-
公开(公告)号：CN114167354A
公开(公告)日：2022-03-11
申请号：CN202111413074.4
申请日：2021-11-25
Applicant: 厦门大学
Abstract: 本申请提出了一种基于高自由度的水下DOA估计方法，该方法具体包括如下步骤：获取互质阵列换能器接收的多个不同角度的源信号；利用互质阵列RECA提高连续虚拟阵元的数量；对虚拟ULA上接收到的信号分析后进行离散傅里叶逆变换；通过离散逆傅里叶变换IDFT频谱的峰值，得到信号源的预测角度；最后通过均方根误差评估DOA估计方法的性能。本申请根据高自由度下连续的虚拟阵元数量多的特点，使得利用数量少的实际阵元可以接收更多不同角度信号源的信号，从而节省了成本；通过对发射信号控制一定的信噪比和快拍数，在复杂海洋环境下信号源发射的信号都可以被接收到，且本方法准确性能比高效离散逆傅里叶变换好，由此搭建一体化定位系统，提高水下定位的准确性。
-
公开(公告)号：CN109006797B
公开(公告)日：2021-02-26
申请号：CN201810827363.0
申请日：2018-07-25
Applicant: 厦门大学
IPC: A01M29/16
Abstract: 本发明提出一种智能声波定向驱蚊器，包括主球体，主球体内部空心，设置有传感器系统、蚊虫识别系统和大数据分析系统，大数据分析系统包括数据库、特征库、分析系统和预测系统，数据库用以存储各类的蚊虫特征信息，分析系统对数据库中各类蚊虫和蚊虫识别系统采集得到的蚊虫的声音信息进行处理提取音频特征，并保存于特征库中，将两种音频特征采用倒排索引分析出蚊虫的种类名称、性别以及所处的生长阶段，由此来决定需要传送的声音信息以及发射的区域，预测系统将传感器系统得到的信息结合蚊虫识别系统采集得到的信息与数据库中的信息采用倒排索引功能实现检索，预测出未来该地区可能存在的蚊虫种类以及需要传送的蚊虫的天敌飞行时发出的声音信息。
-
公开(公告)号：CN111431831A
公开(公告)日：2020-07-17
申请号：CN202010200532.5
申请日：2020-03-20
Applicant: 厦门大学
Abstract: 本发明给出了一种基于多维OFDM环境自适应调制方法，包括采集不同场景下的噪声环境，形成不同场景下的噪声环境模型；将接收端接收的信号进行提取伪噪声序列同时经过下采集、傅里叶变换和数据分割处理后重建信号信道传输函数；将伪噪声序列分别进行多维OFDM调制，并将调制后的伪噪声序列映射到各子载波上在噪声环境模型中进行发射，获得一定数量的环境信道传递函数样本,通过提取环境信道传递函数样本的特征，建立环境混合样本数据库；最后利用神经网络对信号信道传输函数进行信道估计网络训练，获得不同类型的最优信道估计网络传输函数。本发明有效解决了现有技术中信道估计精度差、导频资源占用多和星座点选取不佳的等问题。
-
公开(公告)号：CN108785881A
公开(公告)日：2018-11-13
申请号：CN201810708039.7
申请日：2018-07-02
Applicant: 厦门大学
IPC: A62B1/02
CPC classification number: A62B1/02
Abstract: 本发明公开了一种可控制升降的充气逃生球，包括外层球体和内层球体，内层球体位于外层球体的内部；外层球体包括氦气囊和空气囊，氦气囊设有第一排气口，空气囊设有第二排气口；还包括气压控制装置，包括控制器和与控制器分别相连的第一气压控制阀、第二气压控制阀、第一气压传感器、第二气压传感器和气压显示器，第一气压控制阀与第一排气口相连接，第二气压控制阀与第二排气口相连接；气压显示器分别与第一气压传感器和第二气压传感器相连并实时显示出氦气囊和空气囊内气压的大小；控制器根据第一气压传感器和第二气压传感器所检测到的氦气囊和空气囊的气压信号分别控制第一气压控制阀和第二气压控制阀，进而控制第一排气口和第二排气口的开合。
-
公开(公告)号：CN105241430B
公开(公告)日：2018-04-17
申请号：CN201510621958.7
申请日：2015-09-25
Applicant: 厦门大学
IPC: G01C13/00
Abstract: 河道环境特征参数测量系统，涉及河流检测。设有环境参数获取、数据传输和控制子系统；环境参数获取子系统设有Cortex内核、信号发送模块、信号接收模块，信号发送模块设有数据采集卡、时间同步模块、功率放大模块和高频换能器；信号接收模块设有水听器、信号放大与滤波电路、时间同步模块和数据采集卡；Cortex内核的数字信号输出端接发送数据采集卡输入端，发送数据采集卡、发送时间同步模块、功率放大模块和高频换能器依次连接，水听器、信号放大与滤波电路、接收时间同步模块和接收数据采集卡依次连接；数据传输子系统由至少2个ZigBee无线传感器模块组成一个MESH网络；控制子系统的串口输入输出接口接数据传输子系统。
-
Patent Agency Ranking
公开(公告)号：CN105286759B
公开(公告)日：2017-07-11
申请号：CN201510602710.6
申请日：2015-09-21
Applicant: 厦门大学
