-
公开(公告)号：CN116578805A
公开(公告)日：2023-08-11
申请号：CN202310672864.7
申请日：2023-06-08
Applicant: 电子科技大学成都学院
IPC: G06F16/958 , G06F16/2457 , G06F16/25
Abstract: 本发明提供一种基于微服务的数据分析系统及方法，涉及数据处理技术领域，包括信息展示层、系统服务层和数据库层，信息展示层用于人机交互，设置触发分析规则和业务分析规则；系统服务层包括服务中心和多个微服务，多个微服务分别具有不同的业务分析功能；数据库层用于存储基础数据和微服务的分析数据，基础数据与分析数据互相独立存储。通过灵活配置触发分析规则和业务分析规则，多个微服务互相协同，能够快速形成分析数据并分片或分层存入数据库，极大的减少了重复计算量，在进一步分析时便于调取分析数据，极大地简化了分析的复杂度，提升了数据分析的稳定性和效率。
-
公开(公告)号：CN113765555B
公开(公告)日：2022-06-03
申请号：CN202111112782.4
申请日：2021-09-23
Applicant: 电子科技大学
IPC: H04B7/0456 , H04L27/34
Abstract: 本发明提供一种基于资源块星座距离的非正交多址接入系统码本设计方法，包括以下步骤：先根据用户需求确定SCMA码本中的参数J、M、N、K；再根据拉丁准则，确定码本中关联用户和资源块映射矩阵；构建能量归一化的N维基星座S0；通过粒子群PSO算法根据最大化资源块星座点间码字距离之和的准则计算得到最佳的元素的系数和最佳的旋转角度：最后最佳的元素的系数和最佳的旋转角度确定最佳用户星座函数，将最佳用户星座函数对应的用户星座集进行码字重排，重排前后的码字分配到映射矩阵上，从而得到SCMA的多用户码本。本发明能获得更大的整型增益，提升SCMA系统在高斯信道下的抗噪性能。
-
公开(公告)号：CN110263925B
公开(公告)日：2022-03-15
申请号：CN201910482444.6
申请日：2019-06-04
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于FPGA的卷积神经网络前向预测的硬件加速实现装置，针对一个具体的精简优化的卷积神经网络Hcnn，对其前向预测过程进行硬件装置的研究与实现。此装置基于优化的脉动阵列实现卷积神经网络的主要运算单元，综合考虑运算处理时间和资源消耗，利用并串转化，数据分片和流水线设计等方法，以做到尽可能大的并行度和尽可能少的资源消耗为原则，以并行的流水线形式实现了Hcnn卷积神经网络的前向预测过程。充分利用了FPGA的数据并行和流水线并行的特点。脉动阵列结构平衡了IO读写与计算，在消耗较少的存储带宽下提高了吞吐率，有效地解决了数据访存速度远大于数据处理速度的卷积神经网络FPGA实现的问题。
-
公开(公告)号：CN108667593B
公开(公告)日：2020-06-16
申请号：CN201810447167.0
申请日：2018-05-11
Applicant: 电子科技大学
Abstract: 本发明涉及直升机抗旋翼遮挡的卫星通信技术领域，公开了一种基于FPGA的抗直升机旋翼遮挡的时间分集并行同步方法，其针对旋翼遮挡，发送端采用双重时间分集的方式进行组帧，经过遮挡以及噪声处理，接收端采用并行同步的帧检测法进行帧同步，同时采用合并法重组的方式进行解帧。本发明充分利用FPGA的并行性，快速同步出子帧位置。本发明具有简单高效、扩展性强、适用范围广等特点，能减小存储资源，提高帧同步速率，并具有良好的传输误码性能。
-
公开(公告)号：CN110543939A
公开(公告)日：2019-12-06
申请号：CN201910504155.1
申请日：2019-06-12
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于FPGA的卷积神经网络后向训练的硬件加速实现架构。此架构基于卷积神经网络各层后向训练的基本处理模块，综合考虑运算处理时间和资源消耗，利用并串转化，数据分片、流水线设计资源复用等方法，以做到尽可能大的并行度和尽可能少的资源消耗为原则，以并行的流水线形式实现了Hcnn卷积神经网络的后向训练过程。该架构充分利用了FPGA的数据并行和流水线并行的特点，实现简单，结构更加规则，布线更加一致，频率也得到了大大提高，加速效果显著。更重要的是，此结构使用优化的脉动阵列结构平衡了IO读写与计算，在消耗较少的存储带宽下提高了吞吐率，有效地解决了数据访存速度远大于数据处理速度的卷积神经网络FPGA实现的问题。
-
Patent Agency Ranking
