通信受限下的分布式雷达量化信号融合检测方法

    公开(公告)号:CN118859196A

    公开(公告)日:2024-10-29

    申请号:CN202410887347.6

    申请日:2024-07-03

    Abstract: 本发明提出了一种通信受限下的分布式雷达量化信号融合检测方法,包括根据回波信号构建未量化的局部检验统计量;基于最小均方误差量化准则快速求解每个雷达站的量化门限和量化值;根据量化比特数优化设计量化门限、量化值,从而构建量化的局部检验统计量;根据通信因子设定构建通信受限下的量化统计量;对通信受限下的量化统计量进行融合,判定目标是否存在。本发明主要解决现有融合检测算法由于量化门限求解时间长、忽略通信时延、丢包率、误码率等因素而难以进行工程应用的问题,可快速完成量化门限求解,能在极大程度上降低系统通信负担的前提下使系统保持较好的检测概率,利于工程实现。

    含狄拉克锥的二维Janus型碳磷硫化合物材料及仿真设计方法

    公开(公告)号:CN114266131B

    公开(公告)日:2024-02-13

    申请号:CN202111342732.5

    申请日:2021-11-12

    Abstract: 本发明公开了一种含狄拉克锥的二维Janus型碳磷硫化合物材料及仿真设计方法,所述仿真设计方法包括:S1:将单层石墨烯菱形原胞重新定义为石墨烯矩形原胞;S2:将所述石墨烯矩形原胞扩大2×2倍,形成石墨烯矩形超胞;S3:利用两个磷原子和两个硫原子分别替换所述石墨烯矩形超胞中指定位置处的两个碳原子;S4:将磷原子和硫原子分别沿垂直于所述石墨烯矩形超胞所在平面的方向移动,使得磷原子和硫原子分别位于所述石墨烯矩形超胞平面的上下两侧;S5:将步骤S4得到的结构进行结构优化。本发明采用理论模拟仿真设计的方法,不仅可以提高搜索新材料的效率和降低设计的成本,更能从微观尺度为实验提供有价值的理论数据,为实验合成提供指导和方向。

    一种基于深度学习的姿态鲁棒性人脸识别方法

    公开(公告)号:CN110287880A

    公开(公告)日:2019-09-27

    申请号:CN201910558803.1

    申请日:2019-06-26

    Inventor: 宋彬 周琳 徐琛

    Abstract: 本发明公开了一种基于深度学习的姿态鲁棒性人脸识别方法,克服了现有技术中带有姿态变化的人脸识别准确率和速度有待提高的问题。该发明含有以下步骤,步骤1、预处理训练样本;步骤2、构建并训练人脸身份识别网络;步骤3、构建并训练头部姿态识别网络;步骤4、构建并训练特征融合网络。本发明先用卷积神经网络提取出人脸身份特征和姿态特征信息,并将两种信息进行特征融合,最后对包含人脸身份信息和姿态信息的融合特征进行余弦相似度度量,判定其是否属于同一个人,从而完成人脸身份识别。通过特征融合的方法公布了一种具有姿态鲁棒性的人脸识别技术,提高了带有姿态变化的人脸识别准确率和速度。

    通信受限下的分布式雷达量化信号融合检测方法

    公开(公告)号:CN118859196B

    公开(公告)日:2025-04-01

    申请号:CN202410887347.6

    申请日:2024-07-03

    Abstract: 本发明提出了一种通信受限下的分布式雷达量化信号融合检测方法,包括根据回波信号构建未量化的局部检验统计量;基于最小均方误差量化准则快速求解每个雷达站的量化门限和量化值;根据量化比特数优化设计量化门限、量化值,从而构建量化的局部检验统计量;根据通信因子设定构建通信受限下的量化统计量;对通信受限下的量化统计量进行融合,判定目标是否存在。本发明主要解决现有融合检测算法由于量化门限求解时间长、忽略通信时延、丢包率、误码率等因素而难以进行工程应用的问题,可快速完成量化门限求解,能在极大程度上降低系统通信负担的前提下使系统保持较好的检测概率,利于工程实现。

    一种基于局部顺序统计量的分布式多脉冲检测方法

    公开(公告)号:CN119511214A

    公开(公告)日:2025-02-25

    申请号:CN202411521944.3

    申请日:2024-10-29

    Abstract: 本发明公开了一种基于局部顺序统计量的分布式多脉冲检测方法,包括:初始化分布式雷达目标检测系统;每个雷达站进行平方律和DMOS‑CFAR处理得到局部统计量;每个雷达站对多普勒通道的数据取最大值并计算其概率密度函数;每个雷达站利用多普勒通道数据最大值的概率密度函数,根据似然比检验计算检验统计量,并通过通信链路发送到融合中心;融合中心通过局部检验统计量获得全局最优统计量,并通过全局最优统计量和虚警率计算全局判决门限,最后根据门限获取空间分辨单元中的目标检测结果。本发明大幅提升了分布式脉冲多普勒雷达系统的抗干扰能力,增强了雷达目标检测算法在多假目标干扰和杂波边缘等非均匀背景下的检测能力和虚警控制能力。

