|
搜索
搜 索
高等教育領(lǐng)域數(shù)字化綜合服務(wù)平臺
.jpg){kind=logo}
基于MEMS傳感器和VLC定位融合的單卡爾曼濾波導(dǎo)航裝置和方法
本發(fā)明公開了一種基于MEMS傳感器和VLC定位融合的單卡爾曼濾波導(dǎo)航裝置和方法，包括MEMS傳感器、INS模塊、VLC定位模塊、PDR定位模塊和測姿定位單卡爾曼濾波器模塊；本發(fā)明基于INS慣導(dǎo)機(jī)械編排的誤差方程作為融合濾波器的系統(tǒng)方程，觀測方程包括VLC定位信息更新、PDR定位信息更新和磁力計觀測量更新。融合濾波器輸出VLC接收器的姿態(tài)給VLC定位模塊，輸出PDR設(shè)備的姿態(tài)給PDR定位模塊以校正姿態(tài)的影響。首次在VLC定位領(lǐng)域使用融合測姿準(zhǔn)確估計VLC接收器的姿態(tài)信息，主要解決了VLC定位容易受設(shè)備姿態(tài)影響以及在光信號被遮擋情況下定位不連續(xù)的問題。
東南大學(xué)
2021-04-11
基于MEMS傳感器和VLC定位融合的雙卡爾曼濾波導(dǎo)航裝置和方法
本發(fā)明公開了一種基于MEMS傳感器和VLC定位融合的雙卡爾曼濾波導(dǎo)航裝置和方法，包括MEMS傳感器、INS模塊、PDR定位模塊、VLC定位模塊以及測姿定位雙卡爾曼濾波器；對于測姿濾波器，基于慣導(dǎo)機(jī)械編排的誤差方程作為系統(tǒng)方程，觀測方程包括加速度計觀測量更新和磁力計觀測量更新，輸出姿態(tài)信息給VLC定位模塊和PDR定位模塊以校正姿態(tài)的影響。對于定位濾波器，二維平面的位置信息作為系統(tǒng)狀態(tài)向量，基于行人航位推算的誤差方程作為系統(tǒng)方程，而VLC的定位結(jié)果為觀測方程。本發(fā)明的技術(shù)方案解決VLC定位容易受設(shè)備姿態(tài)影響以及在光信號被遮擋情況下定位不連續(xù)的問題，消除姿態(tài)對VLC定位的影響。
東南大學(xué)
2021-04-11
一種基于神經(jīng)網(wǎng)絡(luò)的反演大氣可降水量的MODIS模型改進(jìn)方法
本發(fā)明公開了一種基于神經(jīng)網(wǎng)絡(luò)的反演大氣可降水量的MODIS模型改進(jìn)方法，包括以下步驟：S1：利用MODIS三通道比值法反演大氣可降水量PWV，記為PWVMODIS；S2：利用BP神經(jīng)網(wǎng)絡(luò)建立測站處的緯度φ、測站處的高程h、年積日doy、PWVMODIS與測站GPS/MODIS反演的PWV殘差RES之間的非線性關(guān)系；S3：對BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練；S4：將φ、h、doy以及PWVMODIS作為輸入?yún)?shù)代入BP神經(jīng)網(wǎng)絡(luò)模型，并計算出GPS測站處PWV殘差RESBP；S5：利用RESBP補(bǔ)償PWVMODIS，獲得大氣可降水量PWV＝PWVMODIS+RESBP。本發(fā)明有效提高了建模精度。
東南大學(xué)
2021-04-11
.jpg){kind=logo}
一種扭簧驅(qū)動的小衛(wèi)星星載可展開平面結(jié)構(gòu)及其安裝方法
