电子雷管高低压通用激发装置

    公开(公告)号:CN114172378B

    公开(公告)日:2024-07-30

    申请号:CN202111426531.3

    申请日:2021-11-27

    Applicant: 中北大学

    Abstract: 本发明属于数码电子雷管领域,特别涉及电子雷管高低压通用激发装置,包括手持终端、前级输入电路、后级输出电路、电路闭合判断电路、控制电路和保护电路,手持终端用于提供直流电压,前级输入电路,与手持终端通信,用于将输入的直流电压先进行初次滤波,然后将直流输入经过变压器放大。本装置能够实现适应多种不同电子雷管起爆点火端电压,可以在原装电子雷管起爆点火装置发生故障时,及时进行更换,保证了民用工业爆破的施工进度,提高整体工作效率。

    一种管道弯曲处的自适应漏磁检测装置及方法

    公开(公告)号:CN117347470A

    公开(公告)日:2024-01-05

    申请号:CN202311035457.1

    申请日:2023-08-16

    Applicant: 中北大学

    Abstract: 本发明涉及管道漏磁检测领域,公开了一种管道弯曲处的自适应漏磁检测装置及方法,包括依次通过万向节连接的动力节、电池节、计算节和漏磁节;本发明基于片上处理技术对多路传感器数据并行采集及同步高速处理;通过多传感器数据融合运动状态估计算法在漏磁检测装置入弯过程中实时估计漏磁节的运动状态并预定位出入弯位置,从而在管道弯曲与直线部分自适应切换激励磁场的强度。通过上述方式,本发明能够提高漏磁检测装置在管道中运动的稳定性,提升漏磁检测装置的数据处理性能和采集效率,增强漏磁检测装置在管道弯曲处的检测效果。

    一种磁异探测的弱磁信号识别系统及其识别方法

    公开(公告)号:CN116540312A

    公开(公告)日:2023-08-04

    申请号:CN202310401963.1

    申请日:2023-04-14

    Applicant: 中北大学

    Abstract: 本发明涉及一种磁异探测的弱磁信号识别系统及其识别方法,阵列磁激励发射模块包括阵列激励线圈和信号源;感应线圈接收模块包括阵列感应线圈和信号采集模块;信号识别模块包括信号差分模块、低通滤波模块和金属识别模块;将信号采集模块采集到的感应信号通过信号差分模块,消除稳定的地磁场信号;将上述信号通过低通滤波模块,滤除信号中高频噪声干扰;将上述信号通过自适应识别模块,对处理后的信号进行分析。本发明能够通过阵列感应线圈采集的数据差异,判断金属磁异物体的具体方位,通过研究弱磁信号识别方法,对采集信号进行后处理分析,自适应改变信号源发射信号的频率,可以探测不同深度的金属磁异物体,并对金属磁异物体深度进行识别。

    一种基于TDC的多电压阈值采样方法、系统及设备

    公开(公告)号:CN116208158A

    公开(公告)日:2023-06-02

    申请号:CN202310222730.5

    申请日:2023-03-08

    Applicant: 中北大学

    Abstract: 本发明涉及一种基于TDC的多电压阈值采样方法、系统及设备。该方法包括:将基准电压阈值以及正弦阈值信号一同输入至现场可编辑门阵列的第一差分输入口,生成方波信号;根据方波信号确定正电压信号的时间数字转换器的计时标志以及负电压信号的时间数字转换器的计时标志;将正弦阈值信号以及未知信号一同输入至现场可编辑门阵列的第二差分输入口,生成未知信号的数字化波形;根据正电压信号的计时标志以及负电压信号的计时标志,利用时间数据转换器记录数字化波形的时间信息;根据数字化波形的时间信息,将数字化波形映射至方波信号在此时刻的电压值,生成时间‑电压对。本发明的采样速率和精度不受ADC采样位宽限制,能够实现上百通道的TDC采样。

    一种区域地磁基准图自动更新方法

    公开(公告)号:CN114485626A

    公开(公告)日:2022-05-13

    申请号:CN202210005248.1

    申请日:2022-01-05

    Applicant: 中北大学

    Abstract: 本发明涉及一种区域地磁基准图自动更新方法,包含如下步骤:将已知采集点坐标对应的地磁数据通过更新设备上传到数据库中,通过数据插值构建三维地磁基准图;采用逐点更新、直线更新或曲线更新,每个坐标点的地磁数据连续采集多次,通过数据处理得出对应坐标点地磁值,更新采集点地磁值,重新生成地磁基准图,实现地磁基准图自动更新。数据更新过程中每个点采集多次地磁数据通过算法排除数据中极其异常的数据,求取剩余数据的均值作为更新值,使更新的数据更加可靠,避免了因定位区域磁场变化而导致定位发生错误,实现了地磁基准图的自动更新,有效提高了定位的准确性,提高了用户的工作效率。

