-
Patent Agency Ranking
公开(公告)号：CN115342899B
公开(公告)日：2025-03-25
申请号：CN202210797780.1
申请日：2022-07-06
Applicant: 北京邮电大学
Abstract: 本发明涉及一种基于OFDM‑NLFM时间序列脉冲调制的分布式光纤振动传感方法，属于光纤领域。本发明使用OFDM‑NLFM时间序列调频脉冲信号具有较宽的脉冲宽度，可以在传感光纤中注入更多光能量，接收中使用匹配滤波器，脉冲信号被压缩为具有高旁瓣抑制比的窄脉冲，不仅可以提高传感信号的信噪比，以延长传感距离，还可以获得非常高的空间分辨率。使用OFDM技术可以增加探测光的重复频率，获得高的频率响应带宽，在接收机有限的探测器带宽内实现更多的频段复用，提高频谱效率。本发明使用OFDM‑NLFM，可以在超长传感距离和高空间分辨率条件下实现的高的频率响应带宽。
-
公开(公告)号：CN116188424A
公开(公告)日：2023-05-30
申请号：CN202310154958.5
申请日：2023-02-23
Applicant: 北京邮电大学
IPC: G06T7/00 , G06V10/26 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/045
Abstract: 本发明涉及一种人工智能辅助超声诊断脾肝脏创伤模型建立的方法，属于人工智能辅助诊断领域。本发明采用数据增强与生成的方法，将动物脾肝脏创伤的超声图像通过数据增强为更接近于人体脾肝脏创伤临床数据的强数据集；然后应用大量的增强后脾肝脏创伤的超声图像创建源模型，使用源模型在少量人体脾肝脏创伤的数据下进行微调；最终建立脾肝脏创伤超声图像自动分割模型与脾肝脏创伤超声图像等级分类模型，该模型对脾肝脏创伤超声诊断过程中生成的图像进行分析，标识分割图像中出现的脾肝脏解剖结构轮廓和脾肝脏创伤位置，并得到等级分类结果。本发明在临床脾肝脏创伤超声影像数据集上表现出较好性能。
-
公开(公告)号：CN107053177B
公开(公告)日：2020-07-17
申请号：CN201710238145.9
申请日：2017-04-13
Applicant: 北京邮电大学
Abstract: 本发明公开了一种改进的基于筛选和最小二乘法的手眼标定算法，主要由初始数据处理、数据筛选、转置运算、最小二乘法和精度检验组成。数据筛选通过设定角度阈值去除绕旋转轴旋转角度不大于阈值的移动过程数据。转置变换替代传统手眼标定算法求解旋转矩阵过程中的后两次求逆运算，从而减小了由于多次求逆造成的累积误差，改善了传统手眼标定算法。精度检验中提出用投影后的定位误差来衡量标定误差。最小二乘法应用在求解手眼关系旋转矩阵和平移向量中。该算法适用性强，鲁棒性好，而且实验证明在x、y和z三个方向的标定精度均在1mm以内，从而可以更好地标定工业机器人手和眼之间的相对关系，为机器人视觉伺服奠定基础。
-
公开(公告)号：CN115342899A
公开(公告)日：2022-11-15
申请号：CN202210797780.1
申请日：2022-07-06
Applicant: 北京邮电大学
Abstract: 本发明涉及一种基于OFDM‑NLFM时间序列脉冲调制的分布式光纤振动传感方法，属于光纤领域。本发明使用OFDM‑NLFM时间序列调频脉冲信号具有较宽的脉冲宽度，可以在传感光纤中注入更多光能量，接收中使用匹配滤波器，脉冲信号被压缩为具有高旁瓣抑制比的窄脉冲，不仅可以提高传感信号的信噪比，以延长传感距离，还可以获得非常高的空间分辨率。使用OFDM技术可以增加探测光的重复频率，获得高的频率响应带宽，在接收机有限的探测器带宽内实现更多的频段复用，提高频谱效率。本发明使用OFDM‑NLFM，可以在超长传感距离和高空间分辨率条件下实现的高的频率响应带宽。
-
公开(公告)号：CN107053177A
公开(公告)日：2017-08-18
申请号：CN201710238145.9
申请日：2017-04-13
Applicant: 北京邮电大学
CPC classification number: B25J9/1697 , G05B2219/40002
Abstract: 本发明公开了一种改进的基于筛选和最小二乘法的手眼标定算法，主要由初始数据处理、数据筛选、转置运算、最小二乘法和精度检验组成。数据筛选通过设定角度阈值去除绕旋转轴旋转角度不大于阈值的移动过程数据。转置变换替代传统手眼标定算法求解旋转矩阵过程中的后两次求逆运算，从而减小了由于多次求逆造成的累积误差，改善了传统手眼标定算法。精度检验中提出用投影后的定位误差来衡量标定误差。最小二乘法应用在求解手眼关系旋转矩阵和平移向量中。该算法适用性强，鲁棒性好，而且实验证明在x、y和z三个方向的标定精度均在1mm以内，从而可以更好地标定工业机器人手和眼之间的相对关系，为机器人视觉伺服奠定基础。
-
-
-
-
Search Results
5
records
(took 0.015 seconds)