本發(fā)明涉及航天技術(shù)領(lǐng)域，旨在提供一種扭簧驅(qū)動的小衛(wèi)星星載可展開平面結(jié)構(gòu)及其安裝方法。該種扭簧驅(qū)動的小衛(wèi)星星載可展開平面結(jié)構(gòu)包括等邊三角形展開單元，等邊三角形展開單元包括薄壁桿件、節(jié)點、接頭、扭簧和銷軸，且相鄰的等邊三角形展開單元之間利用不同的節(jié)點拼接；該安裝方法包括步驟：有效載荷的安裝，薄壁桿件與接頭的連接，薄壁桿件與六向節(jié)點、三向節(jié)點、四向節(jié)點以及中心節(jié)點的連接，雙向節(jié)點的安裝，導(dǎo)線的焊接，小衛(wèi)星星載可展開平面結(jié)構(gòu)與小衛(wèi)星的連接，導(dǎo)線的連接。本發(fā)明的可展開平面結(jié)構(gòu)利用自身關(guān)節(jié)處的扭簧驅(qū)動展開，可以快速從折疊狀態(tài)轉(zhuǎn)為展開狀態(tài)，操作簡單，展開可靠性高。
浙江大學(xué)
2021-04-11
一種基于數(shù)字化投影技術(shù)構(gòu)建聚合物三維結(jié)構(gòu)的方法
本發(fā)明公開了一種基于數(shù)字化投影技術(shù)構(gòu)建聚合物三維結(jié)構(gòu)的方法，包括如下步驟：步驟(1)：將包含單體和光引發(fā)劑的光敏樹脂前驅(qū)液置于平面模腔內(nèi)；步驟(2)：使用DLP投影儀按預(yù)設(shè)二維圖案對光敏樹脂前驅(qū)液進(jìn)行多次局部投影、曝光固化；得到非均質(zhì)二維平面；步驟(3)：將固化得到的非均質(zhì)二維平面置于烘箱中加熱，獲得三維立體結(jié)構(gòu)。本發(fā)明提出的方法簡單、方便，對設(shè)備要求低，非常適用于制備聚合物精確三維結(jié)構(gòu)。
浙江大學(xué)
2021-04-11
.jpg){kind=logo}
一種原位合成Al3Ti顆粒表面增強(qiáng)鋁基復(fù)合氣缸及其制備方法
為提高氣缸服役期，延長發(fā)動機(jī)的壽命，通過壓鑄和激光熔覆的復(fù)合工藝在氣缸的工作面，原位合成一層具有耐高溫、耐磨損的復(fù)合涂層，采用本發(fā)明的方法制得的復(fù)合氣缸顯微組織致密，復(fù)合涂層硬度可達(dá) HBS>80 、韌性較好，具有較好抗氧化性和抗耐磨性能，質(zhì)量能減少 1/2~1/3 ，且不降低氣缸本體的機(jī)械性能，從而大大提高氣缸和發(fā)動機(jī)的壽命。
西安科技大學(xué)
2021-04-11
業(yè)大學(xué).jpg){kind=logo}
一種基于果蠅算法優(yōu)化廣義回歸神經(jīng)網(wǎng)絡(luò)算法的茶葉儲存時間分類方法
項目成果/簡介:本發(fā)明涉及一種基于果蠅算法優(yōu)化廣義回歸神經(jīng)網(wǎng)絡(luò)算法的茶葉儲存時間分類方法,旨在通過改進(jìn)的廣義回歸神經(jīng)網(wǎng)絡(luò)解決茶葉儲存時間分類問題,屬于茶葉儲存時間分類領(lǐng)域.其原理利用電子鼻傳感器模擬人感官品評的功能和特征,采集不同時間不同傳感器的特征值,構(gòu)建樣本集.利用果蠅算法優(yōu)化廣義回歸神經(jīng)網(wǎng)絡(luò),獲得廣義神經(jīng)網(wǎng)絡(luò)的平滑因子,進(jìn)而構(gòu)建毛峰茶葉儲存時間的FOAGRNN分類模型和方法.本發(fā)明的有益效果在于將果蠅算法優(yōu)化廣義回歸神經(jīng)網(wǎng)絡(luò)算法應(yīng)用于毛峰茶葉數(shù)據(jù)中,提高預(yù)測毛峰茶葉儲存時間分類的效率和準(zhǔn)確度,為消費者提供茶葉儲存時間分類的有效方法.
