|
搜索
搜 索
高等教育领域数字化综合服务平台
蜂窝移动通信网络覆盖的多小区联合优化方法及其装置
本发明公开了一种蜂窝移动通信网络覆盖的多小区联合优化方法及其装置；本发明的方法包括：收集目标区域内各基站位置信息；对目标区域进行栅格划分；测量各基站到各栅格点的传播损耗；遍历发射总功率、天线电参数组合，统计不良覆盖比；挑选使不良覆盖比最小的组合，馈送最优激励电流至各天线。本发明的装置包括：信息收集模块、栅格化处理模块、传播损耗确定模块、遍历求解模块和挑选模块。本发明通过优化阵列天线的方向图和发射功率来实现面向实际传播环境的网络覆盖的多小区联合优化，使得整个目标区域的不良覆盖最少；既可用于面向实际传播环境的网络覆盖的多小区联合优化，也可以用于对个别小区的不良覆盖进行单独纠正。
浙江大学
2021-04-13
一种基于平均场博弈的移动通信基站能效优化方法
本发明公开了一种基于平均场博弈的移动通信基站能效优化方法，属于无线通信技术领域。本发明方法用基站发送功率的产出投入关系来定义系统的能量效率，结合平均场博弈的能量效率优化算法，通过数学推导得出了每个基站的最优控制策略应满足的方程组，求解得到最优化基站发送功率，从而提高基站的能量效率，本发明方法有效针对提出的功率控制策略的大规模网络，采用本发明方法能效保持稳定，且能量效率大于采用固定发射功率策略。
华中科技大学
2021-04-11
一种利用轨道角动量提高无线通信容量的方法
一种利用轨道角动量提高无线通信容量的方法，属于无线通信方法，利用轨道角动量作为数据信息载体，解决现有无线通信所存在的频谱资源紧张，通信容量提升有限的问题。本发明包括构建发射天线步骤、设立接收天线步骤、获取信道矩阵步骤、发送数据步骤和接收数据步骤。本发明利用轨道角动量中拓扑荷相互正交的物理特性进行通信，充分利用多输入多输出技术的潜力，复用轨道角动量，无需增加新的频段即可有效提升容量；只要接收端天线的方位角满足一定等式关系，不改变通信系统的核心部件，可以得到最大的容量提升，所需的代价较小，且对其他通信系统无影响，可应用于现有的各种无线通信系统。
华中科技大学
2021-04-11
基于力觉信息和姿态信息的肢体运动意图理解与上肢康复训练机器人及其控制方法
本发明公开一种基于力觉信息和姿态信息的肢体运动意图理解与上肢康复训练机器人及其控制方法，通过姿态传感器分别获取人体手臂的各个姿态信息，并输入至控制器，人体手臂发力通过摇杆作用于六维力传感器上，六维力传感器输入相应信号至控制器，控制器将获取到的姿态参数以及力觉参数，通过建立的意图识别模型解算，并控制康复训练机器人做出相应动作，对康复训练机器人实现控制，以实现微弱主动力下的辅助主动训练。
东南大学
2021-04-11
叶片光学智能检测装置及软件系统
由于航空发动机和燃气轮机叶片型面是空间异型曲面，因而其设计、制造及维修都面临巨大挑战。为了在设计加工层面提高叶片加工质量，同时在修复层面提高叶片使用寿命，开展叶片高效高精测量研究至关重要。
本项目面向叶片制造研发了一套基于四轴运动平台与线激光扫描相结合的叶片型面检测装置，并开发了集运动控制、数据采集与处理、精度评估等多功能于一体的软件系统，可实现多类型叶片的二维截面高精度测量与三维型面自动化高效重构,有效克服因叶片复杂结构特征带来的扫描数据密度差异性大、重叠区不足等因素对重构精度的影响。本项目面向叶片3D打印修复，研发了一套高效高精度的叶片检测方法与集成系统，可实现批量化叶片截面轮廓位姿及其轮廓的自动化测量、数据重构和叶片配准，为叶片修复工艺流程中的3D打印和后续机加工等工艺环节提供关键的数字化测量、加工工艺数据，有效提升修复精度与效率，并降低成本。
