-
公开(公告)号：CN111463562B
公开(公告)日：2022-02-01
申请号：CN202010141044.1
申请日：2020-03-03
Applicant: 杭州电子科技大学
Abstract: 本发明公开一种具备滤波效果的超宽带差分馈电PIFA天线。本发明包括单层介质基板上表面蚀刻的一对对称设置的辐射平面和下表面蚀刻的一对对称设置的差分微带传输线；两个称辐射金属贴片和两条差分微带传输线均关于介质基板的中心线轴对称相连；两条差分微带传输线直接相连，转角处存在90°直角，并在直角弯曲处进行45°外斜切；辐射平面上刻有三种不同类型的槽缝，分别为类似等腰三角形的渐变式槽缝、长方形槽缝以及由两个长方形缝隙和耦合缝隙组成的缝隙谐振腔。本发明满足超宽带特性，且在所需的工作频段的增益均大于5dBi,辐射效率大于95％，滤波天线具有超宽带、高增益、高效率以及卓越的端口匹配等性能。
-
公开(公告)号：CN109215072B
公开(公告)日：2021-07-20
申请号：CN201810818113.0
申请日：2018-07-24
Applicant: 杭州电子科技大学
Abstract: 本发明公开了基于tanh‑sinh积分法的箔条云RCS获取方法。传统的箔条云RCS算法的计算效率低，当计算大规模箔条云时，其计算量将无法满足实际需求。本发明如下：一、获取箔条云及特征箔条的信息，并建立全局坐标系、局部坐标系。二、获取特征箔条的双站散射系数。三、计算被积函数σ⊥to⊥、σ⊥to//、σ//to//的奇异点。四、剖分σ⊥to⊥、σ⊥to//、σ//to//的待积分区域。五、分别积分各小区域的雷达散射截面积。六、通过叠加的方式计算特征箔条的雷达散射截面积。七、通过乘上箔条数量计算箔条云的雷达散射截面积。本发明在计算精度接近蒙特卡罗法的同时，大大增强了计算效率。
-
公开(公告)号：CN111125885A
公开(公告)日：2020-05-08
申请号：CN201911220913.3
申请日：2019-12-03
Applicant: 杭州电子科技大学
IPC: G06F30/20 , G06F111/10
Abstract: 一种基于改进克里金插值算法的ASF修正表构建方法，其具体步骤包括：步骤1：采集预测区域内部分离散的ASF时延值作为实验样本数据；步骤2：利用采集的样本数据计算实验变差函数，得到滞后距和实验变差函数的离散点；步骤3：选择理论模型利用飞蛾扑火优化算法来拟合实验变差函数，得出相应的变差函数拟合模型的参数；步骤4：根据拟合的变差函数建立克里金插值方程组，求解克里金插值方程权重λK；步骤5.结合已知样本点的值便可计算出待估位置点的时延值ASFpre；步骤6.利用交叉验证比较不同拟合模型的插值预测精度，根据评价指标RMSE选出最优预测模型，步骤7.利用最优预测模型，重复前述步骤4、5求解出所有预测点的ASF信息，即可绘制出待估区域ASF修正表。
-
公开(公告)号：CN110333481A
公开(公告)日：2019-10-15
申请号：CN201910619191.2
申请日：2019-07-10
Applicant: 杭州电子科技大学
IPC: G01S5/06
Abstract: 本发明公开了一种基于距离比圆算法与Taylor级数展开法的联合定位方法，包括：步骤1.获取信号源到达各个次基站与主基站的时间差值,根据距离和时间的公式获得距离差值；步骤2.求得信号源到次基站与主基站的距离之比；步骤3.根据距离之比来建立并构造定位方程组,然后通过最小二乘估计法获得初步的定位位置；步骤4.将初步定位结果作为Taylor级数展开算法的初始值,迭代获取更精确的目标源定位值；距离比圆定位算法和给定初值的Taylor级数展开算法得到的两组定位值，加权处理得出最后的位置估计值。本发明适用于无线传感器网络的信号源定位方法，具有对监测设备硬件时钟同步精度要求低定位精度高等特点，能够准确获取信号源所在位置。
-
公开(公告)号：CN107026322A
公开(公告)日：2017-08-08
申请号：CN201710187151.6
申请日：2017-03-27
Applicant: 杭州电子科技大学
CPC classification number: H01Q1/38 , H01Q1/3233 , H01Q1/50 , H01Q21/0006 , H01Q21/08
Abstract: 短距车载雷达天线，包括一介质基板，所述介质基板上刻蚀有1*N的微带天线阵列结构，所述微带天线阵列结构包括N个等间距并排均布的微带贴片，N为偶数，每个所述微带贴片上均设有分微带馈线，所述分微带馈线均连接于水平微带馈线上，所述水平微带馈线的中间设有垂直微带馈线，所述水平微带馈线上与每个分微带馈线连接的枝节处均设有阻抗变换线。本发明的微带天线阵列结构是一单层结构，从而制备比较简单。同时设置阻抗变换线来达到阻抗匹配的目的，实用可靠。
-
Patent Agency Ranking
公开(公告)号：CN106207479A
