-
公开(公告)号：CN116094882B
公开(公告)日：2023-09-22
申请号：CN202211382599.0
申请日：2022-11-07
Applicant: 南京大学
IPC: H04L27/00
Abstract: 本发明公开了一种基于模拟存内计算的调制、解调方法及系统，本发明先将需要调制的二进制码流转换为IQ符号流，然后根据IQ符号流为构建的模拟存内计算阵列赋电导值，从而使得模拟存内计算阵列的输出实现调制；在解调中，通过离散傅里叶变换原理为模拟存内计算阵列赋电导值，再将待解调信号通过模拟存内计算阵列后的信号积分和模数转换为IQ符号，将IQ符号转换为二进制码，从而实现解调。本发明功耗低、时延小。
-
公开(公告)号：CN114743572A
公开(公告)日：2022-07-12
申请号：CN202210392734.3
申请日：2022-04-15
Applicant: 南京大学
Abstract: 本发明公开了基于2D1R单元结构的忆阻器阵列集成结构，包括m*n个2D1R单元结构，组成m行n列的忆阻器阵列，将每个2D1R单元结构分别记为Uij；所述2D1R单元结构包括忆阻器R、二极管D1、二极管D2，二极管D1正极和二极管D2负极相连，忆阻器R负极和两个二极管的连接节点相连；所述忆阻器R的正极连接电压信号输入总线，二极管D1负极连接正电流信号输出总线，二极管D2正极连接负电流信号输出总线。本发明的技术方案能够实现高密度集成，低功耗操作，能够有效解决阵列中单元结构间电流串扰问题。
-
公开(公告)号：CN111353976A
公开(公告)日：2020-06-30
申请号：CN202010114804.X
申请日：2020-02-25
Applicant: 南京大学
Abstract: 本发明公开了一种基于卷积神经网络的沙粒目标检测方法，其步骤是：1）设计卷积网络结构，由卷积模块和残差模块堆叠而成；添加双端输入结构和多尺度检测结构；2）基于沙粒图像和标注进行预处理；基于已标注的沙粒图像构建训练数据集；3）基于训练数据集训练卷积网络，包括目标函数定义，训练过程优化；4）应用训练好的卷积网络预测沙粒图像的目标位置。本发明充分利用单偏光图像和正交偏光图像特征，应用卷积神经网络技术，提升检测精度和检测效率；本发明方法网络训练速度快，能快速完成沙粒目标检测，适用于海量沙粒图像的自动检测，具有良好的扩展性、鲁棒性和实用性。
-
公开(公告)号：CN118554176A
公开(公告)日：2024-08-27
申请号：CN202310171753.8
申请日：2023-02-27
Applicant: 南京大学 , 南京星隐科技发展有限公司
Abstract: 本发明涉及一种吸波结构及装置。吸波结构包括超表面结构以及设于超表面结构的至少一个吸波材料；其中超表面结构具有多个超表面单元，每个超表面单元具有对应的调控参数，各超表面单元的调控参数被配置为：使入射的电磁波于所述超表面结构转换为至少一对能被至少一个吸波材料吸收的表面波；其中，该至少一对表面波沿超表面结构相向传播，并在该至少一个吸波材料的位置处叠加。上述吸波结构采用超表面结构来替换传统实验室结构中的谐振腔、分光器和移相器，降低了电磁波吸收系统的复杂度，成功地将相干吸波场景带入到一般的电磁环境中。
-
公开(公告)号：CN111353976B
公开(公告)日：2023-07-25
申请号：CN202010114804.X
申请日：2020-02-25
Applicant: 南京大学
IPC: G06T7/00 , G06T7/13 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于卷积神经网络的沙粒目标检测方法，其步骤是：1）设计卷积网络结构，由卷积模块和残差模块堆叠而成；添加双端输入结构和多尺度检测结构；2）基于沙粒图像和标注进行预处理；基于已标注的沙粒图像构建训练数据集；3）基于训练数据集训练卷积网络，包括目标函数定义，训练过程优化；4）应用训练好的卷积网络预测沙粒图像的目标位置。本发明充分利用单偏光图像和正交偏光图像特征，应用卷积神经网络技术，提升检测精度和检测效率；本发明方法网络训练速度快，能快速完成沙粒目标检测，适用于海量沙粒图像的自动检测，具有良好的扩展性、鲁棒性和实用性。
-
Patent Agency Ranking
公开(公告)号：CN114237548B
公开(公告)日：2023-07-18
申请号：CN202111382949.9