本项目的开发成果可应用于航空发动机、燃气轮机等叶片制造、修复全生命周期的测评、重构、反求等场景，市场规模大。
图 面向叶片3D打印修复的检测方法与集成系统硬件平台
四川大学
2025-02-11
海嘉船舶数据传输系统
海嘉船舶数据传输系统采用先进的通信技术与数据处理手段，系统利用高带宽卫星通信和5G网络，提供了更快速、可靠的数据传输通道。其整合物联网技术，能够从多种传感器源头实时获取船舶多维数据。创新的数据压缩和加密算法确保了数据传输的高效率和安全性。同时，系统对海上数据流量进行智能化管理，提升了传输的稳定性。
厦门大学
2025-02-07
海嘉船舶数据采集与分发系统
海嘉船舶数据采集与分发系统创新性突出，采用先进的传感器技术，实现多源数据的高效采集。系统在通信方面采用了独特的混合通信方案，融合卫星通信、物联网技术，确保了信息的高速传输和覆盖范围。创新的数据处理算法实现了实时数据分析和异常检测，提高了系统的智能化水平。
厦门大学
2025-02-07
挠曲面太阳能聚光系统
东南大学
2025-02-08
锂电池管理系统AI算法研究
本项目聚焦于锂电池管理系统在智能化监测与预测中的关键痛点，尤其拟面向电池容量衰减预测、SOC/SOH估计不准、电池剩余时间不准确、MAP/SOP估算等方面。通过引入人工智能算法，构建融合机器学习与深度学习的电池状态预测模型，拟实现高精度SOC（荷电状态）与SOH（健康状态）估计的优化，提升电池管理系统的智能水平与安全性。
解决方案方面，项目基于实地检测磷酸铁锂电池充放电数据构建训练集，采用轻量级线性回归模型及改进型人工神经网络进行建模优化，并结合特征工程技术提高预测精度。同时，设计适用于边缘计算的部署方案，使模型可在BMS嵌入式硬件平台实时运行，降低对计算资源的依赖。
在竞争优势方面，项目成果具备算法轻量化、部署便捷、预测准确度高、兼容性强等特点，特别适用于电力储能、电动汽车等对安全性和可靠性要求高的场景。相比传统BMS方案，该AI算法可显著提升电池使用效率与寿命，精准估算SOC/SOH，降低维护成本。
目前项目成果已在合作企业内部储能设备中开展应用测试，初步反馈表明荷电状态预测准确度提升40%左右，电池健康度准确度提升40%左右，系统响应及时，具备较高实用性和推广价值。专家评审一致认为，该项目在智能电池管理系统方向具有较强的创新性和实际应用前景。
西南大学
2025-05-12
北京返程客流溯源监测与疫情相关分析
随着返京高峰的到来，计算机学院软件开发环境国家重点实验室童咏昕教授团队与滴滴出行公司开展合作研究，全力攻关首都返程客流溯源监测与疫情相关分析，完成如下三方面内容：（1）协助北京市有关部门追溯确诊或疑似病例，并预警具有疫情接触风险的相关人员；（2）溯源外埠返京客流到北京各城区的人群流动模式，监测分析北京市各居民小区中外埠经历人群的动态移动模式；（3）分析外埠返京客流来源与首都各居民小区疫情变化的相关性。为服务社会大众了解疫情走势，并为相关部门提供决策支持，北航大数据与脑机智能高精尖创新中心刘旭东教授、胡春明教授、李建欣教授等组织师生，与复杂系统可靠性实验室李大庆研究员联合组成团队，全力投入建模和系统研发，已向决策部门提供疫情数据评估与预警报告、区域物资保障评估专项报告等，并迅速开发“新冠肺炎疫情数据导航服务”平台，数据单日访问量近 5 万次。此外，中心还进行新型冠状病毒的疫情评估与预测报告并开发疫情实时更新系统。中心对疫情现状进行分析和预测，为公众提供及时、准确的疫情态势分析、走势预测、舆情动态和政策措施等智能数据服务，实现全国及重点城市日度传播系数计算、短期确诊人数预测和长期疫情拐点。
北京航空航天大学
2021-04-10