-
公开(公告)号：CN110146120A
公开(公告)日：2019-08-20
申请号：CN201910416049.8
申请日：2019-05-19
Applicant: 浙江大学 , 瑞立集团瑞安汽车零部件有限公司
IPC: G01D18/00
Abstract: 本发明公开了一种传感器故障诊断方法及系统，所述方法包括：确定样本传感器的第一、第二和第三电气信号，样本传感器包括正常工作的传感器和故障传感器；确定样本传感器的第一、第二和第三电气特征向量，以及故障源标签向量；确定各特征向量的聚类中心；确定待检测传感器的第一、第二和第三电气信号以及第一、第二和第三电气特征向量；根据待检测传感器的第一、第二和第三电气特征向量以及各特征向量的聚类中心，确定待检测传感器的故障类型；对故障的传感器进行检测，利用检测结果进行增量学习。本发明基于故障传感器寄生电容的变化导致上电瞬间和断电瞬间电气特征的差异以及工作状态下信号时域特征的差异完成传感器故障的检测以及故障源的确认。
-
公开(公告)号：CN114154227A
公开(公告)日：2022-03-08
申请号：CN202111210700.X
申请日：2021-10-18
Applicant: 瑞立集团瑞安汽车零部件有限公司 , 浙江大学
IPC: G06F30/15 , G06F30/27 , G06N3/08 , G06N3/04 , B60W30/09 , G06F111/10 , G06F119/14
Abstract: 本发明公开了一种重型挂车制动过程自适应学习方法，首先采用子空间模型辨识方法建立重型挂车的分布式状态空间模型，然后利用行程传感器、速度传感器等采集行程信号和速度信号，并绘制出制动曲线；其次将采集或计算出的反应距离、车速、制动距离、制动曲线方差和平均值数据和计算出的制动力信号进行离线的BP神经网络模型的训练。利用训练好的模型对当前制动过程进行制动距离的预测，当不在安全范围内时，进行提示和警告，辅助驾驶员进行制动行为的优化。本发明基于挂车常见的传感器模块，并结合挂车实际的分布式特点，利用预测精度较高的神经网络模型进行离线训练，在线预测，对制动行为进行优化，从而提高制动安全性。
-
公开(公告)号：CN114154227B
公开(公告)日：2024-08-06
申请号：CN202111210700.X
申请日：2021-10-18
Applicant: 瑞立集团瑞安汽车零部件有限公司 , 浙江大学
IPC: G06F30/15 , G06F30/27 , G06N3/084 , G06N3/0499 , B60W30/09 , G06F111/10 , G06F119/14
Abstract: 本发明公开了一种重型挂车制动过程自适应学习方法，首先采用子空间模型辨识方法建立重型挂车的分布式状态空间模型，然后利用行程传感器、速度传感器等采集行程信号和速度信号，并绘制出制动曲线；其次将采集或计算出的反应距离、车速、制动距离、制动曲线方差和平均值数据和计算出的制动力信号进行离线的BP神经网络模型的训练。利用训练好的模型对当前制动过程进行制动距离的预测，当不在安全范围内时，进行提示和警告，辅助驾驶员进行制动行为的优化。本发明基于挂车常见的传感器模块，并结合挂车实际的分布式特点，利用预测精度较高的神经网络模型进行离线训练，在线预测，对制动行为进行优化，从而提高制动安全性。
-
公开(公告)号：CN110146120B
公开(公告)日：2021-08-03
申请号：CN201910416049.8
申请日：2019-05-19
Applicant: 浙江大学 , 瑞立集团瑞安汽车零部件有限公司
IPC: G01D18/00
Abstract: 本发明公开了一种传感器故障诊断方法及系统，所述方法包括：确定样本传感器的第一、第二和第三电气信号，样本传感器包括正常工作的传感器和故障传感器；确定样本传感器的第一、第二和第三电气特征向量，以及故障源标签向量；确定各特征向量的聚类中心；确定待检测传感器的第一、第二和第三电气信号以及第一、第二和第三电气特征向量；根据待检测传感器的第一、第二和第三电气特征向量以及各特征向量的聚类中心，确定待检测传感器的故障类型；对故障的传感器进行检测，利用检测结果进行增量学习。本发明基于故障传感器寄生电容的变化导致上电瞬间和断电瞬间电气特征的差异以及工作状态下信号时域特征的差异完成传感器故障的检测以及故障源的确认。
-
公开(公告)号：CN117951564A
公开(公告)日：2024-04-30
申请号：CN202311707773.9
申请日：2023-12-13
Applicant: 浙江大学
IPC: G06F18/24 , G06F18/2131 , G06F18/15 , G06N3/0442 , G06N3/0464 , G06N3/045 , G07C9/00 , H04W4/029 , H04W4/40 , G06N3/048
