-
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: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:CN110689658A
公开(公告)日:2020-01-14
申请号:CN201910947944.2
申请日:2019-10-08
Applicant: 北京邮电大学
Abstract: 一种基于深度学习的出租车票据识别方法及系统,系统包括能够与移动终端或者用户计算机通信的服务器或者包括带有摄像头的嵌入式终端,用于实现基于深度学习的出租车票据识别方法。方法包括将经过预处理的出租车票据图像输入至神经网络模型中,识别出所述出租车票据上的信息。神经网络模型包括单张图片多框识别深度学习网络和卷积循环神经网络两部分,使用单张图片多框识别深度学习网络识别出租车票据的信息区域,并对信息区域进行分割得到对应多种信息的信息图片;使用卷积循环神经网络识别所述信息图片中的信息。上述识别模型结构简单,识别准确率高,同时神经网络的训练数据准备方便,识别也迅速快捷,方便实现多人同时使用或者本地直接处理。
-
-