-
公开(公告)号：CN110190367B
公开(公告)日：2020-11-20
申请号：CN201910436675.3
申请日：2019-05-23
Applicant: 复旦大学
IPC: H01P1/20
Abstract: 本发明属于通信技术领域，具体为一种超宽带差分线共模噪声滤波器。本发明的差分线共模噪声滤波器包括一个差分线对、介质集成波导共模噪声滤波器、金属地板，共模噪声滤波器由不同宽度的介质集成波导单元级联组成，置于顶层差分线与金属底板之间，用于抑制差分线的共模噪声；介质集成波导单元由上层的金属贴片，两侧的金属过孔和接地面组成。不同宽度的介质集成波导单元对应不同的截止频率，从而实现了差分线的超宽带共模噪声抑制。该差分线共模噪声滤波器具有超宽带，高抑制的特性，且结构简单，加工方便，易于实现。
-
公开(公告)号：CN111736115A
公开(公告)日：2020-10-02
申请号：CN202010403932.6
申请日：2020-05-13
Applicant: 复旦大学
Abstract: 本发明属于高速传输技术领域，具体为基于改进型SGDMA+PCIE的MIMO毫米波雷达高速传输方法。本发明主要步骤包括：根据应用场景设计MIMO毫米雷达的FPGA信号传输方案；改进SGDMA为1/2、1/4、全描述符自动循环导入工作方式；通过QSYS系统内嵌4个SGDMA、DDR3、PCIE模块，实现与上位机高速数据传输。本发明可有效提高雷达数据传输的灵活性，再结合中断技术，可快速实现多个SGDMA之间联动，提高带宽利用率，结合PCIE2.0×8模式可实现3.4GB/s带宽（效率>85%）。本发明实用性强，可运用于信号采集系统的高速传输，应用前景广阔。
-
公开(公告)号：CN111693978A
公开(公告)日：2020-09-22
申请号：CN202010404562.8
申请日：2020-05-13
Applicant: 复旦大学
Abstract: 本发明属于雷达检测技术领域，具体为基于MIMO毫米波雷达散点检测方法。本发明包括：根据TI毫米波雷达芯片XAW1243，设计12发16收L形天线的MIMO毫米波雷达信号处理架构；对同一方向的各天线接收的多散点目标信号进行2D-FFT变换，同时累加具有相同方向接收天线接收的信号产生2D-FFT，形成复数检测矩阵；对复数检测矩阵实数化进行峰值特征检测，检测出目标相对位置；对2D-FFT对应的目标点进行角度FFT，检测出方向角；根据距离相与方向角，检测目标散点的实际坐标。本发明由FPGA采集、处理信号，包括1D&2D-FFT、目标点检测、角度FFT、频率检测，最后计算散点目标实际位置；本发明在模式识别、自动驾驶等领域有重要应用价值。
-
公开(公告)号：CN110988861A
公开(公告)日：2020-04-10
申请号：CN201911056144.8
申请日：2019-10-31
Applicant: 复旦大学
Abstract: 本发明属于模式识别技术领域，具体为一种基于毫米波雷达的人体姿态识别系统。本发明系统包括毫米波雷达子系统、数据处理与跟踪定位子系统、人工智能分类子系统；毫米波雷达子系统向检测范围内发射线性调频连续波信号，并采集人体反射的雷达回波数据，经混频、滤波和模数转换采样后输出中频原始数据；数据处理与跟踪定位子系统从原始数据中提取能够表征人体姿态的多种特征，包括距离、速度、加速度、方位特征等，实时跟踪定位人体所在位置；人工智能分类子系统对特征信息进行过滤、分类和判决，综合分类和判决结果确定人体姿态。本发明着眼于现实生活中的人体姿态识别和状态监测，可以适用于家庭、办公室、工厂车间、医院病房、养老院等场景。
-
公开(公告)号：CN110765974A
公开(公告)日：2020-02-07
申请号：CN201911054117.7
申请日：2019-10-31
Applicant: 复旦大学
Abstract: 本发明属于人机交互技术领域，具体为基于毫米波雷达和卷积神经网络的微动手势识别方法。本发明的主要步骤包括：根据应用场景设计雷达参数和微动手势；利用毫米波雷达周期性地发射具有确定雷达参数的线性调频信号同时接收人体手部反射的回波信号，与发射信号进行差频后进行ADC采样得到数字中频信号；对数字中频信号进行处理，计算微动手势的特征参数；选取某一特征，建立多种手势的数据集；针对毫米波雷达特征图像设计卷积神经网络，输入手势数据集训练得到分类模型；调用分类模型实现多种手势的分类识别。本发明实用性强，可用于智能家居、隔空输入、手语翻译、机械控制、VR、AR等领域，应用前景广阔。
