一种应用于脑机接口的批量OTA升级系统和方法

    公开(公告)号:CN117472399A

    公开(公告)日:2024-01-30

    申请号:CN202311347539.X

    申请日:2023-10-18

    Abstract: 本发明公开了一种应用于脑机接口的批量OTA升级系统和方法,系统包括:多个前端子系统、无线桥接子系统和PC机。多个前端子系统通过蓝牙与无线桥接子系统通信,无线桥接子系统通过WiFi或有线网络与PC机通信;PC机安装有脑机接口专用的客户端软件,生成用于多个前端子系统的OTA升级命令和OTA升级数据;无线桥接子系统通过多个桥接蓝牙模块与多个前端子系统中的多个前端蓝牙模块配对,将OTA升级命令和OTA升级数据批量转送至多个前端子系统;多个前端子系统用于接收OTA升级命令和OTA升级数据并进行批量升级。本发明能够有效提高脑机接口设备OTA升级效率,在商业应用中有助于提升用户体验,具有实际应用价值。

    一种基于FPGA的分布式多通道可配置电生理刺激装置

    公开(公告)号:CN114042245A

    公开(公告)日:2022-02-15

    申请号:CN202111346742.6

    申请日:2021-11-15

    Abstract: 本发明公开了一种基于FPGA的分布式多通道可配置电生理刺激装置,包括交换机,与交换机通信连接的多个上位机和多个刺激节点;每个刺激节点包括FPGA、D/A以及信号调理电路,接收的网络数据包通过FPGA解析、D/A模数转换以及信号调理电路生成电生理刺激波形;交换机通过千兆网络与每个PFGA通信,以使每个刺激节点在交换机上自由挂载,组成分布式刺激节点;上位机通过交换机对任意数量刺激通道的控制,以解决传统电生理刺激装置不够灵活、无法协同工作、无法适用于需要同时进行多组电生理实验的场景、体积与性能无法兼顾等问题。

    基于贝叶斯压缩感知的反卷积复值波束图的构建方法和装置

    公开(公告)号:CN114549687B

    公开(公告)日:2025-05-02

    申请号:CN202210042583.9

    申请日:2022-01-14

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于贝叶斯压缩感知的反卷积复值波束图的构建方法和装置,(1)获取声纳系统接收的反射信号,采用波束形成算法根据反射信号构建复值波束图;(2)基于复值波束图构建复值反卷积问题,并在赋予先验概率条件下,采用扩展复值贝叶斯压缩感知算法搜索复值波束图中的候选目标点;(3)对候选目标点对应的索引编号向量和控制参数向量进行检查和重新构建,得到候选目标点的筛选结果;(4)以重新构建的索引编号向量和控制参数向量为基础,利用复值贝叶斯压缩感知算法对候选目标点的筛选结果进行再次搜索,以得到复值波束图中的目标点;(5)基于复值波束图中的目标点构建反卷积复值波束图。该方法能够获得高质量反卷积复值波束图。

    一种相控阵三维摄像声纳系统换能器阵列的近场模型幅相误差校准方法

    公开(公告)号:CN114063084B

    公开(公告)日:2025-02-21

    申请号:CN202111196862.2

    申请日:2021-10-14

    Applicant: 浙江大学

    Abstract: 本发明公开了一种相控阵三维摄像声纳系统换能器阵列的近场模型幅相误差校准方法,预处理阵列响应信号获得新的虚拟阵列响应;对其进行离散相位变换得到降阶数组;利用快速傅里叶变换处理降阶数组,粗略估计归一化调频率;采用三步迭代计算提高估计精度;利用归一化调频率的估计值解调虚拟阵列响应;利用快速傅里叶变换处理解调数组,粗略估计归一化角频率;采用三步迭代计算提高估计精度;基于已有的估计值,采用空域匹配滤波算法估计幅相误差因子;利用估计结果补偿采样信号,最后通过数字波束形成算法获得校准后的三维图像。本发明仅使用一个未知方位的校准源,没有远场要求;避免了大量的谱峰搜索,适合大型换能器阵列的快速校准。

    基于凸优化和神经网络的平面阵列幅相误差校正方法

    公开(公告)号:CN112630784B

    公开(公告)日:2023-07-07

    申请号:CN202011411528.X

    申请日:2020-12-04

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于凸优化和神经网络的平面阵列幅相误差校正方法,包括:(1)设置校正声源位于相对于传感器平面阵列的未知远场方向,并将将校正声源的波达方向估计问题转换为通过阵列采样信号重构求解校正声源信号的优化问题,采用凸优化方法估计求解该优化问题初步估计得到校正声源的波达方向;(2)根据步骤(1)初步估计的波达方向确定校正声源位置,并获取以校正声源位置为中心的领域范围内的波束强度,并利用基于深度学习网络构建的波达方向估计模型根据波束强度进行进一步估计,获得最终估计的校正声源的波达方向;(3)基于最终估计的校正声源的波达方向,通过空间匹配滤波器来估计幅相误差。该方法可以准确估计和校正幅相误差。

