过程;3)数据发送过程和路径维护。基站到其它节点的泛洪过程,让每个节点建立自己平面路由的上一跳;节点根据接收到的信息来确定相邻的节点数量来确定是否担任簇头,簇的形成过程让簇头可识别簇内成员,并且可分布式的管理簇内成员,簇内成员能确定自己的成员身份;在数据的传输路径上,当有节点失效而导致网络的路径失效,网络中的节点可实现自组织、协作恢复断开的链路。基站成功接收每个节点上传的第一个数据包后,建立起整个路由表信息,在后续的工作中对任何成员节点进行定点查询,不需要重新组网或泛洪过程。

    水下传感器网络高时间分辨率数据虚拟簇收集方法

    公开(公告)号:CN101355390A

    公开(公告)日:2009-01-28

    申请号:CN200810048774.6

    申请日:2008-08-12

    Applicant: 武汉大学

    Abstract: 本发明公开了一种水下传感器网络高时间分辨率数据虚拟簇收集方法,先建立网络节点分布模型,在此基础上将网络从空间上分割成若干子区域,并建立子区域数据收集耗时模型,估计各子区域进行数据收集所需要的时间,将网络划分为更合理的子区域,达到子区域划分与收集耗时的平衡。为每一优化合并后的子区域分配一个执行器节点,并确定其部署位置,以便于更高效的收集数据。当执行器到达目的地后,建立子区域中节点的路由,从而构建虚拟簇。执行器节点充当簇头,在虚拟簇这种小规模的网络中高速收集其他固定节点的监测数据,以实现对无线传感器网络高时间分辨率监测数据的收集,数据收集完毕,虚拟簇解散,网络切换回原有现场监测状态。

Patent Agency Ranking