-
公开(公告)号：CN115062547B
公开(公告)日：2024-07-30
申请号：CN202210727503.3
申请日：2022-06-24
Applicant: 复旦大学
IPC: G06F30/27 , G06F30/28 , G06F113/08 , G06F119/02 , G06F119/14
Abstract: 本发明公开了一种风驱海面和舰船尾迹流体微元轨道速度计算方法，获取风驱海面波高数据和舰船静态尾迹波高数据；波高数据由SAR雷达生成；采用正弦函数分解网络模型和快速傅里叶变换将波高数据进行预测，得到若干平面前进波线性叠加生成的波高数据，平面前进波为频率不同、传播方向不同的单频波，根据平面前进波的速度势确定平面前进波轨道速度；将各所述风驱海面平面前进波轨道速度进行线性叠加得到所述风驱海面流体微元轨道速度；将各所述舰船静态尾迹平面前进波轨道速度进行线性叠加得到所述舰船尾迹流体微元轨道速度，流体微元轨道速度用于对SAR成像进行校正，其计算过程耗时短、准确、简单。
-
公开(公告)号：CN117748093A
公开(公告)日：2024-03-22
申请号：CN202311522056.9
申请日：2023-11-15
Applicant: 复旦大学
Abstract: 本发明属于天线技术领域，具体为一种全向笔记本铰链处天线。本发明全向笔记本铰链处天线包含：介质基板、一对倒F型单极子天线、一T型寄生隔离结构，一对矩形缝隙槽；一对倒F型单极子天线并列排布，T型寄生隔离结构位于两单极子之间，两矩形缝隙槽分别位于两单极子下方；两个单极子均包含主臂、寄生臂和短路臂，与T型寄生隔离结构刻蚀在介质基板的上表面，垂直于笔记本上金属背板，以金属背板作为地板，并在金属背板天线下方位置开槽；两个单极子结构相同。本发明天线可改善金属外壳笔记本铰链处Wi‑Fi天线的全向辐射特性，可工作在WLAN/WI‑FI 6E，同时结构简单、低成本、易于加工。
-
公开(公告)号：CN115062547A
公开(公告)日：2022-09-16
申请号：CN202210727503.3
申请日：2022-06-24
Applicant: 复旦大学
IPC: G06F30/27 , G06F30/28 , G06F113/08 , G06F119/02 , G06F119/14
Abstract: 本发明公开了一种风驱海面和舰船尾迹流体微元轨道速度计算方法，获取风驱海面波高数据和舰船静态尾迹波高数据；波高数据由SAR雷达生成；采用正弦函数分解网络模型和快速傅里叶变换将波高数据进行预测，得到若干平面前进波线性叠加生成的波高数据，平面前进波为频率不同、传播方向不同的单频波，根据平面前进波的速度势确定平面前进波轨道速度；将各所述风驱海面平面前进波轨道速度进行线性叠加得到所述风驱海面流体微元轨道速度；将各所述舰船静态尾迹平面前进波轨道速度进行线性叠加得到所述舰船尾迹流体微元轨道速度，流体微元轨道速度用于对SAR成像进行校正，其计算过程耗时短、准确、简单。
-
公开(公告)号：CN114690208A
公开(公告)日：2022-07-01
申请号：CN202011633419.2
申请日：2020-12-31
Applicant: 复旦大学 , 千寻位置网络有限公司
Abstract: 本申请涉及卫星导航技术领域，公开了一种电离层三维电子密度稀疏层析方法及其装置，包括：接收原始观测数据和导航电文，计算卫星位置及其高度角，根据卫星与基站的几何关系构建电离层析模型观测矩阵；计算电离层延迟观测值，选取参考星并计算差分电离层延迟量，根据差分电离层延迟量计算差分电子总含量；根据反演区与支持区内GNSS射线对应的电子总含量之间的比例关系计算反演区内差分的部分斜向电子总含量，采集反演区内电子密度的历史数据并计算表征电离层特征的投影矩阵；根据观测矩阵、差分的部分斜向电子总含量和投影矩阵建立电离层析模型的目标函数，求目标函数的稀疏解并计算电子密度分布。
-
公开(公告)号：CN112861324A
公开(公告)日：2021-05-28
申请号：CN202110071399.2
申请日：2021-01-19
Applicant: 复旦大学
Abstract: 本发明属于粗糙面电磁散射技术领域，具体为一种粗糙面的多维相干散射分布函数的估计方法。本发明方法包括：估计局部粗糙面的局部参数集，局部参数集包括局部观测参数子集、局部粗糙面粗糙度参数子集、局部粗糙面介电参数子集；根据局部参数集，估计得到有限大局部粗糙面的多维相干散射分布函数的相干分量，估计得到有限大局部粗糙面的多维相干散射分布函数的非相干分量；然后以上述相干分量为均值，非相干分量为标准差，估计服从复高斯分布的多维相干散射分布函数；在粗糙面的不同局部位置，重复前述过程，得到空间变化的粗糙面的多维相干散射分布函数。与传统的粗糙面统计建模相比，本发明物理意义更加明确，可大幅降低运算量。
