-
Patent Agency Ranking
公开(公告)号：CN112162238B
公开(公告)日：2022-07-19
申请号：CN202010992897.6
申请日：2020-09-21
Applicant: 南昌大学
Abstract: 本发明公开了一种基于大规模天线阵的多普勒频偏测量方法，包括：构建信号训练集；分组，依次顺序地将两个输入节点编为一组，输入到一个预处理单元；预处理；深度神经网络训练，将信号训练集中的输入数据矩阵经过预处理后，输入到深度神经网络，得到深度神经网络当前的输出结果，用深度神经网络当前的输出结果和输入数据矩阵对应的输出结果，计算深度神经网络的性能，采用反向传播和梯度下降算法迭代训练深度神经网络，直至深度神经网络的性能达到预设门限，得到深度神经网络模型；第五步，实时测量，将实测数据经分组和预处理后，送入深度神经网络模型，得到实测数据对应的多普勒频偏测量值。本发明能够解决现有技术中实时计算复杂度过高的问题。
-
公开(公告)号：CN112162238A
公开(公告)日：2021-01-01
申请号：CN202010992897.6
申请日：2020-09-21
Applicant: 南昌大学
Abstract: 本发明公开了一种基于大规模天线阵的多普勒频偏测量方法，包括：构建信号训练集；分组，依次顺序地将两个输入节点编为一组，输入到一个预处理单元；预处理；深度神经网络训练，将信号训练集中的输入数据矩阵经过预处理后，输入到深度神经网络，得到深度神经网络当前的输出结果，用深度神经网络当前的输出结果和输入数据矩阵对应的输出结果，计算深度神经网络的性能，采用反向传播和梯度下降算法迭代训练深度神经网络，直至深度神经网络的性能达到预设门限，得到深度神经网络模型；第五步，实时测量，将实测数据经分组和预处理后，送入深度神经网络模型，得到实测数据对应的多普勒频偏测量值。本发明能够解决现有技术中实时计算复杂度过高的问题。
-
公开(公告)号：CN115299319A
公开(公告)日：2022-11-08
申请号：CN202210959872.5
申请日：2022-08-11
Applicant: 南昌大学
Abstract: 本发明公开了一种绿色屋顶改良基质层及其制备方法，该改良基质层由泥炭土、膨胀蛭石和改良剂按照体积比15%‑20%：79%‑82%：1%‑3%配制而成，所述改良剂为聚合氯化铝、聚合硫酸铁、聚乙烯醇、甲基纤维素、羧甲基纤维素钠、羟丙基甲基纤维素中的一种或两种以上的混合物。通过将上述组分与水进行翻拌、干燥，重复上述干湿循环3‑5次制备得到所述的改良基质层。改良基质层中的泥炭土和膨胀蛭石有助于提高基质层对雨水径流的水量、水质的调控，再利用改良剂对基质颗粒的桥联粘结作用，结合干湿循环的操作，加快基质层内团粒结构的形成，形成导水通道以缓解绿色屋顶基质层在降雨过程中的淋失效应，进而提高营养元素的利用率。
-
-
公开(公告)号：CN112180326A
公开(公告)日：2021-01-05
申请号：CN202010992818.1
申请日：2020-09-21
Applicant: 南昌大学
Abstract: 本发明公开了一种基于大规模天线阵的分层分布式定位和测速方法，包括：通过离线的深度神经网络训练得到多普勒测量深度神经网络模型和测速定位深度神经网络模型；利用多普勒测量深度神经网络模型对大规模天线阵列的多路并行接收信号进行实时处理；将多个分布式大规模天线阵列测量到的多普勒测量结果汇聚到中心站；在中心站对各分布式大规模天线阵列的上报结果进行关联；将关联上的多普勒测量结果，送入训练完成的测速定位深度神经网络模型，实时得到目标测速和定位结果。本发明能够解决传统的定位和测速方法，在大规模天线阵的体制下，存在实时计算复杂度过高的问题。
-
-
-
-
Search Results
5
records
(took 0.01 seconds)