Abstract: 基于惯导系统的腔体形变复位检测装置及复位检测方法，涉及腔体形变复位检测。检测装置设有待测腔体、2个惯导装置、微处理器、通信模块和显示装置。将惯导装置固定于运动的待测腔体表面，通过检测腔体表面的物理量变化，惯导装置的复位检测分为初始测量值阶段与复原测量阶段，初始阶段，惯导装置测量腔体物理参数的最大值、最小值和预设值，计算出预设值与两最值的比例；复原阶段，惯导装置测量腔体相应物理参量的最大值、最小值和预判值，预判值若为预设值与最大值和最小值之差的等比例点上，即腔体恢复原位；微处理器获得惯导测量数据后传递至显示装置，可实时观测腔体运动过程中物理参数的变化，若腔体变化至预设情况时，显示装置发出提示。
-
公开(公告)号：CN106385393A
公开(公告)日：2017-02-08
申请号：CN201610805414.0
申请日：2016-09-07
Applicant: 厦门大学
CPC classification number: H04L27/103 , H04L27/2628 , H04L27/265 , H04L27/32
Abstract: 基于频域Chirp扩频的OFDM水下语音通信方法，涉及水下语音通信系统。包括以下步骤：1)水声数字通信系统的发送端对信源进行编码，再对编码后的比特流进行信道编码和数字调制处理，最后将处理后的信号发送到水声信道中；2)接收端从水声信道中接收受噪声影响后的信号，再进行数字调制、信道译码和信源译码等逆过程还原出信宿。在多变复杂的水声通信信道中，具有强抗多径、抗多普勒频偏和抗噪声等特性。极大降低系统的复杂度。很好地还原出原始语音，通信效果达到了预期的要求。低复杂度、具有强抗噪声、抗多径和抗多普勒频偏。可有效地解决水下多径、多普勒频偏、噪声引起的信号不可靠传输的问题。
-
公开(公告)号：CN114859945B
公开(公告)日：2024-09-13
申请号：CN202210581854.8
申请日：2022-05-26
Applicant: 厦门大学
IPC: G05D1/485 , G05D101/10
Abstract: 本申请提出了一种基于人工势场法的水下编队控制方法、系统及介质，包括：S1、确定水下AUV编队的编队信息；S2、根据领航者AUV的自身位置和所述编队信息，计算所述编队队形对应的各个虚拟目标点，并向跟随者AUV发送运动状态信息，以使所述跟随者AUV跟随所述领航者AUV向对应的所述虚拟目标点移动；S3、所述水下AUV编队中的各个AUV判断是否遇到障碍物，若遇到障碍物且陷入局部极小值情况，则执行步骤S4；若遇到障碍物且陷入局部振荡情况，则执行步骤S5；S4、提供与当前AUV受到的合力方向相垂直的逃逸力；S5、在当前AUV受到来自于障碍物的斥力中引入旋转因子。本申请利用改进的人工势场法，使得AUV在遇到障碍物时可以摆脱局部极小值和局部振荡的情况，达到编队形成的任务。
-
公开(公告)号：CN114048773B
公开(公告)日：2024-09-10
申请号：CN202111327197.6
申请日：2021-11-10
Applicant: 厦门大学
IPC: G06F18/2431 , G06F18/2131 , G06F18/10 , G06F18/2135 , G06N3/096 , G06N3/0464
Abstract: 本发明提出了一种基于迁移学习和WiFi的行为识别方法，包括：S1、采集移动目标所处环境在连续时刻下的CSI信号并组成CSI信号序列，并对所述CSI信号序列去噪；S2、基于行为提取算法对去噪后的所述CSI信号序列进行行为分割，并提取不同的行为信号；S3、通过短时傅里叶变换将所述行为信号转换成时频图；S4、将所述时频图输入到预训练好的神经网络中，从而识别并分类出不同的行为。通过对采集的CSI信号序列进行去噪，然后利用行为提取算法检测不同行为的起始点和结束点，将对应的有效行为信号提取出来，再将行为信号转化成时频图并导入神经网络中进行训练，这种基于小样本学习的方式识别准确率大大提高，能够有效的克服面对跨领域场景的问题。
-
公开(公告)号：CN118050683A
公开(公告)日：2024-05-17
申请号：CN202410093022.0
申请日：2024-01-23
Applicant: 厦门大学深圳研究院
IPC: G01S5/18 , G06N3/0464 , G06N3/047 , G06N3/0499 , G06N3/084 , G06N3/045 , G01S3/80
Abstract: 公开了一种低信噪比条件下的无人机声源定位方法及系统，该方法包括以下步骤：S1，确认无人机声源定位场景的麦克风阵列的接收模型，根据所述无人机声源定位场景，构建出麦克风阵列系统，制作无人机声源数据集；S2，构建基于时延估计神经网络的无人机声源DOA算法模型，使用所述无人机声源数据集进行数据处理，将处理后的数据输入无人机声源DOA算法模型进行训练与优化，预测所述无人机声源到达所述麦克风阵列中不同麦克风的时延；S3，根据所预测的时延求出所述无人机声源与所述麦克风阵列系统的角度，从而进行三维定位，预测所述无人机声源的轨迹。
-
-
-
-
-
-
-
-
-
Search Results
146
records
(took 0.025 seconds)