-
Patent Agency Ranking
公开(公告)号：CN110687816A
公开(公告)日：2020-01-14
申请号：CN201911052118.8
申请日：2019-10-31
Applicant: 复旦大学
IPC: G05B15/02 , G05B19/418
Abstract: 本发明属于智能识别与控制技术领域，具体为一种基于毫米波雷达的智能家居控制系统和方法。本发明系统包括毫米波雷达系统、信号处理系统、人工智能分类系统、中央控制系统；毫米波雷达系统向雷达照射场景发射线性调频连续波信号，并接收场景反射的回波信号，经处理得到中频原始数据；信号处理系统对原始数据进行处理得到特征数据，并将特征数据传输至人工智能分类系统；人工智能分类系统对毫米波雷达特征数据进行离线训练和在线分类，并传输至中央控制系统；中央控制系统对系统实时控制、监测与通信。本发明利用毫米波雷达实现智能家居领域的非接触式远程控制，提高日常生活的便捷性、舒适性和智能性，适用于普通家庭、办公室、会议室等场所。
-
公开(公告)号：CN109861003A
公开(公告)日：2019-06-07
申请号：CN201910032635.2
申请日：2019-01-14
Applicant: 复旦大学
Abstract: 本发明属于通信技术领域，具体为一种超材料宽带高隔离MIMO天线。本发明天线包括两个PIFA天线单元、两个超材料表面、接地金属板；超材料表面由两侧的周期性单元槽和介质组成，置于两个PIFA天线单元之间，用于减小天线之间的耦合度；精确选取超材料表面周期性单元的尺寸，使得两个超材料表面在两个天线单元的工作频段实现高的隔离度。本发明克服了原来去耦技术中存在的缺点，同时该天线结构简单，加工方便。
-
公开(公告)号：CN109766811A
公开(公告)日：2019-05-17
申请号：CN201811650988.0
申请日：2018-12-31
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图像中海面船只的端到端检测与识别方法。步骤包括：基于Otsu辅助水图文件的精细海陆分割；自适应多尺度CFAR船只目标自动检测，包括全局、大尺度、小尺度三种尺度CFAR，其中用到基于伽马分布的合成孔径雷达图像海面杂波统计分布模型；自动构建SAR船只标记数据库，数据库包括SAR图像的船只与MMSI码的匹配和目标切片数据集；基于卷积神经网络的船只目标鉴别与分类。本发明精准提取狭窄弯曲河流、海岸线、轮廓等；能很好地解决船只检测虚警率高的问题；通过建立高分辨率船只SAR数据集，为复杂海面船只检测与识别工作提供有力支撑，具有推广应用前景。
-
公开(公告)号：CN118294913A
公开(公告)日：2024-07-05
申请号：CN202410324968.3
申请日：2024-03-21
Applicant: 复旦大学义乌研究院
Abstract: 本发明属于微波遥感技术领域，具体为一种圆轨全息电磁散射测量系统及其操作方法。本发明系统包括硬件和软件两部分；硬件包括：矢量网络分析仪、微波动态开关、天线、电脑、圆形轨道、小车平台、天线支架、射频线；软件包括：自动化控制软件、人机交互界面软件、信号分析处理软件：电脑分别与矢量网络分析仪、微波动态开关连接；微波动态开关输入端与矢量网络分析仪输入输出端连接，输出端与天线连接；天线通过天线支架放置在小车平台上，小车放置在圆形轨道上移动，自动化控制软件控制系统运行。本发明系统可全方位、多角度获取目标全部电磁散射信息，解决现有雷达系统获取目标电磁信息不全面、跟踪精度低、对目标的分类和识别困难等问题。
-
公开(公告)号：CN112716474B
公开(公告)日：2024-01-23
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
70
records
(took 0.021 seconds)