安徽農(nóng)業(yè)大學(xué)
2021-04-10
一種用于降解苯氧羧酸類除草劑殘留的菌劑及制備方法
項目成果/簡介:本發(fā)明涉及一種用于降解苯氧羧酸類除草劑殘留的菌劑.該菌劑由吉氏貪銅菌制成,為球形固體顆粒,表面光滑,富有彈性,機(jī)械強(qiáng)度好,吉氏貪銅菌保藏在中國普通微生物菌種保藏管理中心,保藏日期:2015年8月7日,保藏號CGMCC?No:11179.該菌劑的制備操作步驟如下:1.在LB固體培養(yǎng)基中活化吉氏貪銅菌,得到活化菌種;2.將活化菌種接種于LB液體培養(yǎng)基中,搖床培養(yǎng),得到菌懸液;3.將菌懸液離心分離得到濕菌體;將濕菌體和海藻酸鈉水溶液混合得到混合液;將混合液加入到等體積的氯化鈣溶液中,靜置,過濾,收集沉淀的固體物質(zhì),即得到球形固體顆粒狀的用于降解苯氧羧酸類除草劑殘留的菌劑.通過降解實驗發(fā)現(xiàn),該菌劑對2,4-D的降解效果良好.
安徽農(nóng)業(yè)大學(xué)
2021-04-10
一種隨機(jī)噪聲環(huán)境下基于對偶模態(tài)方程的動響應(yīng)分析方法
本發(fā)明提出一種隨機(jī)噪聲環(huán)境下基于對偶模態(tài)方程的動響應(yīng)分析方法，包括如下步驟：（１）將聲固耦合系統(tǒng)中的結(jié)構(gòu)和聲腔劃分成不同的子系統(tǒng)；（２）計算結(jié)構(gòu)子系統(tǒng)和聲腔子系統(tǒng)的模態(tài)；（３）計算相鄰子系統(tǒng)中模態(tài)間的耦合參數(shù)；（４）建立耦合系統(tǒng)的對偶模態(tài)方程；（５）通過前置處理，獲得隨機(jī)載荷作用下，子系統(tǒng)模態(tài)上受到的廣義力載荷的互功率譜；（６）計算對偶模態(tài)方程，獲得所有模態(tài)的參與因子的互功率譜；（７）通過模態(tài)疊加，計算系統(tǒng)隨機(jī)聲固耦合響應(yīng)。本發(fā)明提供的隨機(jī)動響應(yīng)分析方法，是一種基于對偶模態(tài)方程的隨機(jī)噪聲環(huán)境下動響應(yīng)分析方法，該方法把系統(tǒng)劃分成連續(xù)耦合的子系統(tǒng)，并用有限頻帶內(nèi)的子系統(tǒng)模態(tài)描述系統(tǒng)的隨機(jī)振動，該方法的分析效率高于傳統(tǒng)有限元法。
東南大學(xué)
2021-04-11
一種低彈性模量高疲勞強(qiáng)度的醫(yī)用植入鈦合金及制備方法
本發(fā)明涉及一種低彈性模量高疲勞強(qiáng)度的醫(yī)用植入鈦合金及制備方法，所述合金的組份及重量百分比為：Nb：30wt％～33wt％；Zr：1wt％～6wt％；Mo：2wt％～4wt％；O：0.20wt％～0.40wt％，余量為Ti；合金制備的具體步驟是：采用真空非自耗電弧爐熔煉獲得成分均勻合金鑄錠，經(jīng)熱鍛成棒材后在850℃?950℃固溶處理，水冷至室溫；隨后冷軋變形加工，變形量為80％?90％；最后進(jìn)行時效熱處理，其加熱溫度為400℃?500℃，保溫時間為1h?12h。本發(fā)明經(jīng)冷軋和熱處理后，強(qiáng)度顯著高于目前應(yīng)用最廣的醫(yī)用植入鈦合金Ti?6Al?4V，疲勞強(qiáng)度與Ti?6Al?4V相當(dāng)，而彈性模量僅為Ti?6Al?4V的52％，生物相容性和力學(xué)相容性更優(yōu)異，可應(yīng)用于制備生物醫(yī)用植入體。
東南大學(xué)
2021-04-11