-
公开(公告)号:CN119272627A
公开(公告)日:2025-01-07
申请号:CN202411380654.1
申请日:2024-09-30
Applicant: 东南大学 , 南京集成电路设计自动化技术创新中心
IPC: G06F30/27 , G06F111/06
Abstract: 本发明公开了一种增量多保真度机器学习辅助的混合优化方法与系统,方法主要包括初始设置与初始样本获取、全局低保真度代理模型#imgabs0#与残差模型#imgabs1#训练、全局优化、局部代理模型训练与优化、低保真度全波仿真并更新代理模型#imgabs2#再预测与高保真度仿真等步骤。该方法在训练和更新代理模型的过程中引入多保真度模型和自适应增量学习,可以有效降低采样和训练的计算复杂度,同时在优化的过程中采用全局多目标与局部单目标的混合优化算法,能够提升算法搜索的效率。该方法可用于设计参数在20‑50维的中等规模天线、阵列、滤波器等多目标电磁器件的优化设计等领域。
-
公开(公告)号:CN117691960B
公开(公告)日:2025-04-25
申请号:CN202311688749.5
申请日:2023-12-11
Applicant: 东南大学
Abstract: 本发明公开了一种宽带高效率负载调制平衡功率放大器的电路优化方法。主要解决现有负载调制平衡功率放大器设计中,因不能准确预测控制信号的幅度大小和相位偏移而限制带宽和效率的问题。其实现步骤为:1.确定电路拓扑结构,一路是控制信号功率放大器,两路是平衡功率放大器;2.选择平衡功率放大器与控制信号功率放大器的基波电流幅度比率;3.作出漏极效率与输出功率回退、相位偏移的等位线关系图;4.由等位线关系图确定目标漏极效率与目标输出功率回退的相位偏移范围;5.优化宽带的输入/输出匹配电路满足基波电流幅度比率、相位偏移范围;6.实验验证性能指标。本发明用于优化设计宽带高效率负载调制平衡功率放大器。
-
公开(公告)号:CN113885026B
公开(公告)日:2025-04-25
申请号:CN202111087395.X
申请日:2021-09-16
Applicant: 东南大学 , 南京隼眼电子科技有限公司
Abstract: 本发明实施例公开了一种运动目标SAR稀疏成像方法、装置、电子设备和存储介质,所述方法包括:对采集到的运动目标线性调频信号的回波信号进行杂波抑制处理,接着使用频谱分析方法并基于所述经过杂波抑制的回波信号对所述雷达和所述运动目标进行运动补偿,得到经运动补偿的回波信号,然后基于所述经运动补偿的回波信号构建参数化表征字典并根据所述参数化表征字典表示所述经运动补偿的回波信号,并以此作为约束条件构建稀疏孔径成像和参数估计的目标函数,最后采用正交匹配追踪方法求解所述目标函数,并针对所述运动目标进行多普勒模糊数估计和相位误差校正,从而获得响应动态范围较大且聚焦性能良好的运动目标的SAR图像。
-
公开(公告)号:CN119833959A
公开(公告)日:2025-04-15
申请号:CN202510217131.3
申请日:2025-02-26
Applicant: 东南大学
Abstract: 本发明提出了一种具有高口径效率的宽带圆极化介质透射阵列天线,涉及微波天线与阵列领域,满足无线通信和雷达探测对高增益高定向性波束需求,该阵列由核心介质层、渐变阻抗匹配层及连接层组成。通过调整单元核心介质层和渐变阻抗匹配层结构,获得了具有宽带和极化转换特性的介质单元,在此基础上,通过几何形状调整获得了六种不同透射相位的介质单元,利用384个上述介质单元结构构成了一个圆极化透射阵天线,所提发明为设计宽带极化器和提高阵列口径效率提供了新的方法。
-
公开(公告)号:CN115146544B
公开(公告)日:2025-02-25
申请号:CN202210900482.0
申请日:2022-07-28
Applicant: 东南大学
Abstract: 本发明公开了一种采用知识和数据混合驱动的阵列天线设计方法。该方法通过引入平面耦合区域分割和二维虚拟阵列拟合技术等先验的电磁知识,结合机器学习等数据驱动的方法,成功实现了快速的二维阵列环境下的天线元单元的有源方向图的建模,相较于传统的机器学习辅助的建模方法,提升了模型的预测精度的同时降低了计算复杂度。在此基础上,可以结合任意传统的阵列天线设计方法实现快速、精确的考虑阵元间互耦和平台效应的阵列天线设计。该方法可用于对不同类型的天线及天线阵列的建模及波束赋形设计、低副瓣设计、多波束设计领域。
-
公开(公告)号:CN119399359A
公开(公告)日:2025-02-07
申请号:CN202411402010.8
申请日:2024-10-09
Applicant: 东南大学
