一种引射冷却式温差发电装置

    公开(公告)号:CN113131794B

    公开(公告)日:2022-08-30

    申请号:CN202110418385.3

    申请日:2021-04-19

    Applicant: 浙江大学

    Abstract: 本发明涉及一种引射冷却式温差发电装置,属于海洋温差能发电技术领域。包括:温差发电腔体,底部可连接热液口,顶部设有收缩管,热液口的高温热液经温差发电腔体从顶部收缩管流出;热电片,设置在温差发电腔体外壁上;引流罩,套接在温差发电腔体外,并与温差发电腔体外壁之间形成过液缝隙;收缩管出口与引流罩之间形成压差,引流罩外侧的低温海水在压力驱动下通过引流罩底部流入过液缝隙,并在顶部与高温热液汇合流出。利用热液喷发的射流驱动周围低温海水流动,使原来的自然对流冷却方式转换为更高效的强制对流冷却方式,热电片的输出功率随热电片冷热端温度增大而提高。该装置无需额外的电能消耗,不包含运动部件,其工作可靠性高。

    联合波束形成和深度复数U-Net网络的语音去混响方法

    公开(公告)号:CN113129918B

    公开(公告)日:2022-05-03

    申请号:CN202110403500.X

    申请日:2021-04-15

    Applicant: 浙江大学

    Inventor: 潘翔 朱训谕

    Abstract: 本发明公开了一种联合波束形成和深度复数U‑Net网络的语音去混响方法。该方法包括:使用最小方差无失真响应(Minimum variance distortionless response,MVDR)波束形成器对混响语音进行预处理,抑制非目标语音方向干扰并提高信噪比;使用深度复数U‑Net网络预测期望语音的幅度和相位谱;通过短时傅里叶逆变换恢复时域的期望语音信号。本发明可用于解决会议室、教室、客厅等常见室内环境的语音去混响问题,增强智能交互设备接收到的语音信号,提高语音识别和语音唤醒的准确率。

    联合波束形成和深度复数U-Net网络的语音去混响方法

    公开(公告)号:CN113129918A

    公开(公告)日:2021-07-16

    申请号:CN202110403500.X

    申请日:2021-04-15

    Applicant: 浙江大学

    Inventor: 潘翔 朱训谕

    Abstract: 本发明公开了一种联合波束形成和深度复数U‑Net网络的语音去混响方法。该方法包括:使用最小方差无失真响应(Minimum variance distortionless response,MVDR)波束形成器对混响语音进行预处理,抑制非目标语音方向干扰并提高信噪比;使用深度复数U‑Net网络预测期望语音的幅度和相位谱;通过短时傅里叶逆变换恢复时域的期望语音信号。本发明可用于解决会议室、教室、客厅等常见室内环境的语音去混响问题,增强智能交互设备接收到的语音信号,提高语音识别和语音唤醒的准确率。

    基于稀疏贝叶斯学习与功率谱分离的风机叶片故障检测方法

    公开(公告)号:CN112926626A

    公开(公告)日:2021-06-08

    申请号:CN202110116307.8

    申请日:2021-01-28

    Applicant: 浙江大学

    Inventor: 潘翔 许蓉 邱俭军

    Abstract: 本发明公开了一种基于稀疏贝叶斯学习与功率谱分离的风机叶片故障检测方法。该方法首先利用麦克风阵列采集三段连续等长的风机叶片辐射出的声信号,利用稀疏贝叶斯学习算法对三段声信号分别估计其源信号,对估计信号进行DOA估计,利用波束形成进行信号增强,计算增强信号的功率谱,并对功率谱进行归一化,根据三段声信号的归一化功率谱是否分离,判断风力发电机叶片是否存在故障。本发明提供的基于稀疏贝叶斯学习与功率谱分离的风机叶片故障检测方法,能够大幅度去除采集信号中的噪声,对风力发电机叶片故障进行准确的判断。

    基于双扩展水声信道环境下的MIMO主动探测信号设计与检测系统和方法

    公开(公告)号:CN107505596B

    公开(公告)日:2020-10-16

    申请号:CN201710605628.8

    申请日:2017-07-24

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于双扩展水声信道环境下的MIMO主动探测信号设计与检测系统和方法,适用于快速时变的双扩展水声信道条件下的水声探测与定位领域。本发明提出的基于周期性自相关和互相关结构的ZCZ序列波形设计的优势在于不用过多的考虑和设计不同的正交结构,只利用波形序列的周期性循环移位相关特性即可实现干扰的完全消除。通过波束形成和匹配滤波处理,区分不同发射阵元回波信号的虚拟数据向量,扩展虚拟阵元孔径,提高目标分辨力,提升整个系统的空‑时分集增益。一次可以实现所有方位的检测,与现有传统波束形成技术相比,节省探测时间。

