-
公开(公告)号：CN108900069B
公开(公告)日：2020-05-19
申请号：CN201810730040.X
申请日：2018-07-05
Applicant: 电子科技大学
IPC: H02M1/00
Abstract: 本发明公开了一种基于占空比的自适应二次斜坡补偿电路，包括占空比检测电路、控制电路以及二次斜坡产生电路，所述放电场效应管NM2通过控制由产生系统工作周期的偏置电压信号Vf产生的电流If对积分电容C2进行充电产生包含占空比信号的电压信号Va；所述控制电路通过比较电压Va与参考电压产生斜坡电路的工作控制信号；所述二次斜坡产生电路根据前述控制信号，包含占空比信号的电压Va以及包含频率信号的电压Vf产生二次斜坡补偿信号Islope。本发明通过在不同占空比时采用不同的补偿斜率，既能保证系统电流环路的稳定，又能合理地减小电路功耗。在相同占空比下增大了系统的稳定性、瞬态响应以及带载能力，提高了芯片的效率。
-
公开(公告)号：CN106997433A
公开(公告)日：2017-08-01
申请号：CN201710175333.1
申请日：2017-03-22
Applicant: 西安电子科技大学
CPC classification number: G06F21/44 , G06F21/604 , G06F21/629 , G06F2221/2141
Abstract: 本发明属于移动终端Android系统技术领域，公开了一种Android系统权限管理方法，包括：应用程序访问权限API，进行权限检查；应用程序权限不存在时进行权限申请；应用程序权限存在，在Android系统权限管理数据中查询应用程序对应的应用进程权限；根据应用进程权限的查询结果，执行相应操作。本发明基于Android6.0及以上版本权限管理特性，在程序中增加了权限检测、申请和回调方法；在权限管理中增加了允许、提示和禁止功能，使用户选择和控制应用权限，可以更好的满足用户需求；解决了Android系统权限管理过于简单的问题，用户体验更好。
-
公开(公告)号：CN119251544A
公开(公告)日：2025-01-03
申请号：CN202411201579.8
申请日：2024-08-29
Applicant: 西安电子科技大学
IPC: G06V10/764 , G06V10/80 , G06V10/774 , G06V10/82 , G06N3/042 , G06N3/0464 , G06N3/045 , G06N3/0442
Abstract: 本发明公开了一种多模态特征融合和全局局部域对齐的UDA SAR ATR方法及设备，包括：获取待识别的实测全孔径SAR图像；将该图像划分为一组子孔径图像；构建该图像的散射拓扑图；采用训练好的深度识别网络，对该图像的一组子孔径图像和散射拓扑图进行处理，得到该图像包含的目标的类别；训练好的深度识别网络是基于预设数据集训练获得；预设数据集中包含多个类别的仿真全孔径SAR图像和实测全孔径SAR图像，每张仿真全孔径SAR图像具有真实的域标签和类别标签，每张实测全孔径SAR图像仅具有真实的域标签，域标签表示图像是仿真图像还是实测图像，类别标签表示图像中的目标的类别。本发明能提高跨域SAR目标识别性能。
-
公开(公告)号：CN113902969B
公开(公告)日：2024-09-24
申请号：CN202111188558.3
申请日：2021-10-12
Applicant: 西安电子科技大学
IPC: G06V20/13 , G06V10/764 , G06V10/46 , G06V10/80 , G06V10/82 , G06N3/084 , G06N3/0464 , G06N3/09
Abstract: 本发明公开了一种融合卷积神经网络与图像相似度的零样本SAR目标识别方法，解决了现有技术中难以仅通过仿真数据识别未知的真实目标的技术问题。实现包括：数据预处理、构建卷积神经网络、训练卷积神经网络、卷积神经网络预分类和多相似度融合分类器精分类。通过将真实数据分为与仿真数据分布较为相似的部分和较为不相似的部分，并针对这两部分分别设计识别方法，本发明可以结合卷积神经网络的高效性和多相似度融合分类器的高性能。与现有方法相比，本发明显著提高了识别准确率。本发明无需有标记的真实数据参与训练过程，仅依靠仿真数据便能较为精确的识别未知的真实SAR图像，可用于SAR图像车辆目标自动识别领域。
-
公开(公告)号：CN116597300A
公开(公告)日：2023-08-15
申请号：CN202310411818.1
申请日：2023-04-17
Applicant: 西安电子科技大学
IPC: G06V20/10 , G06V10/46 , G06V10/80 , G06V10/82 , G06N3/084 , G06N3/0464 , G06V10/764 , G06V10/44
