一种混合型多波束赋形电路结构

    公开(公告)号:CN118487038B

    公开(公告)日:2024-09-13

    申请号:CN202410933532.4

    申请日:2024-07-12

    Applicant: 南开大学

    Abstract: 本发明涉及波束赋形集成电路领域,提供一种混合型多波束赋形电路结构,包括:功分器接收第一数据流,将第一数据流均分为多个第二数据流;功率合成器接收第二数据流,将多个第二数据流合成为第三数据流;单元幅相控制电路的输入端与功分器的输出端相连,单元幅相控制电路的输出端与功率合成器的输入端相连,用以控制第二数据流的幅度、相位和时延;波束幅相控制电路与功分器的输入端相连,用以控制第一数据流的幅度、相位和时延,或者波束幅相控制电路与功率合成器的输出端相连,用以控制第三数据流的幅度、相位和时延。本发明结构简单合理,大大提高了集成度并降低了成本,本发明应用于相控阵中,实现了多波束的赋形和波束扫描。

    基于低秩张量的一种无线传感器网络中数据重构方法

    公开(公告)号:CN105472657A

    公开(公告)日:2016-04-06

    申请号:CN201510938104.1

    申请日:2015-12-14

    Applicant: 南开大学

    CPC classification number: H04W28/06

    Abstract: 一种基于低秩张量的无线传感器网络中数据重构方法,属于无线传感器网络数据重构领域。本发明基于低秩张量理论,通过利用无线传感器网络中不同类型数据之间的时空相关性,在低采样率情况下提高了数据重构精度;将无线传感器网络中数据根据位置,时间,类型分布在一个三阶张量中,通过约束“张量核范数”由部分采样数据重构出全部数据。本发明与现有对无线传感器网络中数据重构方法相比,具有可充分利用数据之间相关性,提高重构精度的特点。

    基于深度学习的心智特质识别方法、设备、介质及产品

    公开(公告)号:CN118629076A

    公开(公告)日:2024-09-10

    申请号:CN202410752757.X

    申请日:2024-06-12

    Abstract: 本发明公开了一种基于深度学习的心智特质识别方法、设备、介质及产品,涉及神经网络技术领域,该方法包括:获取脸部图像数据集;脸部图像数据集包括待测试人员的脸部图像;将待测试人员的脸部图像输入至训练好的心智特质识别模型,得到待测试人员的心智特质;训练好的心智特质识别模型是以样本脸部图像为输入,以样本脸部图像对应的心智特质为标签训练得到的模型;样本脸部图像为经过心智特质标注的脸部图像;心智特质识别模型为主干为Resnet18网络,修改最后的全连接层,使输出为4维向量的深度学习神经网络,本发明通过深度神经网络学习脸部特征,可以提高心智特质识别的准确率。

    一种无人集群的协同指控方法、系统和存储介质

    公开(公告)号:CN117557035A

    公开(公告)日:2024-02-13

    申请号:CN202311514493.6

    申请日:2023-11-14

    Applicant: 南开大学

    Abstract: 本申请公开一种无人集群的协同指控方法、系统和存储介质,视景仿真平台获取并依据卫星影像、高程数据和异构传感器数据创建数字孪生三维动态场景,可建立的场景非常丰富。导入无人机模型并从指挥控制平台获取无人机实体数据,在数字孪生三维动态场景中操纵无人机模型以实时跟踪无人机实体的运动轨迹。也可以按照脚本编辑器中预先导入的运动轨迹的作业脚本控制无人机模型执行仿真作业,获取仿真结果,应用数字孪生技术在虚拟世界模拟无人机作业,能够直观观测到无人机执行作业的理想结果。依据仿真结果优化作业命令,将优化后的作业命令发送往指挥控制平台,以使指挥控制平台通过双向无线通讯链路远程控制无人机实体执行作业,风险低,并且成本低。