    一种基于时反和OFDM联合处理的水声通信装置及方法

    公开(公告)号:CN102546511B

    公开(公告)日:2014-05-07

    申请号:CN201210008467.1

    申请日:2012-01-12

    Applicant: 浙江大学

    Inventor: 潘翔 徐来贵

    Abstract: 本发明公开了一种基于时反和OFDM联合处理的水声通信装置,包括信号发射机、功率放大器、发射换能器、接收水听器阵、信号接收机和信号处理器,其中,信号处理器包括宽带多普勒估计与补偿模块、时反处理模块、OFDM解调模块、信道估计与补偿模块和频偏估计与补偿模块。本发明利用时反的空时聚焦特性,来消除信道的多径影响,时反可以缩短脉冲信道响应长度,从而减少OFDM符号保护间隔的长度,提高了通信效率;由于减少了保护间隔,OFDM符号长度也可以缩短,这样增大了子载波频率间隔。本发明方法可以减少子载波间干扰,进一步提升OFDM水声通信的可用速率。

    一种面向主从结构网络单向链路环境的路由方法

    公开(公告)号:CN102916876A

    公开(公告)日:2013-02-06

    申请号:CN201210411532.5

    申请日:2012-10-24

    Applicant: 浙江大学

    Abstract: 本发明公开了一种面向主从结构网络单向链路环境的路由方法,包括以下步骤:(1)邻居节点的查询和记录;(2)路由查询和建立;(3)路由建立的回复;(4)源节点与中间节点建立路由后采用PDATE发送数据。本发明通过Neighbor报文广播的机制,建立和维护节点的邻居信息,使得在广播发起和回复阶段,中间结点具备了单向链路的诊断能力,从而能够对抗真实网络环境中单向链路的影响;通过Tunnel包完成单向路由的建立,使得网络中的单向链路得以利用,从提高了网络的传输效率和稳定性;结合主从结构网络分域的不对等特性,制定了相应的路由存储策略,减少了路由开销,也减少了处理开销。

    一种基于深度学习的风机叶片故障声学检测方法与系统

    公开(公告)号:CN116631442A

    公开(公告)日:2023-08-22

    申请号:CN202310581575.6

    申请日:2023-05-23

    Applicant: 浙江大学

    Inventor: 潘翔 张晨辉

    Abstract: 本发明公开了一种基于深度学习的风机叶片故障声学检测方法与系统。本方法首先对麦克风阵列训练数据进行波束形成、高通滤波增强并进行划分与增广;之后对训练数据提取短时傅里叶变换特征、梅尔滤波器组特征、短时图傅里叶变换特征和图域梅尔滤波器组特征;最后训练风机叶片故障检测神经网络;将实际麦克风阵列数据进行波束形成、高通滤波增强并提取信号特征,输入到训练好的神经网络中,得到故障检测结果。该系统包括服务端与客户端;客户端基于网页实现以适配不同软硬件的用户设备,客户端与服务端之间的通信基于SSH端口实现。本发明方法在实录风机叶片辐射噪声数据构建的测试集上准确率高,系统适配适配不同软硬件设备的用户设备。

    一种基于快速收敛稀疏贝叶斯学习的目标方位估计方法

    公开(公告)号:CN116559777A

    公开(公告)日:2023-08-08

    申请号:CN202310366512.9

    申请日:2023-04-07

    Applicant: 浙江大学

    Inventor: 潘翔 张紫璨

    Abstract: 本发明公开了一种基于快速收敛稀疏贝叶斯学习的目标方位估计方法。包括:对机动拖线阵的畸变阵形进行抛物线建模,矫正阵元位置;把角度区间均匀划分为多个网格点得到超完备角度集合,将原始信号的阵列流形矩阵扩展映射到超完备角度集合上,构造阵列信号空域稀疏模型;根据阵列接收信号和阵列流形矩阵,利用快速收敛的稀疏贝叶斯学习算法对稀疏信号的后验均值和后验协方差矩阵、信号功率分布和噪声方差进行迭代;对信号功率分布的估计值进行最大值搜索,最大值对应的空间角度即为目标方位的估计值。本发明能在拖线阵机动转向阵形发生畸变的场景下对目标信号的方位进行快速估计,在快拍数受限、信噪比较低时实现高分辨和高鲁棒性的定位性能。

    一种基于深度学习的多语音源计数和定位方法

    公开(公告)号:CN113111765B

    公开(公告)日:2023-04-18

    申请号:CN202110379637.6

    申请日:2021-04-08

    Applicant: 浙江大学

    Inventor: 潘翔 张敏

    Abstract: 本发明公开了一种基于深度学习的多语音源计数和定位方法。包括:根据像源法的房间冲激响应模型构造麦克风阵列接收的多语音源信号;对麦克风阵列信号进行特征提取,提取相位变换加权的广义互相关系数和对数梅尔谱;神经网络训练提取到的输入特征,对声源个数估计和到达角估计做多任务学习的训练;根据声源个数的估计值,对到达角估计预测值进行峰值检测,峰值出现的位置即为多个语音源的到达角估计值。本发明能在未知声源个数的前提下对含有多个语音源的信号进行声源计数和到达角估计,能在小尺度阵列上实现比传统的高分辨率定位算法更好的定位性能,对混响的环境具有一定的鲁棒性。

Patent Agency Ranking