    基于凸优化和神经网络的平面阵列幅相误差校正方法

    公开(公告)号:CN112630784A

    公开(公告)日:2021-04-09

    申请号:CN202011411528.X

    申请日:2020-12-04

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于凸优化和神经网络的平面阵列幅相误差校正方法,包括:(1)设置校正声源位于相对于传感器平面阵列的未知远场方向,并将将校正声源的波达方向估计问题转换为通过阵列采样信号重构求解校正声源信号的优化问题,采用凸优化方法估计求解该优化问题初步估计得到校正声源的波达方向;(2)根据步骤(1)初步估计的波达方向确定校正声源位置,并获取以校正声源位置为中心的领域范围内的波束强度,并利用基于深度学习网络构建的波达方向估计模型根据波束强度进行进一步估计,获得最终估计的校正声源的波达方向;(3)基于最终估计的校正声源的波达方向,通过空间匹配滤波器来估计幅相误差。该方法可以准确估计和校正幅相误差。

    基于贝叶斯压缩感知的反卷积复值波束图的构建方法和装置

    公开(公告)号:CN114549687A

    公开(公告)日:2022-05-27

    申请号:CN202210042583.9

    申请日:2022-01-14

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于贝叶斯压缩感知的反卷积复值波束图的构建方法和装置,(1)获取声纳系统接收的反射信号,采用波束形成算法根据反射信号构建复值波束图;(2)基于复值波束图构建复值反卷积问题,并在赋予先验概率条件下,采用扩展复值贝叶斯压缩感知算法搜索复值波束图中的候选目标点;(3)对候选目标点对应的索引编号向量和控制参数向量进行检查和重新构建,得到候选目标点的筛选结果;(4)以重新构建的索引编号向量和控制参数向量为基础,利用复值贝叶斯压缩感知算法对候选目标点的筛选结果进行再次搜索,以得到复值波束图中的目标点;(5)基于复值波束图中的目标点构建反卷积复值波束图。该方法能够获得高质量反卷积复值波束图。

    一种三维摄像声呐原始数据离线上传方法

    公开(公告)号:CN106803843B

    公开(公告)日:2020-03-17

    申请号:CN201710108019.1

    申请日:2017-02-27

    Applicant: 浙江大学

    Abstract: 本发明公开了一种三维摄像声呐原始数据离线上传系统,包括:(1)嵌入式处理器将三维摄像声呐聚焦距离均匀划分为N个距离档,并初始令n=1,n为自然数;(2)采用信号采集子系统对第n个距离档的信号数据进行采集与预处理,并将预处理数据存储于信号采集FPGA单元中;(3)信号采集FPGA单元将存储的预处理数据传输至PC机,并将预处理数据于硬盘内进行存储;(4)嵌入式处理器令n=n+1,并判断n是否小于N,若是,执行步骤(2)~步骤(4),若否,结束信号数据的采集。本发明还公开了一种应用该系统进行三维摄像声呐原始数据离线上传系统,可实现整个聚焦距离原始数据的采集、缓存与传输。

    一种基于概率映射的复数域快速软阈值迭代反卷积波束形成方法

    公开(公告)号:CN116449349B

    公开(公告)日:2025-05-02

    申请号:CN202310281692.0

    申请日:2023-03-16

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于概率映射的复数域快速软阈值迭代反卷积波束形成方法,以对声呐阵列的回波信号的常规波束形成结果为初次迭代初值;将迭代初值做复数梯度下降,并采用快速傅里叶变换加速梯度下降中矩阵乘计算,以得到梯度下降中间结果;建立概率映射模型,添加波束聚类先验,采用多任务贝叶斯压缩感知快速求解波束结果和对应高斯分布参数;根据波束结果做动量更新,以得到下次迭代的迭代初值,加速迭代收敛。将反卷积波束形成扩展到复数域,充分利用了波束相位信息,更贴合实际应用,有效降低了主瓣宽度和旁瓣强度,且具有较高的抗噪能力,提高了阵列成像质量。

    一种基于概率映射的复数域快速软阈值迭代反卷积波束形成方法

    公开(公告)号:CN116449349A

    公开(公告)日:2023-07-18

    申请号:CN202310281692.0

    申请日:2023-03-16

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于概率映射的复数域快速软阈值迭代反卷积波束形成方法,以对声呐阵列的回波信号的常规波束形成结果为初次迭代初值;将迭代初值做复数梯度下降,并采用快速傅里叶变换加速梯度下降中矩阵乘计算,以得到梯度下降中间结果;建立概率映射模型,添加波束聚类先验,采用多任务贝叶斯压缩感知快速求解波束结果和对应高斯分布参数;根据波束结果做动量更新,以得到下次迭代的迭代初值,加速迭代收敛。将反卷积波束形成扩展到复数域,充分利用了波束相位信息,更贴合实际应用,有效降低了主瓣宽度和旁瓣强度,且具有较高的抗噪能力,提高了阵列成像质量。

Patent Agency Ranking