-
公开(公告)号：CN107911320A
公开(公告)日：2018-04-13
申请号：CN201711288274.5
申请日：2017-12-07
Applicant: 合肥工业大学
IPC: H04L25/02
Abstract: 本发明涉及一种基于能量熵的无线信道稀疏特征提取方法，该方法包括下列顺序的步骤：(1)发射导频信号，采集接收信号，确定测量矩阵；(2)近似分解；(3)选择最优原子，构成最优原子集；(4)利用最优原子集提取稀疏特征。本发明通过选取最优原子，利用最优原子表达无线接收信号，有利于提取无线信道的稀疏特征。本发明利用能量信息熵来选取最优原子，解决无线信道稀疏的特征提取问题；通过考量分解系数的结构特征，选择最有序的分解系数所对应的原子构成最优原子集，利用最优原子集获取稀疏系数，以实现无线信道稀疏特征的准确估计。
-
公开(公告)号：CN104953643B
公开(公告)日：2017-03-08
申请号：CN201510237380.5
申请日：2015-05-12
Applicant: 合肥工业大学
IPC: H02J7/00
CPC classification number: H02J7/0027 , B60L11/1809 , G06F1/3212 , H02J7/0013 , H02J7/1423 , H02J7/1446 , H02J2007/0096 , H02J2007/0098 , H02J2007/143 , H04W84/18
Abstract: 一种多充电节点的无线传感器网络充电方法，包括如下步骤：(1)建立一个WSNs模型（：2）划分充电小车的领域范围；(3)各充电小车进行充电：(a)初始化： ，为接收到的报警节点总数，为已报警节点编号；(b)接收报警信号，更新 的值，生成最短充电路径 ，计算能量判别向量；(c)若向量元素出现 ，，则对 个报警节点按对应最短充电路径 执行充电任务，否则返回继续更新值；(d)执行充电任务；(e)判断充电小车是否需要返回停车场补充能量，若需要，则充电小车返回停车场补充能量，否则，返回继续更新 值及向量元素 。本发明能依据传感器能量变化自适应的改变充电策略；各充电小车相互独立，
-
公开(公告)号：CN105701470A
公开(公告)日：2016-06-22
申请号：CN201610023686.5
申请日：2016-01-13
Applicant: 合肥工业大学
IPC: G06K9/00 , G01R31/316
CPC classification number: G06K9/00523 , G01R31/316
Abstract: 一种基于最优小波包分解的模拟电路故障特征提取方法，包括如下实施步骤：（1）获取无故障模式下的样本向量数据集；（2）计算无故障模式下的电压样本向量的统计平均值；（3）建立小波基函数库；（4）利用所建库中的小波基对电压样本统计平均值向量进行小波包分解；（5）计算各小波基函数进行层小波包分解后的频带能量及其总能量；（6）计算各小波包分解后的频带能量概率密度；（7）计算各小波基函数进行 层小波包分解后的频带能量熵；（8）比较能量熵值大小，选取最优小波基；（9）待测电路信号采集；（10）利用最优小波基对提取的故障信号进行故障特征特取。本发明通过选取最优小波基函数，利用优选出的小波基函数进行小波包分解，有利于发掘故障的深层特征。
-
公开(公告)号：CN105044590A
公开(公告)日：2015-11-11
申请号：CN201510482994.X
申请日：2015-08-07
Applicant: 合肥工业大学
IPC: G01R31/316
CPC classification number: G01R31/316
Abstract: 一种单测量节点模拟电路故障诊断方法，包括如下实施步骤：（1）获取各故障模式下的先验样本数据向量；（2）计算各故障模式下的先验样本向量的统计平均值；（3）信号的haar正交小波滤波器组分解；（4）先验样本故障模式特征因子提取；（5）待测故障模式特征因子提取；（6）计算待测故障模式特征因子与先验样本故障模式特征因子之间的互相关系数矩阵、相关程度衡量参数（7）比较相关程度衡量参数，按最大相关原则判断故障模式。本发明能在不丢失原始测量信息的前提下，把单路信号转化为多路信号,提取故障模式独立性特征因子，使其具有反映不同故障模式下电路结构的变化情况，再研究相关的模式判决规则，完成电路故障模式的成功归类。
-
Patent Agency Ranking
公开(公告)号：CN104953643A
公开(公告)日：2015-09-30
申请号：CN201510237380.5
申请日：2015-05-12
Applicant: 合肥工业大学
IPC: H02J7/00
