-
公开(公告)号：CN116207468A
公开(公告)日：2023-06-02
申请号：CN202111446565.9
申请日：2021-11-30
Applicant: 南京理工大学
IPC: H01P5/107
Abstract: 本发明公开了一种基于矩形波导到微带间隙波导的宽带巴伦，包括相连接的矩形波导和过孔介质板层，以及金属盖板；过孔介质板层包括介质基板上表面的印刷微带线、周期性金属贴片、周期性金属化通孔和金属接地板，接地板上的缝隙与矩形波导尺寸相同，过孔介质板层与上层金属盖板间留有空气间隙：微带线通过金属化通孔短接到接地平面，构成微带脊结构；微带线周围周期性排布金属化孔，每个金属化孔与对应位置的金属贴片构成EBG结构。本发明解决了矩形波导到微带间隙波导的宽带巴伦设计问题，并在微带线上再次进行阻抗匹配实现双谐振点宽带功能和向所需传输线宽度的转换功能，具有结构简单，易集成，加工简单，尺寸小，插入损耗小，结构性能稳定的优势。
-
公开(公告)号：CN116165656A
公开(公告)日：2023-05-26
申请号：CN202111452094.2
申请日：2021-11-30
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于睡眠监测场景下的MIMO雷达稀疏布阵优化方法。结合睡眠的实际场景确定阵元的稀疏程度，进行二维波束角度的约束，在约束角度内通过改变波束指向实现角度全扫描，获得所有角度指向下的方向图最高旁瓣电平值，利用多目标粒子群迭代模型求解最佳阵元间距，结合凸优化算法求解激励系数，最终得到阵元位置和激励系数矩阵。相对于均匀阵，该方法减少了阵元数量，降低了硬件实现成本、重量和压力，提高了角度分辨率；相对于传统稀疏布阵算法，该方法可以结合实际睡眠场景确定阵元的稀疏程度，且解决传统稀疏布阵当波束指向改变时，方向图会出现高旁瓣和大栅瓣的情况，保证了在约束范围内的所有角度指向下的方向图均具有低旁瓣电平。
-
公开(公告)号：CN116148843A
公开(公告)日：2023-05-23
申请号：CN202111452097.6
申请日：2021-11-30
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于SIMO雷达的多人心跳检测及定位方法和系统，方法包括：对雷达各通道回波信号进行幅度及相位校正；对校正后的信号进行加权，得到对应搜索角度的回波信号；对回波信号计算距离多普勒的二维FFT，并进行重构；成像得到人体目标的距离、角度信息；通过DBF原理计算最优方向图权矢量，之后计算距离维FFT；获取各人体目标生命体征信号；利用PCA、ZASLMS算法进行心率的估计，再利用张量分解理论算法，根据预估的心率对生命体征信号分解提取，得到目标心跳信号并恢复相应时域波形。本发明方法有效可行，性能可靠，可以准确判决位于不同或相同距离门内多个人体目标的距离、角度信息，抑制动静物体干扰并提取对应目标的心跳信号。
-
公开(公告)号：CN112914502B
公开(公告)日：2023-04-28
申请号：CN201911234589.0
申请日：2019-12-05
Applicant: 南京理工大学
IPC: A61B5/00
Abstract: 本发明提供了一种基于EWT的胃肠动力信号分离方法，包括以下步骤：步骤1，由生命体征监测雷达获取雷达回波信号；步骤2，对步骤1获得的雷达回波信号进行预处理，获取人体生命体征信号(心跳信号、呼吸信号、胃动力信号和肠动力信号)，滤除干扰，得到预处理后信号；步骤3，对步骤2中获得的预处理后信号采用经验小波变换算法进行处理，分离出胃动信号、肠动信号、呼吸信号以及心跳信号。本发明通过经验小波变换算法能够有效地分离出肠动信号、胃动信号、呼吸信号以及心跳信号。
-
公开(公告)号：CN110596705B
公开(公告)日：2023-04-28
申请号：CN201910780687.8
申请日：2019-08-22
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于生命体征SAR成像的人体目标身份识别方法及系统，方法包括：采集待识别人员的呼吸波形，提取呼吸波形的特征参数，并输入分类器中进行训练，获得身份识别模型；利用基于相位解调的生命体征SAR成像方法确定场景中人体目标的准确位置；将雷达移动到确定好的人体目标位置正前方获取人体目标的呼吸波形；将待识别的呼吸波形输入到身份识别模型中，即可准确得到人体目标的身份。系统包括呼吸波形提取模块、特征提取模块、分类模型建立模块、成像模块、人体目标定位模块、身份识别模块。本发明方法的身份识别准确率高，可以准确获得场景中人体目标的位置及身份信息，鲁棒性好，且适用性更广。
-
Patent Agency Ranking
公开(公告)号：CN114707530A
