公开(公告)号：CN118464066A

公开(公告)日：2024-08-09

申请号：CN202410606855.2

申请日：2024-05-16

Applicant: 东南大学

Inventor： 唐路 ,  李俊伟 ,  于子川 ,  王开 ,  唐旭升 ,  张有明

IPC: G01C25/00 ,  G01C19/5776 ,  G01R23/02 ,  G01R23/16

Abstract: 本发明提供了一种谐振式MEMS传感器的频率读出系统，包括：谐振器与自动增益控制电路AGC构成闭环驱动电路、信号发生器、ADC模块以及FPGA模块，信号发生器产生激励信号，并将激励信号发送给谐振器，谐振器在激励信号作用下产生响应信号，并将应信号发送给ADC模块，ADC模块对响应信号进行采样，得到采样信号，并将采样信号发送给FPGA模块，FPGA模块对采样信号执行基于矩形窗的三点插值DFT算法，得到响应信号频率，通过基于矩形窗的三点插值DFT算法和FPGA即可完成谐振式MEMS传感器的响应频率读出，频率测量准确且操作简单。

公开(公告)号：CN118311504A

公开(公告)日：2024-07-09

申请号：CN202410421860.6

申请日：2024-04-09

Applicant: 东南大学

Inventor： 唐路 ,  魏铭枫 ,  于子川 ,  王开 ,  唐旭升 ,  张有明

IPC: G01S7/292 ,  G01S7/36 ,  G06F18/214 ,  G06F18/10 ,  G06F18/213

Abstract: 本发明是一种基于并行降噪自编码器的辐射源分选方法，其方案为：生成对原始辐射源TOA数据集，并添加一定的测量误差干扰；对原始数据进行预处理，将TOA数据编码为二进制数据，划分训练数据集和测试数据集；添加丢失脉冲干扰和虚假脉冲干扰，叠加测试数据；构建并行降噪自编码器的雷达辐射源分选网络模型；使用训练数据集，按照设定的参数对网络进行训练，得到成功收敛的并行降噪自编码器网络模型；使用测试数据集对已经训练好的网络进行测试。本发明在高误差影响下能有效提取数据的PRI特征，保持较高的分选精确性，面对多种类型的数据的分选任务保持较好的鲁棒性，能够适应复杂环境中多种类型信号的分选任务。

公开(公告)号：CN115510915A

公开(公告)日：2022-12-23

申请号：CN202211233100.X

申请日：2022-10-10

Applicant: 东南大学

Inventor： 唐路 ,  于子川 ,  王开 ,  唐旭升 ,  张有明

IPC: G06K9/00 ,  G06K9/62

Abstract: 本发明是一种基于门控循环网络原理的已知雷达信号分选方法，其方案为：基于已知雷达数据库对信号进行分类，并生成原始数据集；对原始的PDW流数据进行处理，构建联合特征向量；处理联合特征向量，划分为训练样本集和测试样本集；构建基于门控循环网络原理的雷达信号分选网络；使用训练样本集，按照设定的损失函数和优化方法对网络进行训练，得到训练好的分选网络；使用测试样本集对训练好的分选网络进行测试。本发明在仅使用PDW流数据的情况下，能够有效地提取PDW流前后脉冲的时序特征，且在高脉冲丢失环境中也得到较为准确的分类结果，有良好的抗脉冲丢失性能。

公开(公告)号：CN117890871A

公开(公告)日：2024-04-16

申请号：CN202311806993.7

申请日：2023-12-26

Applicant: 东南大学

Inventor： 唐路 ,  黄思硕 ,  于子川 ,  王开 ,  唐旭升 ,  张有明

IPC: G01S7/41

Abstract: 本发明提出了一种基于长短期记忆神经网络的已知雷达信号预分选方法，其实现步骤为：首先对输入特征参数进行处理，使用了独热编码和嵌入矩阵映射的编码方法，对得到的稠密向量进行拼接得到联合特征输入向量；然后使用一种基于GRU网络的数据提取方法，提取处理后的脉冲序列流向量中存在的时序和数值上的变化关联；然后通过全连接网络根据输入的状态向量实现分类。相较于其他方法，本方法克服了传统基于数据模板匹配方法难以应对捷变等调制参数的问题，既能应对脉冲缺失情况，算法又具有稳健性。