    交叉口环境下的机动车行进引导速度优化方法和系统

    公开(公告)号:CN116564090A

    公开(公告)日:2023-08-08

    申请号:CN202310543544.1

    申请日:2023-05-15

    Applicant: 南开大学

    Inventor: 陈海华 武悦 何明

    Abstract: 本发明公开一种交叉口环境下的机动车行进引导速度优化方法及系统,涉及智能交通技术领域,该方法包括:获取道路状态信息并实时采集目标车辆的车辆状态信息;道路状态信息包括目标车辆前方第r个信号交叉口相对目标车辆的距离、信号灯相位信息和道路最高限速;车辆状态信息包括当前车速;以最小化燃油消耗为优化目标,采用优化算法对车辆燃油消耗模型进行优化,获得目标车辆从当前位置到达第r个信号交叉口的加速度时间序列;车辆燃油消耗模型的约束条件根据道路状态信息生成;根据加速度时间序列和当前车速,确定目标车辆从当前位置到达第r个信号交叉口的速度序列。本发明能够引导车辆不停车通过前方信号交叉口,同时降低燃油消耗。

    一种基于矩阵填充的环境温湿度数学模型构建及恢复方法

    公开(公告)号:CN110609976A

    公开(公告)日:2019-12-24

    申请号:CN201910861167.X

    申请日:2019-09-11

    Applicant: 南开大学

    Abstract: 本发明公开了一种基于矩阵填充(Matrix Completion,MC)的环境温湿度数学模型构建及恢复方法。本发明主要是针对大规模且环境温湿度变化缓慢的无线传感器网络(Wireless Sensor Network,WSNs),由于该网络监测到的温湿度数据具有低秩性和短时稳定性,因此在模型构建的过程中融入这两方面。本发明采用加速近似梯度奇异值阈值(Accelerated Proximal Gradient Singular Value Thresholding,abbreviated APG)算法对构建的模型进行求解。基于低秩性和短时稳定性的数据恢复方法通过较好地平衡两者对恢复效果的影响,从而能够较大程度的提升对大规模无线传感器网络温湿度数据的恢复性能和重构精度。

    基于低秩张量的一种无线传感器网络中数据重构方法

    公开(公告)号:CN105472657B

    公开(公告)日:2019-03-15

    申请号:CN201510938104.1

    申请日:2015-12-14

    Applicant: 南开大学

    Abstract: 一种基于低秩张量的无线传感器网络中数据重构方法,属于无线传感器网络数据重构领域。本发明基于低秩张量理论,通过利用无线传感器网络中不同类型数据之间的时空相关性,在低采样率情况下提高了数据重构精度;将无线传感器网络中数据根据位置,时间,类型分布在一个三阶张量中,通过约束“张量核范数”由部分采样数据重构出全部数据。本发明与现有对无线传感器网络中数据重构方法相比,具有可充分利用数据之间相关性,提高重构精度的特点。

    直连式模块化高温超导多工器

    公开(公告)号:CN206364160U

    公开(公告)日:2017-07-28

    申请号:CN201621221275.9

    申请日:2016-11-14

    Applicant: 南开大学

    Abstract: 直连式模块化高温超导多工器。针对超导多工器的小型化及增加通道数目的要求,利用信道与输入馈线的耦合将各信道滤波器合并在一起,通过延长输入馈线来增加信道数目。本新型的超导多工器由多个滤波器并联组成,通过信道与馈线的耦合合并在一起,通过重新优化各信道滤波器的部分参数来弥补信道并联带来的互扰;利用50欧姆微带线作为输入馈线,各信道滤波器沿馈线呈梳状对称排列;各信道滤波器由‘L’形谐振器组成。超导多工器的衬底材料为LaAlO3。可将这种结构的多工器进行切割,在不同的基片上制作各个部分,之后连接在一起,实现多工器信道数目任意拓展。由于体积小、损耗低、通道数目任意拓展,这种结构的多工器可用于雷达、电子战等系统。

Patent Agency Ranking