公开(公告)号：CN107490758B
公开(公告)日：2019-08-13
申请号：CN201710572987.8
申请日：2017-07-14
Applicant: 电子科技大学
IPC: G01R31/3167 , G06F17/50 , G06N3/04
Abstract: 本发明提供了基于故障传播的模块化BP神经网络电路故障诊断方法，属于电子系统的故障诊断及定位技术领域。本发明在电路模块划分的基础上，确定各子电路的测试节点，并把测试节点的特征参数数据作为故障诊断的数据源；根据基于电路仿真的数据源建立模块化异常检测模型，分析故障传播，建立模块化BP神经网络模型；当实际电路发生故障时，利用模块化异常检测模型进行一级定位，确定故障子电路，再利用目标子电路的BP神经网络模型进行二级定位，识别故障模式。本发明通过线下建立的模型进行故障定位，扩展性强，适用范围广；实现了线上对大规模数模混合电路的实时故障诊断，特别是针对存在故障传播的情况，具有极高的故障定位准确率。
-
公开(公告)号：CN108287962A
公开(公告)日：2018-07-17
申请号：CN201810053040.0
申请日：2018-01-19
Applicant: 电子科技大学
IPC: G06F17/50
Abstract: 本发明公开了一种基于卡尔曼滤波的直升机旋翼遮挡预测的方法，其包括：当直升机接收到被遮挡的信号时，对信号功率进行滑动平均运算，基于预设的功率阈值，统计遮挡周期内遮挡周期长度以及遮挡时间长度，根据旋翼的初始遮挡状态，计算旋翼的遮挡周期以及遮挡率，通过卡尔曼滤波得到下一个周期的遮挡周期以及遮挡率的预测值，然后计算下一周期的缝隙时间长度的预测值，即完成了旋翼遮挡预测。利用该方法可以用于直升机返向链路中，实现突发传输，并且能够有效地减少旋翼遮挡对信号传输的影响，提高信道利用率。
-
公开(公告)号：CN107370710A
公开(公告)日：2017-11-21
申请号：CN201710651009.2
申请日：2017-08-02
Applicant: 电子科技大学
Abstract: 本发明涉及直升机抗旋翼遮挡的卫星通信技术领域，具体涉及一种直升机旋翼遮挡高阶调制信号补偿方法。本发明的方法针对高阶调制方式，对直升机旋翼遮挡的高阶信号进行能量补偿，可以解决直升机卫星通信中，由于旋翼遮挡对信号幅度的衰减影响，直接利用遮挡信号会降低误码性能的问题。使用本发明的方法，可以改善遮挡部分数据星座图；相同遮挡利用率时，信号传输误码性能更好；达到相同性能时，遮挡利用率更高。此方法实现简单，只需使用简单的乘除运算和比较操作即可实现。通过设置对应的信噪比阈值和补偿峰值阈值可满足不同阶数的高阶调制方式的应用场景，如对于16QAM，32QAM，64QAM等MQAM信号（M>4）均有效具有较大使用范围，实现简单的特点。
-
公开(公告)号：CN102662918B
公开(公告)日：2015-04-22
申请号：CN201210132150.9
申请日：2012-04-28
Applicant: 电子科技大学
IPC: G06F17/16
Abstract: 本发明公开了基于伴随矩阵的四阶以下正定Hermite矩阵求逆的硬件架构及实现方法，主要由输入数据调整模块，二阶行列式计算模块，二阶行列式调整模块，三阶行列式计算模块，三阶行列式调整模块，四阶行列式计算模块以及逆矩阵计算模块组成，本发明在对三阶行列式进行展开时二阶行列式的求解个数减少到11个，并且实现了二阶行列式与三阶行列式的归并计算方式，缩短了计算时间，耗费硬件资源少，结构简单，非常适合推广使用。
-
公开(公告)号：CN104198912A
公开(公告)日：2014-12-10
申请号：CN201410355550.5
申请日：2014-07-24
Applicant: 电子科技大学
IPC: G01R31/28
Abstract: 本发明公开了一种基于数据挖掘的硬件电路FMEA分析方法，其针对研究元器件的故障表征方式建立相应的故障仿真模型，在正常电路中针对每个元器件遍历注入其故障模型，获取潜在故障电路，并于仿真工具内生成正常电路仿真结果与故障电路仿真结果；再比较各个故障电路仿真结果与正常电路仿真结果之间的差异，提取差异特征值，通过对所述差异特征值的聚类分析，获取硬件电路的故障模式；最后依据FMEA基本方法，结合所述硬件电路的故障模式完成FMEA处理，自动生成相应的FMEA报告。本发明能最大限度地降低对FMEA人员在电路功能认识、FMEA处理经验的要求，是一种简易高效的方法。
-
-
-
-
-
-
-
-
-
Search Results
64
records
(took 0.034 seconds)