公开(公告)日：2016-12-07
申请号：CN201610581108.3
申请日：2016-07-22
Applicant: 杭州电子科技大学
IPC: H01Q15/00
Abstract: 本发明属于电磁介质特性研究技术领域，具体涉及一种左手材料的结构单元，包括介质板和金属条组元，数个金属条组元以阵列式分布于介质板的正面和反面即在介质板的正面和反面都形成组元阵列，金属条组元由两种不同宽度的矩形金属条按照一定规律排列而成；本发明还公开了由多块结构单元等间距排列得到的左手材料。该结构单元仅由两种不同宽度的矩形金属条按照一定规则排列，加工制备十分方便；在介质板的正反面上形成金属条组元阵列，且对立面之间的金属条组元阵列可通过旋转90°互得，实现左手材料的二维各向同性，克服了传统材料的维度受限的缺点；该左手材料的通带带宽可达到6GHz，实现了通带的偏移，大大拓宽了左手材料的应用范围。
-
公开(公告)号：CN104241866A
公开(公告)日：2014-12-24
申请号：CN201410328451.8
申请日：2014-07-10
Applicant: 杭州电子科技大学
IPC: H01Q15/00
Abstract: 本发明涉及一种基于双十字架型的宽带低耗小单元左手材料。本发明包括两个十字架型金属线结构，且由两个十字架型金属线结构镜像并列放置在介质基板的同一侧组成；十字架型金属线结构由短横直线和长竖直线构成，十字架型金属线的短横直线长度a为1.0～5.0mm，长竖直线的长度b为2.0～6.0mm,长竖直线的线宽的取值范围为0.1～0.25mm；双十字架型金属线结构单元阵列中长竖直线之间的横向间距g为0.1～0.25mm，短横直线之间的纵向间距k为2.5～6.0mm。本发明加工简单；双十字架结构的高度耦合性使其在传输损耗、单元电长度都很小的情况下，带宽达到50%以上，拓宽了左手材料的应用领域。
-
公开(公告)号：CN103632028A
公开(公告)日：2014-03-12
申请号：CN201310405478.8
申请日：2013-09-06
Applicant: 杭州电子科技大学
IPC: G06F19/00
Abstract: 本发明公开了多层旋电磁各向异性介质球电磁散射的解析方法。本发明步骤如下：步骤1.利用已建立的旋电磁介质球矢量波函数，根据球矢量波函数的特性，得出均匀旋电磁各向异性介质中的电磁场，且该电磁场能用第一和第二类球矢量波函数叠加所表示；步骤2.利用电磁场在球边界上切向连续和球矢量波函数的切向正交的特性，得出多层旋电磁介质球中电磁场用球矢量波函数展开的展开系数的迭代公式；求解该迭代方程，得出散射场用球矢量波函数展开的展开系数，进而得出平面波入射情况多层旋电磁介质球的电磁散射特性。本发明适用于求解一般情况下多层旋电磁各向异性介质球的电磁散射特性。
-
公开(公告)号：CN113671476B
公开(公告)日：2024-04-02
申请号：CN202110850487.2
申请日：2021-07-27
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种新型被动毫米波成像方法。传统的被动毫米波辐射模拟的射线发射方法一般用的都是等值角度发射法，这种方法在成像效果方面更符合人体的视觉效果，这样处理的弊端是图像尺寸和相对位置存在较大的畸变，无法分辨出物体实际尺寸和位置信息，从而极大影响了被动毫米波辐射模拟成像的准确度。本发明如下：一、对被探测区域进行正方形网格划分。二、以网格内部或交点为目标发射射线并进行亮温反演。三、建立被探测区域内的亮温分布图。亮温分布图的每个像素点对应一条射线的亮温。本发明能够更为精准地探测出物体的位置和尺寸信息，从而大幅增加了被动毫米波成像模拟的准确性。此外，本发明能够减少溢出射线的产生。
-
公开(公告)号：CN113129897B
公开(公告)日：2024-02-20
申请号：CN202110375477.8
申请日：2021-04-08
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于注意力机制循环神经网络的声纹识别方法，包括：S1.采集不同说话人多个相同文本的语音数据，并将采集的语音数据进行前端预处理，得到处理后的语音数据；S2.生成与处理后的语音数据相对应的固定长度的语谱图；S3.通过自适应滤波器提取语谱图中的声纹特征系数；S4.构建基于循环神经网络GRU与注意力机制结合的网络架构，将不同说话人的声纹特征系数输入至构建的网络架构中进行训练，得到声纹识别模型；S5.将用户注册和验证阶段的语音声纹特征输入声纹识别模型，声纹识别模型输出最终的识别结果。本发明与传统神经网络相比，提高了模型的泛化能力和学习能力，实验中的网络模型平均错误率达到1.81％，显著提升了识别率，成功移植嵌入式平台。
-
-
-
-
-
-
-
-
-
Search Results
44
records
(took 0.023 seconds)