-
Patent Agency Ranking
公开(公告)号：CN111784560A
公开(公告)日：2020-10-16
申请号：CN201910275216.1
申请日：2019-04-04
Applicant: 复旦大学
IPC: G06T3/00
Abstract: 本发明属遥感图像处理技术领域，涉及将SAR图像和光学图像间相互翻译的方法，尤其是一种基于级联残差生成对抗网络的SAR和光学图像双向翻译方法。本发明包括步骤：(1)训练样本严格配准；(2)图像预处理；(3)以监督学习的方式训练级联残差生成对抗网络；(4)基于监督学习的预训练网络，以非监督学习的方式迭代训练待测试样本，改善翻译结果。本发明能高效实现SAR和光学两种截然不同的传感模式的数据之间的转换，能将共同可见的信息从一种图像转换到另一种图像中，且能根据先验知识生成新的内容。本方法可用于SAR图像解译，适用于无雷达背景知识的人员。本发明可促进现有和未来SAR遥感图像存档的广泛应用，具有推广应用前景。
-
公开(公告)号：CN104778754B
公开(公告)日：2019-01-15
申请号：CN201510106713.0
申请日：2015-03-10
Applicant: 复旦大学
IPC: G06T17/30
Abstract: 本发明属于海洋遥感监测技术领域，具体为风驱动态海洋环境中水下目标动态尾迹及海面流体轨道运动的数值仿真方法。其步骤为：将海面剖分网格单元；在每个时刻、每个网格节点处用线性波理论和海浪谱计算风驱起伏海面的波高和轨道速度矢量。在初始时刻，由水下运动目标的静态尾迹和运动方向，用最小二乘法将该静态尾迹分解为一系列不同频率、不同角度传播的平面前进波的线性叠加；累计各网格节点处所有平面前进波的轨道速度矢量，即可重建水下目标动态尾迹的轨道速度矢量。该方法能快速高效地数值仿真模拟风驱动态海洋环境中水下运动目标的尾迹及海面流体的轨道运动随时间的变化。
-
公开(公告)号：CN100410683C
公开(公告)日：2008-08-13
申请号：CN200510110259.2
申请日：2005-11-10
Applicant: 复旦大学
Abstract: 本发明属于SAR遥感信息处理技术领域，具体为一种利用全极化合成孔径雷达的数据进行地表分类的方法。先通过对全极化数据的去取向分析，提取对应地物的部分空间取向信息；在去除部分取向信息后，再从全极化数据中提取表示地表散射特征的特征参数，这些特征参数包含特性参数u、散射机制参数v、去极化参数w以及去取向角ψ；根据上述取向信息和特征参数，进行地表分类。对于非确定性目标的全极化数据，本发明还对其进行了特征值分析，得到熵，以及多个(如3个或4个)确定性目标的全极化数据，然后继续提取前面所述的参数，用这些参数即可以进行地表分类和取向分析。本发明方法，计算速度快，分析效率高，且可适用于复杂地表的分类。
-
公开(公告)号：CN101216556A
公开(公告)日：2008-07-09
申请号：CN200710173289.7
申请日：2007-12-27
Applicant: 复旦大学
Abstract: 本发明属于雷达目标监测技术领域，具体为电大复杂体目标与地海粗糙面背景复合电磁散射的数值仿真方法。其步骤为：将体目标与面目标剖分别分为多边形平面元；在入射前向和散射的逆方向分别用射线追踪，并记录散射元上照射到的各阶射线；采用体目标散射元或边缘的物理光学散射或物理绕射，以及粗糙面元散射的解析解，通过散射射线追踪描绘的面－体目标散射与相互作用，由任意一对交汇在同一个面元或边缘上的前后向两束射线构造追踪路径形成散射项；累计所有面元的所有散射项之和，即为体目标和面目标的复合电磁散射。该方法能快速高效地数值仿真模拟复杂形状、电大尺寸、三维体目标与地海粗糙表面背景复合的电磁散射或雷达散射截面。
-
公开(公告)号：CN100383805C
公开(公告)日：2008-04-23
申请号：CN200510031000.9
申请日：2005-11-03
Applicant: 复旦大学
IPC: G06K9/00
Abstract: 本发明是利用星载微波合成孔径雷达(SAR)和陆地卫星红外遥感的融合图像对复杂城区多类地物特征分类的方法。通过主成分分析方法对复杂城区的雷达图像和红外图像进行像素级的融合，建立反向传播人工神经网络(BP-ANN)和遗传算法(GA)相结合的BP-ANN/GA混合算法，利用GA算法的全局优化能力优化BP-ANN的初始权值，克服了传统BP-ANN收敛速度慢，容易陷入局部最小的缺点，提高多源遥感图像自动分类速度，完成各类地物特征的分类。
-
-
-
-
-
-
-
-
-
Search Results
56
records
(took 0.018 seconds)
