-
公开(公告)号：CN115580362A
公开(公告)日：2023-01-06
申请号：CN202211261568.X
申请日：2022-10-14
Applicant: 西南交通大学 , 中国人民解放军31107部队
IPC: H04B17/382 , H04W16/10
Abstract: 本发明公开了一种基于频谱监测数据的电磁目标动态用频策略确定方法，包括以下步骤：步骤1：根据频谱监测数据提取空闲频谱资源；步骤2：对步骤1得到的空闲频谱资源进行频域分割，将现有频谱资源分配给m个电磁目标；步骤3：根据空域复用的方法对剩余电磁目标分配频谱资源；步骤4：根据时域错开的方法将经步骤3分配后剩余的电磁目标分配频谱资源；步骤5：得到测定时间段和测定区域内电磁目标的用频策略集；本发明按照频谱分割、空域复用、时域错开的原则，可以优先确保高优先级的电磁目标获得相应的频谱资源；可以得到某一时间段内电磁目标的动态用频策略，能够实现基于频谱监测数据的变化自动调整用频策略的目的。
-
公开(公告)号：CN112598867A
公开(公告)日：2021-04-02
申请号：CN202011399561.5
申请日：2020-12-03
Applicant: 西南交通大学
Abstract: 本发明公开了一种基于植物发电的森林温度检测系统，其包括发电系统和温度检测系统，发电系统包括正极片和负极片，正极片插入植物的树干内，负极片插入地下；正极片和负极片为发电系统和温度检测系统提供电源。本发明的温度检查方法包括：采集若干温度值、在若干温度值中选取三个温度值、计算三个温度值的平均值T平均作为检查的温度值、将平均值T平均与温度阈值T阈值进行比较、对火灾高风险区域进行报警等步骤。本方案利用树木的树干和根部土壤的pH值差异进行发电，并对温度进行预警，便于工作人员及时对火灾高风险区域进行处理，同时通过定位，工作人员能准确到达现场，消除火灾隐患，保障森林防火安全。
-
公开(公告)号：CN112366531A
公开(公告)日：2021-02-12
申请号：CN202011189066.1
申请日：2020-10-30
Applicant: 西南交通大学
Abstract: 本发明公开了一种海底作业配电装置，其包括外壳，外壳内一侧设置有操作装置和动力装置，外壳上布设有若干监测装置；所述操作装置包括与电缆连接的活动夹，活动夹通过电动推杆与固定座连接，活动夹上侧与盖板连接，外壳上与活动夹相对的位置处设置有电缆配合的电源接口；所述动力装置包括设置在活动夹所在侧面的若干螺旋桨，所述螺旋桨分别与设置于外壳内的水下电机传动连接；所述监测装置包括均布于外壳上的压力传感器和设置于外壳内的控制器和电源模块。本发明能够解决现有技术中海底作业需要能量补充、效率较低的问题，效率高、安全性好、稳定性强。
-
公开(公告)号：CN116996349B
公开(公告)日：2024-12-03
申请号：CN202310700102.3
申请日：2023-06-13
Applicant: 西南交通大学
IPC: H04L27/00
Abstract: 本发明公开了一种基于复杂网络理论的通信信号特征提取方法，包括S1、采集噪声环境下的通信信号；S2、对通信信号进行分箱并符号化处理，构建信号符号序列；S3、根据符号序列的不同状态情况，构建状态转移矩阵；S4、根据状态转移矩阵构建通信信号二值无向复杂网络；S5、提取通信信号二值无向复杂网络的统计特征，构建通信信号的特征向量，完成通信信号的特征提取，本方案所提取的通信信号特征，作为分类器的输入，实现了在低信噪比环境、少量的标签样本下多类通信调制信号的有效识别。
-
公开(公告)号：CN113702920B
公开(公告)日：2023-07-11
申请号：CN202110984164.2
申请日：2021-08-25
Applicant: 西南交通大学
IPC: G01S7/295
Abstract: 本发明公开了一种区分不同脉间参差雷达数据的联合复杂度值计算方法，包括以下步骤：S1、获取原始脉间参差雷达脉冲数据，并基于原始脉间参差雷达脉冲数据构建脉冲重复间隔PRI数据；S2、对脉冲重复间隔PRI数据进行重构处理，并基于重构向量构建符号序列；S3、对重构向量计算差异等级值，并将差异等级值加入符号序列，得到编码序列；S4、根据编码序列，计算雷达脉冲数据的香农熵和雷达脉冲数据的编码类型复杂度，得到用于区分不同脉间参差雷达数据的联合复杂度值；本发明解决了现有技术提取原始脉间参差雷达脉冲数据的特征不突出，使得分类不准确的问题。
-
Patent Agency Ranking
公开(公告)号：CN114494192B
公开(公告)日：2023-04-25