申请日：2021-11-22
Applicant: 南京大学
Abstract: 本发明公开了一种基于非易失性存储器阵列的复数点乘运算的方法，包括以下步骤：(1)n维复数输入向量x转化为2n维实数向量X；(2)m*n维的复数输入矩阵h转化为2m*2n维的实数矩阵H；(3)根据矩阵H设计存内计算硬件阵列；(4)在阵列上实现矩阵向量点乘运算；(5)将2m维实数输出向量Y转化为m维复数向量y。本发明还公开一种基于非易失性存储器阵列的复数点乘运算的系统。本发明基于存内计算硬件阵列完成了复数域上任意维的并行矩阵向量点乘运算，成功地将矩阵向量点乘运算从实数域推广到了复数域上，扩大了其适用范围，且这种方法具有普适性。
-
公开(公告)号：CN116094882A
公开(公告)日：2023-05-09
申请号：CN202211382599.0
申请日：2022-11-07
Applicant: 南京大学
IPC: H04L27/00
Abstract: 本发明公开了一种基于模拟存内计算的调制、解调方法及系统，本发明先将需要调制的二进制码流转换为IQ符号流，然后根据IQ符号流为构建的模拟存内计算阵列赋电导值，从而使得模拟存内计算阵列的输出实现调制；在解调中，通过离散傅里叶变换原理为模拟存内计算阵列赋电导值，再将待解调信号通过模拟存内计算阵列后的信号积分和模数转换为IQ符号，将IQ符号转换为二进制码，从而实现解调。本发明功耗低、时延小。
-
公开(公告)号：CN116015368A
公开(公告)日：2023-04-25
申请号：CN202211382662.0
申请日：2022-11-07
Applicant: 南京大学
IPC: H04B7/0413 , H04B7/06 , H04B7/08
Abstract: 本发明公开了一种基于模拟存内计算的MIMO、解MIMO方法及系统，本发明在MIMO中先将需要发射的二进制码流转换为IQ符号流，然后根据IQ符号流为构建的模拟存内计算阵列赋电导值，从而使得模拟存内计算阵列的输出实现调制，再通过多根天线将调制信号发射出去，实现MIMO，在解MIMO中，通过MIMO信道的信道均衡因子为模拟存内计算阵列赋电导值，从而对接收的信号实现解调，再将解调信号转换为二进制码，从而实现解MIMO。本发明能耗低、时延小、过程简单。
-
公开(公告)号：CN113328818B
公开(公告)日：2022-06-21
申请号：CN202110526207.2
申请日：2021-05-14
Applicant: 南京大学
Abstract: 本发明公开一种基于频分复用并行化模拟存内计算的装置，包括输入电路、存储器阵列和输出电路；存储器阵列的输入与输入电路的输出连接，存储器阵列的输出与输出电路的输入连接；输入电路将m×k个输入信号数据每行k个数据采用k个不同频率源调制成一路频分复用信号输出；存储器阵列包括m×n个存储器元件，存储权值构成m×n的矩阵，m×1个输入频分复用信号在存储器阵列完成并行处理；输出电路将储存器阵列输出的每路频分复用信号解调分离为k个数据。本发明还公开一种基于频分复用并行化模拟存内计算的方法。本发明在同一个存储器阵列实现并行的存内计算，实现一个计算周期中矩阵和矩阵的相乘，提高硬件利用效率、系统能效比和计算密度。
-
公开(公告)号：CN114282478A
公开(公告)日：2022-04-05
申请号：CN202111372955.6
申请日：2021-11-18
Applicant: 南京大学
IPC: G06F30/367
Abstract: 本发明公开了一种修正可变电阻器件阵列点乘误差的方法，包括(1)将目标电导矩阵初始化写入可变电阻器件阵列；(2)计算可变电阻器件阵列的有效电导矩阵；(3)将步骤(2)所得的有效电导矩阵与目标电导矩阵对比，若满足收敛条件，则该方法执行完毕，否则继续执行以下步骤：将差值矩阵乘以调节系数η得到误差电导矩阵，根据此误差矩阵来调节实际硬件阵列上每个可变电阻器件的阻值，即调节实际可变电阻器件的电导矩阵Gwrite为Gwrite＝G′write‑Gerror；其中Gerror为误差电导矩阵，G′write为上一次实际写入可变电阻器件的电导矩阵；调节之后，重复执行步骤(2)和(3)，直到满足步骤(3)中的停止条件。本发明能够显著提高可变电阻器件阵列当中线路电阻引起的矩阵运算误差的修正效果，有广泛应用价值和潜力。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.024 seconds)