公开(公告)日：2022-07-05
申请号：CN202011492594.4
申请日：2020-12-17
Applicant: 南京理工大学
IPC: G06K9/00 , G06V20/40 , G06V40/16 , G06V10/26 , G06V10/80 , G06V10/77 , G06V10/82 , G06K9/62 , A61B5/00 , A61B5/02 , A61B5/0205 , A61B5/11 , A61B5/113 , A61B5/16 , G06N3/04
Abstract: 本发明公开了一种基于多源信号和神经网络的双模态情绪识别方法及系统。首先从雷达回波信号中提取呼吸信号，从视频人脸脸颊区域提取PPG信号，从PPG信号中提取心跳信号，利用一维卷积神经网络提取生理信号的特征，其次，从视频中提取眼部及嘴部区域的连续图片帧，利用二维卷积神经网络和长短时记忆网络提取其特征，然后基于多模态紧凑型双线性池化算法进行特征融合，采用注意力机制为每一维融合后的特征赋不同权重，最后通过分类层进行情绪识别。本发明利用双模态传感器结合紧凑型双线性池化特征融合算法来实现情绪识别，与传统的单模态传感器以及特征拼接式的特征融合相比，有效降低了特征维度，避免维度爆炸，同时提升了情绪识别的准确率。
-
公开(公告)号：CN114642418A
公开(公告)日：2022-06-21
申请号：CN202011492595.9
申请日：2020-12-17
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于稀疏表示和卷积神经网络的呼吸模式分类方法及系统，包括：从生命体征雷达的回波信号中得到呼吸信号；将不同呼吸模式的呼吸信号截取为固定长度的样本片段，之后对呼吸信号的幅度进行归一化处理；构造小波字典；根据小波字典，采用正交匹配追踪算法求解不同呼吸模式对应的呼吸信号样本的稀疏解，并确定稀疏解的稀疏度；将稀疏解作为呼吸信号样本的特征，构建并训练卷积神经网络模型；利用卷积神经网络模型对未知的呼吸信号片段进行分类，获得其呼吸模式。本发明无需提取复杂的呼吸信号特征，基于呼吸信号的稀疏解特征即可实现呼吸模式的准确分类，方法简单有效，性能可靠，便于实施。
-
公开(公告)号：CN108388912B
公开(公告)日：2021-12-10
申请号：CN201810125662.X
申请日：2018-02-08
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于多传感器特征优化算法的睡眠分期方法，该方法首先将连续波雷达传感器和音频传感器同时进行信号的获取；接着对信号进行数字信号处理，获得包括了呼吸、心跳、体动在内的生命体征信号以及鼾声信号；然后进行特征提取，对每个特征在融合特征集中所占的权重利用特征调整优化算法进行调整，训练分类器；最后用进过训练的分类器进行睡眠分期。本发明方法有效可行，性能可靠，对使用者睡眠影响小，准确地对使用者睡眠进行评估。
-
公开(公告)号：CN112883760A
公开(公告)日：2021-06-01
申请号：CN201911200564.9
申请日：2019-11-29
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于线性调频连续波雷达的驾驶行为检测方法，首先利用线性调频连续波雷达采集驾驶行为信息，对雷达信号进行预处理，之后提取驾驶行为雷达回波信号的时间多普勒时频图，接着利用卷积神经网络来确定驾驶行为和对应雷达回波信号的时间多普勒时频图之间的映射模型；最后根据映射模型，对受试者进行驾驶行为检测。本发明的方法性能可靠、可以准确地对驾驶行为进行检测。
-
公开(公告)号：CN111987461A
公开(公告)日：2020-11-24
申请号：CN202010760202.1
申请日：2020-07-31
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于并联子阵的低损耗频扫天线，该天线包括：馈电输入、功分器以及相并联的用于辐射能量的两个子阵；所述馈电输入的能量经功分器等幅分配后分别馈入两个子阵。两个并联子阵分别经由第一初级慢波线和第二初级慢波线给对应辐射单元提供能量；次级慢波线与第二初级慢波线连接，并为其提供合适的相位延迟，从而使得两个并联子阵能够协同工作；每个并联子阵末端连接一个匹配负载，能够减少末端反射。本发明大幅度提高了移相单元的配置灵活性，将配置层次从一级变为二级即增加了子阵内部这一级配置，使得辐射单元之间的相位差能够在工作频带边缘，尽量靠近指标中最大扫描角的需求，减少慢波线总长度从而减小损耗。
-
-
-
-
-
-
-
-
-
Search Results
130
records
(took 0.031 seconds)
