-
公开(公告)号：CN111680741B
公开(公告)日：2022-09-20
申请号：CN202010500866.4
申请日：2020-06-04
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于深度学习的计算机辅助干涉仪的自动装调方法。采集干涉图及其三维坐标作为训练数据；基于K均值聚类算法对扩充后的训练数据进行分类，获得数据集；采用k折交叉验证法将数据集分为训练集和验证集，并利用每折得到的训练集和验证集对VGG‑16网络模型进行训练；将实时采集的干涉图输入到训练好的VGG‑16网络模型，得到干涉仪的失调量。本发明不需要对具体的干涉图偏差量进行求解，充分利用训练好的网络分类数据，通过对干涉仪所成的干涉图分类确定干涉仪所处位置坐标，进而控制待测镜移动到达准确位置，充分发挥了深度卷积网络的优势，具有鲁棒性较佳，准确度高的优点。
-
公开(公告)号：CN110635832B
公开(公告)日：2021-09-28
申请号：CN201910792816.5
申请日：2019-08-26
Applicant: 南京理工大学
IPC: H04B7/0426 , H04W52/24 , H04W52/26
Abstract: 本发明公开了一种基于方向调制的无线网络最大化安全速率功率分配方法，包括以下内容：建立方向调制基本模型；根据方向调制基本模型获取信道的安全速率；采用零空间投影构建人工噪声投影矩阵和有用信息波束成型向量；结合前述的安全速率以及人工噪声投影矩阵和有用信息波束成型向量获取关于功率分配因子的最大化安全速率函数；根据最大化安全速率函数求取使得安全速率最大的最佳功率分配因子，即完成最大化安全速率功率分配。本发明利用最大化安全速率准则求得最佳功率分配因子，求解方法更加简洁，能达到期望方向信噪比最大化、非期望方向信噪比较小的效果，且方法适用于任意人工噪声投影矩阵和有用信息波束成型向量给定的情形，适用范围比较广。
-
公开(公告)号：CN111680741A
公开(公告)日：2020-09-18
申请号：CN202010500866.4
申请日：2020-06-04
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于深度学习的计算机辅助干涉仪的自动装调方法。采集干涉图及其三维坐标作为训练数据；基于K均值聚类算法对扩充后的训练数据进行分类，获得数据集；采用k折交叉验证法将数据集分为训练集和验证集，并利用每折得到的训练集和验证集对VGG-16网络模型进行训练；将实时采集的干涉图输入到训练好的VGG-16网络模型，得到干涉仪的失调量。本发明不需要对具体的干涉图偏差量进行求解，充分利用训练好的网络分类数据，通过对干涉仪所成的干涉图分类确定干涉仪所处位置坐标，进而控制待测镜移动到达准确位置，充分发挥了深度卷积网络的优势，具有鲁棒性较佳，准确度高的优点。
-
公开(公告)号：CN110635832A
公开(公告)日：2019-12-31
申请号：CN201910792816.5
申请日：2019-08-26
Applicant: 南京理工大学
IPC: H04B7/0426 , H04W52/24 , H04W52/26
Abstract: 本发明公开了一种基于方向调制的无线网络最大化安全速率功率分配方法，包括以下内容：建立方向调制基本模型；根据方向调制基本模型获取信道的安全速率；采用零空间投影构建人工噪声投影矩阵和有用信息波束成型向量；结合前述的安全速率以及人工噪声投影矩阵和有用信息波束成型向量获取关于功率分配因子的最大化安全速率函数；根据最大化安全速率函数求取使得安全速率最大的最佳功率分配因子，即完成最大化安全速率功率分配。本发明利用最大化安全速率准则求得最佳功率分配因子，求解方法更加简洁，能达到期望方向信噪比最大化、非期望方向信噪比较小的效果，且方法适用于任意人工噪声投影矩阵和有用信息波束成型向量给定的情形，适用范围比较广。
-
-
-
Search Results
4
records
(took 0.016 seconds)
