-
公开(公告)号：CN107607942B
公开(公告)日：2019-09-13
申请号：CN201710767562.2
申请日：2017-08-31
Applicant: 北京大学
Abstract: 本发明公开了一种基于深度学习模型的大尺度电磁散射与逆散射的预测方法。本发明针对电磁散射和电磁逆散射问题分别提出了两种基于物理机制的卷积神经网络；将现有卷积神经网络框架从实数域推广到复数域，并赋予其相应的物理含义；本发明的散射和逆散射的预测方法适用于常用的各种雷达系统；本发明的卷积神经网络适用于目前所有的训练算法；网络均为卷积操作，因而具有极强的适用性，适用于任意大尺度电磁场景。本发明所提出利用基于物理机制的卷积神经网络在解决电磁散射和逆散射问题时具有计算效率高，时延低等特性，为实现大尺度电磁散射和逆散射问题的实时解决奠定了基础。
-
公开(公告)号：CN107607942A
公开(公告)日：2018-01-19
申请号：CN201710767562.2
申请日：2017-08-31
Applicant: 北京大学
Abstract: 本发明公开了一种基于深度学习模型的大尺度电磁散射与逆散射的预测方法。本发明针对电磁散射和电磁逆散射问题分别提出了两种基于物理机制的卷积神经网络；将现有卷积神经网络框架从实数域推广到复数域，并赋予其相应的物理含义；本发明的散射和逆散射的预测方法适用于常用的各种雷达系统；本发明的卷积神经网络适用于目前所有的训练算法；网络均为卷积操作，因而具有极强的适用性，适用于任意大尺度电磁场景。本发明所提出利用基于物理机制的卷积神经网络在解决电磁散射和逆散射问题时具有计算效率高，时延低等特性，为实现大尺度电磁散射和逆散射问题的实时解决奠定了基础。
-
公开(公告)号：CN108828587A
公开(公告)日：2018-11-16
申请号：CN201810293413.1
申请日：2018-03-30
Applicant: 北京大学
IPC: G01S13/88
Abstract: 本发明公开了一种基于WiFi信号的穿墙成像方法。本发明所提出的穿墙成像方法硬件设备成本极低，通用无线路由器所产生的WiFi信号均可作为成像系统的发射信号，且目前无线路由器已经广泛分布于家庭、银行、商场、写字楼和宾馆等场所，数量庞大，为穿墙成像系统提供了丰富的信号源；利用的无线路由器产生的WiFi信号具有较宽带宽，理论上保证了成像的高分辨率；利用的无线路由器产生的WiFi信号频段符合IEEE标准，全世界通用，且该频段为免费频段，无需缴纳频段使用费；需要的硬件设备体积较小，相较传统穿墙雷达，仅需要配置参考接收天线和检测接收天线；适用于任何穿墙雷达成像方法；本发明所提出的基于WiFi信号的穿墙成像方法能够低成本高效率地实现穿墙成像，为有效快速解决室内突发事件奠定了基础。
-
公开(公告)号：CN108828587B
公开(公告)日：2022-04-26
申请号：CN201810293413.1
申请日：2018-03-30
Applicant: 北京大学
IPC: G01S13/88
Abstract: 本发明公开了一种基于WiFi信号的穿墙成像方法。本发明所提出的穿墙成像方法硬件设备成本极低，通用无线路由器所产生的WiFi信号均可作为成像系统的发射信号，且目前无线路由器已经广泛分布于家庭、银行、商场、写字楼和宾馆等场所，数量庞大，为穿墙成像系统提供了丰富的信号源；利用的无线路由器产生的WiFi信号具有较宽带宽，理论上保证了成像的高分辨率；利用的无线路由器产生的WiFi信号频段符合IEEE标准，全世界通用，且该频段为免费频段，无需缴纳频段使用费；需要的硬件设备体积较小，相较传统穿墙雷达，仅需要配置参考接收天线和检测接收天线；适用于任何穿墙雷达成像方法；本发明所提出的基于WiFi信号的穿墙成像方法能够低成本高效率地实现穿墙成像，为有效快速解决室内突发事件奠定了基础。
-
-
-
Search Results
4
records
(took 0.018 seconds)