CPC classification number: H02J7/0027 , B60L11/1809 , G06F1/3212 , H02J7/0013 , H02J7/1423 , H02J7/1446 , H02J2007/0096 , H02J2007/0098 , H02J2007/143 , H04W84/18
Abstract: 一种多充电节点的无线传感器网络充电方法，包括如下步骤：(1)建立一个WSNs模型：（2）划分充电小车的领域范围；(3)各充电小车进行充电：(a)初始化： ，为接收到的报警节点总数，为已报警节点编号；(b)接收报警信号，更新的值，生成最短充电路径，计算能量判别向量；(c)若向量元素出现，，则对个报警节点按对应最短充电路径执行充电任务，否则返回继续更新值；(d)执行充电任务；(e)判断充电小车是否需要返回停车场补充能量，若需要，则充电小车返回停车场补充能量，否则，返回继续更新值及向量元素。本发明能依据传感器能量变化自适应的改变充电策略；各充电小车相互独立，简单可靠。
-
公开(公告)号：CN114358046B
公开(公告)日：2024-06-21
申请号：CN202111469915.3
申请日：2021-12-03
Applicant: 合肥工业大学
IPC: G06F18/213 , G06F17/14
Abstract: 本发明涉及多复杂度等级复杂电磁干扰环境模拟生成方法，包括：获得空间电磁环境中被干扰对象信号快速S变换二维时频特征参数；查找复杂度参数标准表，得到对应复杂度等级的时间占用度TP、频率占用度FP和能量占用度EP；计算得到该复杂度等级下干扰信号的持续时间T2、中心频率F2、功率E2的取值范围；采用捷变频信号发生器，设置捷变频信号发生器内的信号频率、功率、持续时间的干扰信号发生参数；生成对应复杂度等级的复杂电磁干扰环境。本发明还公开了多复杂度等级复杂电磁干扰环境模拟生成系统。本发明采用快速S变换方法，可同时获得被干扰信号四个主要特征参数，能自动生成一般复杂度、轻度复杂度、中度复杂度和重度复杂度等四个不同复杂度等级的电磁环境。
-
公开(公告)号：CN112002755B
公开(公告)日：2023-07-14
申请号：CN202010841155.3
申请日：2020-08-20
Applicant: 合肥工业大学
Abstract: 针对现有技术的不足，本发明提供一种LDMOS器件、制备工艺及性能，本发明所提供的器件利用表面的P型外延层以及渐变式的非等间距分布，对漂移区内的电场分布进行调制，显著提高器件的漂移区掺杂浓度。经仿真分析，与传统SOI‑LDMOS器件相比,MSPtop‑LDMOS器件的BV提高了70.8%、Ron降低了54.4%、品质因子提高了5.4倍。与此同时，该器件还具有工艺简单的特点。
-
公开(公告)号：CN107911320B
公开(公告)日：2020-05-22
申请号：CN201711288274.5
申请日：2017-12-07
Applicant: 合肥工业大学
IPC: H04L25/02
Abstract: 本发明涉及一种基于能量熵的无线信道稀疏特征提取方法，该方法包括下列顺序的步骤：(1)发射导频信号，采集接收信号，确定测量矩阵；(2)近似分解；(3)选择最优原子，构成最优原子集；(4)利用最优原子集提取稀疏特征。本发明通过选取最优原子，利用最优原子表达无线接收信号，有利于提取无线信道的稀疏特征。本发明利用能量信息熵来选取最优原子，解决无线信道稀疏的特征提取问题；通过考量分解系数的结构特征，选择最有序的分解系数所对应的原子构成最优原子集，利用最优原子集获取稀疏系数，以实现无线信道稀疏特征的准确估计。
-
公开(公告)号：CN105699883A
公开(公告)日：2016-06-22
申请号：CN201610044805.5
申请日：2016-01-22
Applicant: 合肥工业大学
IPC: G01R31/316
CPC classification number: G01R31/316
Abstract: 一种模拟电路健康预测方法，包括如下步骤：采集电路容差、无故障模式下的测试样本集；计算电路容差、无故障模式下样本向量的统计平均值；计算电路容差、无故障模式下容差电压增量信号集；计算电路容差、无故障模式下的容差电压增量信号的基频能量熵；计算无故障容差电压增量信号的最大能量熵；采集电路待测时刻电压信号；计算电路待测时刻电压增量信号；计算电路待测时刻电压增量信号的基频能量熵；计算待测电路健康指数；以电路健康指数为依据，判断电路健康情况。本发明能在不丢失原始测量信息的前提下，利用EWT分解出测试信号基频信号，通过分别计算基频信号的能量熵与电路健康参数，完成对电路健康状况的判断。
-
-
-
-
-
-
-
-
Search Results
39
records
(took 0.023 seconds)