Abstract: 本发明公开了一种融合并对齐视觉特征与散射拓扑特征的无监督域自适应SAR目标识别方法，包括以下步骤：基于ASC模型分别提取源域图像和目标域图像的散射拓扑点并构建对应的散射拓扑图；基于SAR‑SIFT算法分别提取源域图像和目标域图像的散射拓扑点并构建对应的散射拓扑图；构建深度识别网络Ψ；使用源域数据(包括图像和两种不同的散射拓扑图)和目标域数据(包括图像和两种不同的散射拓扑图)对深度识别网络Ψ进行训练；将待识别目标域数据输入训练好的深度识别网络，得到目标识别结果。本发明能够充分地利用SAR图像的散射特性，同时减少仿真图像和实测图像之间的视觉差异和散射拓扑差异，并在特征空间中逐类地对齐仿真图像和实测图像，从而显著提升了识别性能。
-
Patent Agency Ranking
公开(公告)号：CN111856426B
公开(公告)日：2023-07-28
申请号：CN202010755171.0
申请日：2020-07-31
Applicant: 西安电子科技大学
IPC: G01S7/41
Abstract: 基于中央厄米特结构和非匀质模型的子空间目标检测方法，其步骤是：生成空基雷达回波数据矩阵；生成待检距离门数据和第二数据集；估计待检距离门数据和第二数据集的局部抖动幅度；构建非匀质模型；对待检距离门数据和第二数据集进行非匀质处理；对非匀质第二数据集的协方差矩阵进行估计；利用中央厄米特结构，对杂波协方差矩阵的估计值进行更新；计算非匀质模型下的子空间目标的检测统计量；判定空基雷达回波信号中是否存在雷达子空间目标。本发明提高了在非匀质杂波下的目标检测性能，并且可应用于第二数据量不足的条件下的目标检测场景。
-
公开(公告)号：CN115036380A
公开(公告)日：2022-09-09
申请号：CN202210441468.9
申请日：2022-04-25
Applicant: 西安电子科技大学
IPC: H01L31/0352 , H01L31/0304 , H01L31/105 , H01L31/18
Abstract: 本发明公开了一种pin结构的日盲型紫外探测器及其制备方法，包括：衬底、n型氧化镓层、n型欧姆电极、i型氧化镓层、p‑AlGaN/h‑BN超晶格层、p型氮化镓层和p型欧姆电极；n型氧化镓层位于衬底上；i型氧化镓层和n型欧姆电极均位于n型氧化镓层上，i型氧化镓层和n型欧姆电极之间间隔设置；p‑AlGaN/h‑BN超晶格层位于i型氧化镓层上，p型氮化镓层位于p‑AlGaN/h‑BN超晶格层上；p型欧姆电极位于p型氮化镓层上。本发明的P型超晶格层能够有效地提供空穴，高掺杂的p型GaN层可以与金属电极形成良好的欧姆接触，使得探测器的响应时间变短、量子效率以及光谱响应度提升。
-
公开(公告)号：CN113902969A
公开(公告)日：2022-01-07
申请号：CN202111188558.3
申请日：2021-10-12
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种融合卷积神经网络与图像相似度的零样本SAR目标识别方法，解决了现有技术中难以仅通过仿真数据识别未知的真实目标的技术问题。实现包括：数据预处理、构建卷积神经网络、训练卷积神经网络、卷积神经网络预分类和多相似度融合分类器精分类。通过将真实数据分为与仿真数据分布较为相似的部分和较为不相似的部分，并针对这两部分分别设计识别方法，本发明可以结合卷积神经网络的高效性和多相似度融合分类器的高性能。与现有方法相比，本发明显著提高了识别准确率。本发明无需有标记的真实数据参与训练过程，仅依靠仿真数据便能较为精确的识别未知的真实SAR图像，可用于SAR图像车辆目标自动识别领域。
-
公开(公告)号：CN108710399B
公开(公告)日：2019-10-22
申请号：CN201810379741.3
申请日：2018-04-25
Applicant: 电子科技大学
IPC: G05F1/56
Abstract: 本发明公开了一种具有高瞬态响应的LDO电路，所述LDO电路包括：电压反馈环路、电流反馈环路、滤波电容C和负载电阻Rload；所述电压反馈环路用于检测LDO电路的输出电压，通过负反馈机制抑制输出电压的变化；所述电流反馈环路用于检测LDO电路的负载电流，通过电流反馈环路调整功率调整管PW 的导通状态；所述滤波电容C用于减小LDO电路输出电压的纹波；所述负载电阻用于等效LDO所驱动的电路；实现了能够快速响应负载的变化的技术效果。
-
公开(公告)号：CN103517443A
公开(公告)日：2014-01-15
申请号：CN201310367885.4
申请日：2013-08-22
Applicant: 西安电子科技大学
Abstract: 本发明涉及一种高效可靠的基于链路质量指示值的无线传感器网络信道调度方法及装置。通常，在无线传感器网络的每个信道上，存在协调器节点和多个采集节点，其中节点必须工作在一个相同的信道上。优选地，所述采集节点可以是各种类型的无线移动终端。采集节点通过树状的通信链路逐层地将其采集的数据发送给协调器节点，以达到数据汇聚采集的效果。
-
-
-
-
-
-
-
-
-
Search Results
49
records
(took 0.034 seconds)
