-
公开(公告)号：CN114781268B
公开(公告)日：2024-11-12
申请号：CN202210484409.X
申请日：2022-05-06
Applicant: 东南大学
Abstract: 本发明公开了一种基于预相位和混合馈相法的相控阵天线设计方法，包括1、输入移相器的位数和预相位的种类数；2、计算预相位的相位间隔；3、构造在每个阵元预加了预相位的新型相控阵；4、生成阵元激励电流的归一化幅度分布；5、输入预期波束指向；6、用混合馈相法，对整个阵列的精确馈电相位进行多次量化，得到多次量化的馈电相位；7、分别计算副瓣和波束指向误差，择优选择初始种群；8、用启发式算法进一步优化，得到副瓣电平接近精确馈相效果的全局最优解；9、反演每个阵元对应的移相器状态。本发明克服了传统相控阵在低比特馈相时存在高副瓣的问题，通过降低移相器位数来降低相控阵的控制复杂度，简化控制结构，降低成本。
-
公开(公告)号：CN117272824A
公开(公告)日：2023-12-22
申请号：CN202311298197.7
申请日：2023-10-09
Applicant: 东南大学
Abstract: 本发明公开了一种加载预相位的稀疏相控阵综合设计方法与系统，本发明基于预期波束要求，首先在精确馈相下最大化稀疏率，并挑选保留的单元恢复到预期稀疏率；接着最小化幅度的动态范围比，得到低动态范围比的幅度分布；然后在四舍五入馈相下，优化预相位分布，以初步降低副瓣；在幅度和预相位分满足收敛条件后，再优化移相器状态，进一步压低副瓣，得到拥有最低副瓣的移相器状态分布及其对应的馈电相位分布。本发明克服了传统稀疏相控阵在低分辨率的相位控制时存在高增益损失和高副瓣的问题，通过使用低动态范围比的幅度控制降低稀疏阵的增益损失，通过加载预相位的低分辨率的相位控制降低副瓣，通过稀疏布阵节约芯片，从而降低复杂度并降低成本。
-
公开(公告)号：CN114781268A
公开(公告)日：2022-07-22
申请号：CN202210484409.X
申请日：2022-05-06
Applicant: 东南大学
Abstract: 本发明公开了一种基于预相位和混合馈相法的相控阵天线设计方法，包括1、输入移相器的位数和预相位的种类数；2、计算预相位的相位间隔；3、构造在每个阵元预加了预相位的新型相控阵；4、生成阵元激励电流的归一化幅度分布；5、输入预期波束指向；6、用混合馈相法，对整个阵列的精确馈电相位进行多次量化，得到多次量化的馈电相位；7、分别计算副瓣和波束指向误差，择优选择初始种群；8、用启发式算法进一步优化，得到副瓣电平接近精确馈相效果的全局最优解；9、反演每个阵元对应的移相器状态。本发明克服了传统相控阵在低比特馈相时存在高副瓣的问题，通过降低移相器位数来降低相控阵的控制复杂度，简化控制结构，降低成本。
-
公开(公告)号：CN116469011A
公开(公告)日：2023-07-21
申请号：CN202310467399.3
申请日：2023-04-27
Applicant: 东南大学
IPC: G06V20/10 , G06V10/764 , G06V10/22 , G06V10/82 , G06V10/774 , G06F18/10 , G06F18/2131
Abstract: 本发明提出了一种基于深度学习的多源数据融合未爆弹探测方法。主要解决现有未爆弹探测技术中准确率低、虚警及漏报过多的问题。方法包括：数据处理模块将接收到的磁探测数据以及图像数据进行处理并传输至深度学习模型，深度学习模型进行未爆弹识别，数据存储模块对深度学习模型的输入输出进行记录，显示模块对获取的磁场、图像及未爆弹的位置进行显示；该发明同时利用磁探测模块及摄像头获取信息，并基于多源数据融合和深度学习得到未爆弹探测结果，有效避免了现有单一磁探测模块探测方法的不足，得到的信息更加全面、多元，减少虚警以及漏报情况的发生，进一步保障人身安全、减少资源消耗。
-
-
-
Search Results
4
records
(took 0.016 seconds)