Abstract: 本发明公开了一种矩阵补全稀疏无网格层析SAR超分辨三维成像方法,包括以下步骤,在数据域中构建了多通道观测矢量,然后利用邻域像素间的高程一致性假设,将MMV内的观测信号进一步约束为具有联合低秩结构特性的Hankel Lift矩阵。结合层析SAR信号模型,构建对应的低秩矩阵补全模型。对此联合矩阵补全问题进行建模。进而基于对称投影梯度下降算法求解该模型,利用Root‑Music求解得到高程归一化频率,归一化频率反演得到高程信息,结合目标场景的距离‑方位二维信息获取场景三维成像结果。本发明通过联合矩阵补全的方法对层析SAR模型的高程信息进行了求解,实现了层析SAR三维点云成像,获得了清晰完整的成像结果,取得了良好的杂点抑制效果。
-
公开(公告)号:CN119009459A
公开(公告)日:2024-11-22
申请号:CN202411269561.1
申请日:2024-09-11
Applicant: 东南大学
IPC: H01Q1/38 , H01Q1/50 , H01Q1/12 , H01Q15/24 , H01Q21/00 , H01Q21/24 , H01Q1/48 , H01Q9/16 , H01Q19/10 , H01Q21/08 , H01Q1/32
Abstract: 本发明公开一种应用于车载通信的微波毫米波结构复用天线,包含微波半模维瓦尔第天线,毫米波垂直极化斜射相控阵列以及毫米波水平极化斜射相控阵列。本发明组建的结构复用天线通过将垂直极化、水平极化毫米波斜射相控阵列嵌入到超宽带微波半模维瓦尔第天线的固有结构中,形成无缝集成的大频率比多频段天线。所述的垂直极化、水平极化毫米波斜射相控阵列,具有宽带、结构简单以及低轮廓的特性,所述微波维瓦尔第天线具有超宽带、小型化的特性。所述垂直极化毫米波天线以及水平极化毫米波天线分别利用多模谐振叠加以及等相位面调整的技术手段,在不增加额外结构的前提下可在很宽的工作频带内实现稳定的斜45°角斜射波束。
-
公开(公告)号:CN118474810A
公开(公告)日:2024-08-09
申请号:CN202410259721.8
申请日:2024-03-07
Applicant: 东南大学
Abstract: 本发明涉及一种毫米波蜂窝移动通信与无线局域网的混合通信方案。其中通信方案包括:当设备采用无线局域网进行通信时,对无线局域网类别进行扫描识别,检测是否存在毫米波无线局域网;当检测到存在相同类型的毫米波无线局域网时,设备将无线局域网通信涉及的相关电路进行切换,包括但不限于软件切换或硬件开关切换,并利用毫米波频段蜂窝移动通信的射频模组或电路建立无线局域网通信。该方法能够使得设备同时具备毫米波蜂窝移动通信以及毫米波无线局域网通信的能力,并且简化了设备上的毫米波频段射频模组的数量,利于设备内部空间布局。
-
公开(公告)号:CN118353397A
公开(公告)日:2024-07-16
申请号:CN202410526213.1
申请日:2024-04-29
Applicant: 东南大学
IPC: H03F3/21 , H03F1/02 , H03F3/193 , H03F1/42 , H03F1/56 , G06F30/367 , G06F30/373
Abstract: 本发明公开了一种负载调制平衡功率放大器及设计方法,具体实现步骤如下:1.通过负载牵引,确定所选晶体管的电流面饱和电流值以及最佳负载阻抗值;2.根据单管饱和功率比计算出饱和时的耦合器面阻抗值;3.分别设计宽带单管载波功率放大器和宽带单管平衡功率放大器;4.由耦合器面电流比、耦合器面阻抗值计算出频带内相位差参考值;5.根据相位差参考值并综合考虑各项性能指标,通过优化最终得到相位偏移的实际值,实现宽带和高回退效率负载调制平衡功率放大器的设计。本发明解决了传统设计方法中控制路信号的幅度大小和相位偏移难以精准预测的难题,为宽带高回退效率负载调制平衡功率放大器的设计提供了一种新颖思路。
-
公开(公告)号:CN111859795B
公开(公告)日:2024-06-07
申请号:CN202010674084.2
申请日:2020-07-14
Applicant: 东南大学 , 网络通信与安全紫金山实验室
IPC: G06F30/27 , G06F30/36 , G06N3/0499 , G06N3/084 , H03F3/20
Abstract: 本发明公开了针对功率放大器的多项式辅助神经网络行为建模系统及方法,其特征在于,该建模系统包括多项式辅助模块和神经网络模块,多项式辅助模块利用功率放大器的先验信息拟合功率放大器的主要非线性,神经网络模块补偿多项式辅助模块无法表征的特征,对功率放大器的非线性行为进行精细拟合。多项式辅助模块和神经网络模块集成于同一个神经网络中,采用反向传播算法同时更新两个模块的系数。本发明还公开了针对功率放大器的多项式辅助神经网络行为建模方法。本发明通过将功率放大器的先验信息嵌入到神经网络模型中,在不损失建模精度的情况下,大大降低了模型的复杂度。
-
-
-
-
-
-
-
-
-