申请号：CN202210092665.4
申请日：2022-01-26
Applicant: 西南交通大学
IPC: G06T7/00 , G06T7/11 , G06T7/70 , G06N3/0464 , G06N3/08 , G06V10/764 , G06V10/80 , G06V10/82 , G16H30/20
Abstract: 本发明公开了一种基于深度学习的胸腰椎骨折识别分割与检测定位方法，包括以下步骤：S1：采集CT图像，并利用U‑Net神经网络进行胸腰椎识别分割，得到存在骨折的胸腰椎骨目标区域；S2：在存在骨折的胸腰椎骨目标区域中，利用Faster‑Rcnn深度学习网络进行胸腰椎骨折检测，并定位。本发明需首先从CT图像中定位可能存在骨折的胸腰椎骨目标区域，以供后续深入分析椎骨状态。由此，运用Faster‑Rcnn深度学习网络来检测胸腰椎骨骨折，探索关注目标在影像场景空间中的相对位置关联关系，定位骨折位置是属于胸椎还是腰椎并在其各自第几节，形成胸腰椎各类骨折的检测分割和定位方法，其定位准确。
-
公开(公告)号：CN114970763A
公开(公告)日：2022-08-30
申请号：CN202210717130.1
申请日：2022-06-23
Applicant: 西南交通大学
Abstract: 本发明公开了供一种基于迁移学习的辐射源工作模式识别方法，其包括以下步骤：获取小样本辐射源数据，并从现有的各辐射源工作模式数据中挑选辅助数据；将小样本辐射源数据和挑选得到的辅助数据构成迁移学习的源域；将待识别辐射源数据作为迁移学习的目标域；对源域和目标域的样本进行流形特征学习；获取流形特征学习后的源域和流形特征学习后的目标域的总体分布差异，得到训练数据；基于训练数据优化分类器，并获取目标域的辐射源工作模式。本方法解决了小样本难以识别辐射源工作模式的问题。
-
公开(公告)号：CN112861790B
公开(公告)日：2022-03-11
申请号：CN202110260290.3
申请日：2021-03-10
Applicant: 西南交通大学
Abstract: 本发明公开了一种基于深度学习的电磁探测网络组网方式识别方法，包括以下步骤：步骤1：获取电磁探测网络组网特征信息，形成特征集；步骤2：对步骤1得到的特征集数据进行预处理；步骤3：将步骤2得到的数据划分为训练集和测试集，采用训练集对深度学习模型进行训练，得到训练后的模型；步骤4：将待输入的数据输入步骤3训练后的模型进行电磁探测网络组网的识别；步骤3中的深度学习模型为CNN‑LSTM模型，包括依次连接的输入层、CNN层、LSTM层、全连接层和输出层；本发明采用了深度学习技术能有效克服大数据处理、特征提取和计算精度等方面的不足，实现对电磁探测网络组网方式的智能、实时地分析、推理和判断。
-
公开(公告)号：CN113255548A
公开(公告)日：2021-08-13
申请号：CN202110619915.0
申请日：2021-06-03
Applicant: 西南交通大学
Abstract: 本发明公开了一种基于胶囊神经元的无线网络设备个体识别方法与应用，包括以下步骤：S1：收集多个无线网络设备个体的杂散信号特征集，并将多个所述无线网络设备个体划分为训练样本和测试样本；S2：采用基于马氏距离的胶囊神经网络对所述训练样本进行训练，获得无线网络设备个体分类覆盖模型；S3：根据所述无线网络设备个体分类覆盖模型对所述测试样本的无线网络设备个体进行识别。本发明能够解决现有技术中无线网络设备个体识别精度低、不能拒识等问题，提高无线网络设备个体的识别精度。
-
公开(公告)号：CN113205076A
公开(公告)日：2021-08-03
申请号：CN202110604333.5
申请日：2021-05-31
Applicant: 西南交通大学
IPC: G06K9/00
Abstract: 本发明公开了一种基于MEMD分解的无线帧行为特征提取方法及系统，包括以下步骤：步骤1：获取信号，将信号进行预处理；步骤2：将经预处理后的信号中每一个信标帧通过MEMD算法处理后，得到IMF信号分量；步骤3：根据IMF信号分量判定是否为杂散部分IMF分量，若是则转入步骤4和步骤5，若否舍去；步骤4：求解杂散分量的一维分形盒维数，作为无线帧行为的一个特征；步骤5：将杂散分量叠加获得新的杂散波形，计算杂散部分的能量，作为无线帧行为的另一个特征；步骤6：信号一维分形盒维数和杂散部分能量构成无线网络设备个体特征集；本发明能够精确提取出信标帧信号中的杂散信号，可以有效的进行无线网络设备个体识别。
-
-
-
-
-
-
-
-
-
Search Results
43
records
(took 0.019 seconds)
