-
公开(公告)号：CN112444805A
公开(公告)日：2021-03-05
申请号：CN202011198445.7
申请日：2020-11-01
Applicant: 复旦大学
Abstract: 本发明属于定位跟踪与身份识别技术领域，具体为基于雷达的分布式多目标检测、定位跟踪与身份识别系统。本发明系统包括雷达数据采集子系统、数据处理子系统、多目标跟踪子系统、身份识别子系统和智能交互子系统；雷达数据采集子系统获取包含场景和多目标信息的原始雷达数据；数据处理子系统对原始雷达数据进行数字信号处理，得到包含场景和多目标信息的雷达特征数据；多目标跟踪子系统采用多目标跟踪与身份识别子系统的双向反馈机制对多目标进行检测跟踪；身份识别子系统对多目标的身份和轨迹识别；本发明适用于智能家居、智能楼宇、智慧医疗、智慧城市等多种领域。
-
公开(公告)号：CN116914423A
公开(公告)日：2023-10-20
申请号：CN202311009120.3
申请日：2023-08-10
Applicant: 复旦大学
IPC: H01Q1/42
Abstract: 本发明属于微波频段电磁波调控技术领域，具体为一种频率选择表面天线罩。本发明的频率选择单元包含五层金属贴片，中间金属贴片与上下金属贴片层之间为介质基板，最上侧两贴片之间、最下侧两贴片之间及两介质基板之间为粘合层。顶层和底层、次顶层和次底层金属贴片结构分别相同。本发明通过合理的设计顶层、中间层和底层金属贴片的结构尺寸，使得在一定频率范围内不同角度入射的电磁波在经过该频率选择表面结构后继续传播，维持稳定的传输系数和带宽。本发明设计的频率选择表面天线罩具有宽带、宽入射角范围、极化不敏感、尺寸小、剖面低等优势，可实现稳定的频率选择功能，天线罩设计、电磁对抗和军事隐身等领域有广泛的应用前景。
-
公开(公告)号：CN116341639A
公开(公告)日：2023-06-27
申请号：CN202310323846.8
申请日：2023-03-29
Applicant: 复旦大学
IPC: G06N3/08 , G06N3/0464
Abstract: 本发明公开了用于嵌入式系统的卷积神经网络混合计算训练后量化算法，具体步骤如下：S1、将float32量化int8类型；S2、选取超过1000张的校准数据集进行校准；S3、使用均匀量化算法将float32模型量化为低精度的int8模型；S4、int8模型在进行前向推理时，卷积层、批量归一化层、激活函数处使用int32计算；S5、网络的激活值不会保存权重中，在网络激活函数输出int32重新量化int8类型进入下一网络。本发明在神经网络的卷积层、批量归一化层、激活函数节点处使用定点计算，并在激活函数处重新量化int8类型输出，来改善由于PTQ算法数据在经过卷积层、批量归一化层时，对数据进行强行截断处理所导致的误差。
-
公开(公告)号：CN115473587A
公开(公告)日：2022-12-13
申请号：CN202211070353.X
申请日：2022-08-31
Applicant: 复旦大学
Abstract: 本发明属于感知通信一体化技术领域，具体为一种光子无线集成的自适应感知通信一体化系统；其包括一体化信号生成模块、中心局中的电/光转换模块、基站中的毫米波/太赫兹生成模块、用户端的通信接收及信号处理模块、基站中的信号接收及电/光转换模块、中心局中的光/电转换及雷达信号处理模块等模块。本发明系统有用于未来6G光子‑无线集成网络的潜力，利用光子的大带宽生成宽带毫米波/太赫兹信号；光纤分布式结构可与现有高速通信体系完美适配，集中分布式结构有利于减轻基站设备压力，充分利用中心局的计算能力；采用一体化自适应波形，可根据应用场景灵活调整感知通信带宽比，实现高速通信和高分辨率雷达传感间的权衡。
-
公开(公告)号：CN111489370B
公开(公告)日：2022-09-16
申请号：CN202010233059.0
申请日：2020-03-29
Applicant: 复旦大学
Abstract: 本发明属于图像处理技术领域，具体为基于深度学习的遥感图像的分割方法。本发明方法包括：选取包含若干种地物类别的遥感图像，制作图像分割标签；将大图像裁剪成若干较小的遥感图像，统计每张较小图像中各种类别比例，定义选取规则，保留部分图像，并将其定义为特定类别；利用迁移学习调取大型公开数据集的训练参数，用卷积神经网络训练制作好的分类数据集，训练得到模型参数；对测试图像的所有像素点周围选取多种测试窗口，基于多尺度对像素点进行类别分类；最后去除独立的类别噪声点，将测试结果优化。本发明实用性强，可以将大规模遥感图像快速生成多类别的分割图像，为国土资源规划部门提供参考，减少了人工操作的成本。
-
Patent Agency Ranking