    基于张量的半导体载流子有效质量各向异性的计算方法

    公开(公告)号:CN113609662A

    公开(公告)日:2021-11-05

    申请号:CN202110858215.7

    申请日:2021-07-28

    Abstract: 本发明公开了一种基于张量的半导体载流子有效质量各向异性的计算方法,包括:根据半导体材料的能带结构确定能带极值位置;构建能带极值位置的有效质量张量矩阵;计算有效质量张量矩阵,并判断其正定性;当判断有效质量张量矩阵正定时,根据能带极值位置处的可微性,判断有效质量张量的有效性;否则,更新能带极值位置,直至得到的有效质量张量矩阵正定;根据有效质量张量的有效性选择相应的计算方式计算能带极值位置处各个方向上的有效质量,以对半导体有效质量各向异性进行分析。本发明提供的方法减小了计算量,避免了现有张量法易出现的错误,提升了半导体载流子有效质量各向异性分析结果的准确性,可适用于全方向的有效质量计算。

    一种多层信息网络的动态负载级联失效的故障传播方法

    公开(公告)号:CN111193629A

    公开(公告)日:2020-05-22

    申请号:CN202010039191.8

    申请日:2020-01-14

    Abstract: 本发明属于相依网络级联失效技术领域,公开了一种多层信息网络的动态负载级联失效的故障传播方法,计算每个节点的初始负载和容量,确定网络A中度值最大的节点失效,造成与有拓扑连接关系的节点和连接边失效;确定失效节点集所属的依赖簇,则所有依赖簇中的节点即为层A中失效节点集;网络A中节点的失效可以沿着相互依赖的耦合链路传播到网络B,导致网络B中与其相依的节点失效;更新网络的拓扑,计算网络节点的负载Lxi(t)。本发明为了更好地理解负载失效、依赖簇和层间的相依关系之间的相互作用,构建混合级联负载模型并研究相依网络中负载动态和依赖簇对级联失效的影响是很自然和重要的。

    含狄拉克锥的二维Janus型碳磷硫化合物材料及仿真设计方法

    公开(公告)号:CN114266131A

    公开(公告)日:2022-04-01

    申请号:CN202111342732.5

    申请日:2021-11-12

    Abstract: 本发明公开了一种含狄拉克锥的二维Janus型碳磷硫化合物材料及仿真设计方法,所述仿真设计方法包括:S1:将单层石墨烯菱形原胞重新定义为石墨烯矩形原胞;S2:将所述石墨烯矩形原胞扩大2×2倍,形成石墨烯矩形超胞;S3:利用两个磷原子和两个硫原子分别替换所述石墨烯矩形超胞中指定位置处的两个碳原子;S4:将磷原子和硫原子分别沿垂直于所述石墨烯矩形超胞所在平面的方向移动,使得磷原子和硫原子分别位于所述石墨烯矩形超胞平面的上下两侧;S5:将步骤S4得到的结构进行结构优化。本发明采用理论模拟仿真设计的方法,不仅可以提高搜索新材料的效率和降低设计的成本,更能从微观尺度为实验提供有价值的理论数据,为实验合成提供指导和方向。

    一种多层信息网络的动态负载级联失效的故障传播方法

    公开(公告)号:CN111193629B

    公开(公告)日:2022-02-01

    申请号:CN202010039191.8

    申请日:2020-01-14

    Abstract: 本发明属于相依网络级联失效技术领域,公开了一种多层信息网络的动态负载级联失效的故障传播方法,计算每个节点的初始负载和容量,确定网络A中度值最大的节点失效,造成与有拓扑连接关系的节点和连接边失效;确定失效节点集所属的依赖簇,则所有依赖簇中的节点即为层A中失效节点集;网络A中节点的失效可以沿着相互依赖的耦合链路传播到网络B,导致网络B中与其相依的节点失效;更新网络的拓扑,计算网络节点的负载Lxi(t)。本发明为了更好地理解负载失效、依赖簇和层间的相依关系之间的相互作用,构建混合级联负载模型并研究相依网络中负载动态和依赖簇对级联失效的影响是很自然和重要的。

    分布式雷达低通量信号级融合检测方法及设备

    公开(公告)号:CN119270208A

    公开(公告)日:2025-01-07

    申请号:CN202411279218.5

    申请日:2024-09-12

    Abstract: 本发明提供了一种分布式雷达低通量信号级融合检测方法及设备。其中,方法包括:首先通过各雷达进行的并行实信号构建处理,得到检测统计量,使得原始复信号从复数转换到实数,一定程度上减少了数据量,避免了通过融合中心处理所有原始复信号的压力;其次,通过双门限筛选和最小二乘量化LSQ方法进一步对检测统计量进行信号筛选处理,最终将筛选处理得到的实际量化值、融合统计量以及判决门限发送到融合中心进行目标检测,由于原始复信号在发送给融合中心之前已经执行了多次筛选,且筛选处理是在各雷达上并行执行,因此在提升数据处理效率的同时减少了融合中心的数据处理量,在保证目标检测精度的同时降低了数据传输所需要的通信带宽。

Patent Agency Ranking