Abstract: 本发明公开了一种基于UWB数字钥匙的CIR信号的活体检测方法及装置，属于车内活体检测技术领域，该发明根据发射UWB与接收UWB的设备信息，通过滤波、人工智能算法解出环境的变化，感知估计出人体的呼吸从而实现活体检测，其利用人工智能识别相关信号中的有效数据，具有较高精度，能有效抑制误报，无需增加设备成本，解决了现有的车内活体检测方法主要是基于视频信号的计算机视觉技术，该技术在保护用户隐私方面存在缺陷，并且存在摄像头被遮挡导致算法失效的情况，或是基于压力传感器的车内活体检测技术，但是这种办法没法很好的区分人体和货物，存在误报的情况的问题。
-
Patent Agency Ranking
公开(公告)号：CN108614234B
公开(公告)日：2020-09-01
申请号：CN201810459732.5
申请日：2018-05-15
Applicant: 浙江大学
Abstract: 本发明公开了一种基于多采样快拍互质阵列接收信号快速傅里叶逆变换的波达方向估计方法，主要解决现有的基于均匀线阵方法阵列孔径受限所导致的分辨率较低的问题。其实现步骤是：接收端架构互质阵列；利用互质阵列接收入射信号并建模；构造互质阵列多采样快拍接收信号；对互质阵列多采样快拍接收信号进行补零操作；对补零后的互质阵列多采样快拍接收信号进行快速傅里叶逆变换操作，并构建空间谱；根据所构建空间谱进行波达方向估计。本发明在物理阵元一定的情况下提高了信号波达方向估计的分辨率，并有效地降低了计算复杂度。
-
公开(公告)号：CN109471087B
公开(公告)日：2021-01-12
申请号：CN201811218661.6
申请日：2018-10-18
Applicant: 浙江大学
IPC: G01S7/42
Abstract: 本发明公开了一种基于互质MIMO雷达差集和集信号快速傅里叶变换的波达方向估计方法，主要解决现有方法计算复杂度较高的问题。其实现步骤是：构建互质MIMO雷达结构；通过雷达接收子阵列接收反射信号并对雷达输出信号建模；构造互质MIMO雷达接收信号对应的二阶差集和集虚拟阵列信号；对二阶差集和集虚拟阵列信号进行二次零填充；对二次零填充后的差集和集虚拟阵列信号进行快速傅里叶变换操作，构建空间谱；根据所得空间谱进行波达方向估计。本发明在降低了波达方向估计计算复杂度的同时，更充分地利用了阵列提供的信息以保证分辨率。
-
公开(公告)号：CN109471086B
公开(公告)日：2020-11-24
申请号：CN201811218389.1
申请日：2018-10-18
Applicant: 浙江大学
IPC: G01S7/42
Abstract: 本发明公开了一种基于多采样快拍和集阵列信号离散傅里叶变换的互质MIMO雷达波达方向估计方法，主要解决现有方法计算复杂度较高的问题。其实现步骤是：构建互质MIMO雷达结构；通过雷达接收子阵列接收反射信号并对雷达输出信号建模；构造互质MIMO雷达多采样快拍和集阵列接收信号；对多采样快拍和集阵列接收信号进行零填充；对零填充后的多采样快拍和集阵列接收信号进行旁瓣抑制；对滤波处理后的多采样快拍和集阵列接收信号进行离散傅里叶变换操作，构建空间谱；根据所得空间谱进行波达方向估计。本发明在物理阵元数量一定的情况下获得了更高的阵列孔径，并降低了波达方向估计的计算复杂度。
-
公开(公告)号：CN110213010B
公开(公告)日：2020-07-07
申请号：CN201910350637.6
申请日：2019-04-28
Applicant: 浙江大学
Abstract: 本发明公开了一种基于多通道射频信号的无人机检测系统和方法，该系统包括射频接收链路、微处理器预处理模块、计算决策单元及云服务器训练优化模块；射频接收链路接收无人机遥控器射频信号；微处理器预处理模块对射频接收链路输出信号模数转换后进行多通道的时序同步，同步后将多通道的无人机射频信号的时域波形拼接为矩阵形式进行输出；云服务器训练优化模块用于训练机器学习模型供；计算决策单元接收微处理器预处理模块输出的数据，实现无人机的有效检测及无人机型号的识别。该方法通过并行地检测多个信道上的无人机遥控器信号，提取、统计并分析其信号特征，进而实现无人机检测。本发明具有成本低廉、便于部署、操作简单、抗干扰能力强的优点。
-
公开(公告)号：CN109471087A
公开(公告)日：2019-03-15
申请号：CN201811218661.6
申请日：2018-10-18
Applicant: 浙江大学
IPC: G01S7/42
Abstract: 本发明公开了一种基于互质MIMO雷达差集和集信号快速傅里叶变换的波达方向估计方法，主要解决现有方法计算复杂度较高的问题。其实现步骤是：构建互质MIMO雷达结构；通过雷达接收子阵列接收反射信号并对雷达输出信号建模；构造互质MIMO雷达接收信号对应的二阶差集和集虚拟阵列信号；对二阶差集和集虚拟阵列信号进行二次零填充；对二次零填充后的差集和集虚拟阵列信号进行快速傅里叶变换操作，构建空间谱；根据所得空间谱进行波达方向估计。本发明在降低了波达方向估计计算复杂度的同时，更充分地利用了阵列提供的信息以保证分辨率。
-
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.057 seconds)