公开(公告)号：CN111489370A
公开(公告)日：2020-08-04
申请号：CN202010233059.0
申请日：2020-03-29
Applicant: 复旦大学
Abstract: 本发明属于图像处理技术领域，具体为基于深度学习的遥感图像的分割方法。本发明方法包括：选取包含若干种地物类别的遥感图像，制作图像分割标签；将大图像裁剪成若干较小的遥感图像，统计每张较小图像中各种类别比例，定义选取规则，保留部分图像，并将其定义为特定类别；利用迁移学习调取大型公开数据集的训练参数，用卷积神经网络训练制作好的分类数据集，训练得到模型参数；对测试图像的所有像素点周围选取多种测试窗口，基于多尺度对像素点进行类别分类；最后去除独立的类别噪声点，将测试结果优化。本发明实用性强，可以将大规模遥感图像快速生成多类别的分割图像，为国土资源规划部门提供参考，减少了人工操作的成本。
-
公开(公告)号：CN109583293A
公开(公告)日：2019-04-05
申请号：CN201811187444.5
申请日：2018-10-12
Applicant: 复旦大学
Abstract: 本发明属于雷达图像处理技术领域，具体为一种星载SAR图像中的飞机目标检测与鉴别方法。本发明的主要步骤为：机场检测：包括机场粗检测、机场目标精确分割，其中采用鉴别算子对目标进行粗定位，采用替代滤波法，减少图像干涉横条纹造成的影响及采用图像分割技术对机场目标精确定位；飞机目标检测：采用基于Canny算子的边缘检测与卷积神经网络结合的飞机目标检测算法；最后通过面积追踪与长宽比鉴别提取得到飞机目标。本发明能够高效、准确地检测出复杂背景中的飞机目标；本发明提出的飞机检测算法适用于复杂的SAR图像背景，鲁棒性高，实时性好，具有推广应用前景。
-
公开(公告)号：CN108398666A
公开(公告)日：2018-08-14
申请号：CN201810133737.9
申请日：2018-02-09
Applicant: 复旦大学
IPC: G01S7/02
Abstract: 本发明属于电子信息技术领域，具体为一种星载合成孔径雷达的极化系统参数设计方法。本发明针对极化目标分解，地表分类，军事目标探测和植被高度反演这四种终端应用，提出了极化系统参数的设计方法。所述极化系统参数包括极化串扰、通道不平衡和系统噪声中的一种或几种。设计方法都是建立终端应用评价指标和极化系统参数之间的关联模型。关联模型包括了理论模型公式或数值传递关系。根据关联模型，进而可以提出相应终端应用的极化系统参数设计需求。本发明为星载合成孔径雷达系统设计者提供了极化系统参数设计方法，可以确保设计的合成孔径雷达系统能按应用需求提供数据服务。
-
公开(公告)号：CN116524175A
公开(公告)日：2023-08-01
申请号：CN202310292707.3
申请日：2023-03-23
Applicant: 复旦大学
IPC: G06V10/25 , G06V10/46 , G06V10/774 , G06V10/77
Abstract: 本发明属于图像处理技术领域，具体为高分辨率SAR图像中飞机目标变化规律分析方法。本发明包括：利用地理信息的经纬度选取包含机场区域的遥感SAR图像；使用CenterNet改进算法对多时相图像机场区域的图像进行飞机目标检测；对同一机场的海量SAR数据观察飞机目标可能的停机位，标注出先验位置信息形成机场位置掩膜；将多时相的同一机场区域图像通过SIFT特征点和RANSAC算法进行配准；基于目标检测识别结果分析同一位置上飞机目标变化状态；最后对多时相机场数据中的飞机目标数量统计计算，分析其中的规律。本发明可以将大场景SAR遥感图像快速生成飞机目标状态变化分析图和相关数量统计图，为机场管理提供参考，减少人工操作成本。
-
公开(公告)号：CN112716474A
公开(公告)日：2021-04-30
申请号：CN202110078118.6
申请日：2021-01-20
Applicant: 复旦大学
IPC: A61B5/0507 , A61B5/00
Abstract: 本发明涉及一种基于生物微波雷达的非接触式睡眠状态监测方法和系统，包括以下步骤：S1：微波雷达传感器向待测个体发送微波信号，接收雷达回波信号并进行预处理后，得到雷达原始数据；S2：对雷达原始数据进行雷达信号处理，得到睡眠体动特征数据集和包括生理体征数据的睡眠状态分类数据集；S3：基于大数据和人工智能算法，结合睡眠体动特征数据集和睡眠状态分类数据集，得到待测个体的睡眠状态结果，完成睡眠状态监测，与现有技术相比，本发明具有便捷、准确等优点。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.022 seconds)