    基于微多普勒参数匹配的STFT无人机参数估计方法

    公开(公告)号:CN118330590A

    公开(公告)日:2024-07-12

    申请号:CN202311646808.2

    申请日:2023-12-04

    Applicant: 中北大学

    Abstract: 一种基于微多普勒参数匹配的STFT无人机参数估计方法,属于雷达目标信号检测和参数估计技术领域,解决低信噪比条件下无人机多旋翼参数估计难度大的技术问题。解决方案为:针对无人机多旋翼回波信号,首先通过STFT获得微多普勒时频图的初步轮廓,接着利用时频匹配曲线及相关处理求取时频匹配最大值,然后根据最大值位置处对应的坐标,获得多旋翼的个数、长度、旋转频率等参数。本发明可提高低信噪比下多旋翼参数的估计精度,有利于目标识别率的进一步提高,值得采用和推广。

    一种发射电压自适应的超声检测系统及电压调节方法

    公开(公告)号:CN113050096B

    公开(公告)日:2024-04-09

    申请号:CN202110263435.5

    申请日:2021-03-11

    Applicant: 中北大学

    Abstract: 本发明涉及一种发射电压自适应的超声检测系统及电压调节方法,包括数控双极性超声激励电源设计、超声回波接收电路设计和模糊自整定PID控制方案设计。根据系统噪声和期望回波峰值信噪比设定最佳超声回波信号幅值并设置相应衰减倍数,采集回波信号的幅值并计算误差以及误差变化率,利用模糊规则进行模糊推理,查找模糊规则表进行Kp、Ki、Kd参数调整,根据PID控制器求得的控制量控制数控双极性超声激励电源发射电压,为后续的信号处理提供高信噪比、稳定幅值的超声回波信号。

    阵列磁异探测的模拟方法与实验系统

    公开(公告)号:CN116931095A

    公开(公告)日:2023-10-24

    申请号:CN202310670984.3

    申请日:2023-06-07

    Applicant: 中北大学

    Abstract: 本发明涉及地下磁异探测领域,公开了一种阵列磁异探测的模拟方法与实验系统,本发明所述的实验系统包括层状介质模拟装置、阵列发射线圈模块以及阵列接收线圈模块,阵列发射线圈模块主要是产生实验所需的一次磁场信号;层状介质模拟装置采用尺度缩比原理进行实际工况模拟,由多层亚克力板构成,每层可进一步横向划分,磁异物体能够放置在亚克力板构建的网格内,实现实验过程中磁异目标位置以及地质参数可控;阵列接收线圈模块主要是接收不同位置磁异物体的感应磁场信号。本发明能够模拟物探实际工况,实验方法采用瞬变电磁法,通过阵列收发线圈对磁异物体进行探测,通过分析不同位置磁异物体的响应信号差异,可以对地下介质磁异物体进行正演研究。

    一种动态周期信号的多级调理系统及方法

    公开(公告)号:CN116647197A

    公开(公告)日:2023-08-25

    申请号:CN202310416536.0

    申请日:2023-04-17

    Applicant: 中北大学

    Abstract: 本发明涉及信号处理领域,公开了一种动态周期信号的多级调理系统及方法,一种动态周期信号的多级调理系统,包括信号前处理模块、可调增益模块和信号处理模块;信号前处理模块在输入的周期模拟信号幅值超过可调增益模块输入范围时对其进行衰减;可调增益模块受信号处理模块控制改变放大倍数;信号处理模块实现模数转换、增益控制和数据解算。本发明中可调增益模块通过调整放大倍数将输出信号幅值控制在了运算放大器供电电压的α倍到β倍之间,避免了信号过小无法观察和信号过大出现失真,获取最佳观测电压;本发明可以实现对随时间幅值和频率变化的信号实现无失真采集,对周期模拟信号的分析处理具有重要意义。

    一种基于分数阶域特征的旋翼类无人机深度学习识别方法

    公开(公告)号:CN110850386B

    公开(公告)日:2023-04-18

    申请号:CN201911143456.2

    申请日:2019-11-20

    Applicant: 中北大学

    Abstract: 本发明涉及一种基于分数阶域特征的旋翼类无人机深度学习识别方法,属于雷达目标分类识别技术领域,解决目标分类识别概率差的技术问题。本发明利用短时分数阶傅里叶变换对旋翼类无人机目标回波信号进行初步特征提取,然后在此基础上,从u‑v域、u‑z域,v‑z域三个维度进行自编码深度识别学习,结果表明本发明的目标识别率可达到87%,远远高于将信号直接应用深度学习算法获得的识别率,同时,本发明数据处理量较小,将传统特征识别和深度学习识别两种方法进行了很好的融合应用。

Patent Agency Ranking