一种宽带的双频耦合器
    2.
    发明授权

    公开(公告)号:CN107819176B

    公开(公告)日:2021-09-21

    申请号:CN201610838606.1

    申请日:2016-09-14

    Abstract: 本发明公开了一种双频耦合器和宽带的双频耦合器,属于多频耦合器领域。其中双频耦合器和宽带的双频耦合器是由一节或多节对称阶梯阻抗平行耦合线构成。所述对称阶梯阻抗平行耦合线是由三段平行耦合线级联而成的;其中首段和末段具有相同的电长度和奇偶模特性阻抗,中段具有不同的奇偶模特性阻抗,中段的电长度可以等于或不等于首段的电长度,并且三段总电长度在较低的工作频段处小于等于四分之一波长。基于对称阶梯阻抗平行耦合线的双频耦合器和宽带的双频耦合器实现了频率比可调,且易于获得较大的频率比;任意耦合系数,较小的体积,同时该结构易于级联和实现宽带特性并且在低频带中获得了多倍频带宽。

    基于可穿戴设备监控的体征信号的呼吸道疾病重症预测方法

    公开(公告)号:CN117672509A

    公开(公告)日:2024-03-08

    申请号:CN202311361638.3

    申请日:2023-10-19

    Inventor: 孟竹 赵志诚 蒋帅

    Abstract: 本发明提供了基于可穿戴设备监控的体征信号的呼吸道疾病重症预测方法。所述方法包括:通过可穿戴设备采集患者体征信号,并收集电子病例;对患者体征信号做清洗过滤、时长筛选、质量评估等处理;待训练干净特征信号的归一化与时间编码处理;以临床结论为参照,根据临床数据分析呼吸道疾病病程趋势,并以此为先验知识,设计合适的病程拟合曲线函数;分析临床信号特点,构建针对一维信号特征提取骨干网络;依托病程拟合曲线,构建针对噪声标签的鲁棒性损失函数,以训练深度学习分类网络,用来预测呼吸道疾病患者的重症情况;不断优化病程拟合曲线与特征提取骨干网络,寻找最具普遍性的呼吸道疾病病程趋势,以此构建呼吸道疾病重症预测系统。本发明的方案结合呼吸道疾病临床的结论先验,寻找最具普遍性的病程趋势,构建鲁棒性损失函数监督优化深度学习分类网络。该重症预测系统不需要重新训练即可应用推广在临床与居家特征监控中,在实际应用中具有轻小便捷、时效性高、精度高、推广范围广、鲁棒性高等优点。

    基于对称阶梯阻抗平行耦合线的双频耦合器及宽带的双频耦合器

    公开(公告)号:CN107819176A

    公开(公告)日:2018-03-20

    申请号:CN201610838606.1

    申请日:2016-09-14

    CPC classification number: H01P1/213

    Abstract: 本发明公开了一种双频耦合器和宽带的双频耦合器,属于多频耦合器领域。其中双频耦合器和宽带的双频耦合器是由一节或多节对称阶梯阻抗平行耦合线构成。所述对称阶梯阻抗平行耦合线是由三段平行耦合线级联而成的;其中首段和末段具有相同的电长度和奇偶模特性阻抗,中段具有不同的奇偶模特性阻抗,中段的电长度可以等于或不等于首段的电长度,并且三段总电长度在较低的工作频段处小于等于四分之一波长。基于对称阶梯阻抗平行耦合线的双频耦合器和宽带的双频耦合器实现了频率比可调,且易于获得较大的频率比;任意耦合系数,较小的体积,同时该结构易于级联和实现宽带特性并且在低频带中获得了多倍频带宽。

Patent Agency Ranking