-
-
公开(公告)号：CN114047500A
公开(公告)日：2022-02-15
申请号：CN202111304624.9
申请日：2021-11-05
Applicant: 电子科技大学
Abstract: 本发明公开了一种大规模频控阵非线性频偏产生电路，通过控制移相器输出信号时变，将移相器产生的相位差转变为频偏，从而实现频控阵信号的频偏设计，而移相器入出信号的时变特性是可控的，可通过控制移相器输出信号非线性时变，进而实现频控阵信号的非线性频偏设计。通过功率分配器将频率合成器产生的信号分为多路，分别输出至多路并行的移相器，相对于传统的多路频率合成电路，该电路大幅度节约了硬件成本，多路并行移相器也大大提高了各路频偏的灵活性，其输出的多路信号具有相参性、频率灵活可调等特点，广泛适用于各种应用对频率源的要求。
-
公开(公告)号：CN113364712B
公开(公告)日：2022-06-14
申请号：CN202110545722.5
申请日：2021-05-19
Applicant: 电子科技大学
IPC: H04L25/03
Abstract: 本发明公开了一种基于DDPG网络的混合辐射源信号分离方法，首先采用K个信号测试天线对K个样本辐射源的辐射源信号样本进行采集，处理得到混合信号样本，将分离矩阵看作一个智能体，矩阵元素的加减看作动作，将信号的分离程度看作环境，对DDPG网络进行设计，然后采用混合信号样本对DDPG网络进行训练，在实际应用时，由每个信号测试天线得到K个辐射源的混合信号，将混合信号输入训练好的DDPG网络进行再次训练，得到信号分离结果。本发明通过引入DDPG网络，有效提高对混合信号分离的准确度。
-
公开(公告)号：CN106845339B
公开(公告)日：2020-03-24
申请号：CN201611147214.7
申请日：2016-12-13
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于双谱和EMD融合特征的手机个体识别方法，通过分别对所有样本通过计算双谱，再利用PCA降维，得到特征集X；同时计算样本经验模态分解，得到信号杂散成分的功率谱，再通过Fisher判别分析得到特征集Y；对特征集X和Y做CCA特征融合得到融合特征集Z；对Z按m％:n％的比例做水平切分得到训练集ZTrain和测试集ZTest，用训练集ZTrain训练随机森林分类器，并利用训练好的分类器对测试集ZTest进行分类决策，最终输出手机个体识别结果。
-
公开(公告)号：CN110414577A
公开(公告)日：2019-11-05
申请号：CN201910639585.4
申请日：2019-07-16
Applicant: 电子科技大学
Inventor： 邓建华 , 余坤 , 申睿涵 , 孙一鸣 , 周群芳 , 钱璨 , 王云 , 何子远 , 俞泉泉 , 常为弘 , 陈翔 , 罗凌云 , 魏傲寒 , 俞婷 , 肖正欣 , 邓力恺 , 王韬 , 杨远望 , 游长江
Abstract: 本发明公开了一种基于深度学习的激光雷达点云多目标地物识别方法，涉及点云识别方法领域；其包括：将点云场景依次进行区域分割、特征表示和标记标签后，获得包括若干个三维空间的点云数据；建立包括输入层、N层卷积层、全连接层和Softmax函数的网络模型，输入数据集中的测试集，训练上述模型获取最优模型后，将数据集中测试集输入最优模型获得识别结果；根据深度信息和高层差、电力塔在电力线旁边的空间关系和相邻三维空间之间的关系，查找疑似误分类的点后重新进行分类，获取最终的识别结果；本发明解决现有神经网络因点云具有海量性、稀疏性和无序性导致计算量大、特征提取困难、识别准确率低的问题。
-
Patent Agency Ranking
公开(公告)号：CN110135227A
公开(公告)日：2019-08-16
申请号：CN201810136661.5
申请日：2018-02-09
Applicant: 电子科技大学
Abstract: 本发明涉及一种基于机器学习的激光点云室外场景自动分割方法，包括：将数据库中每一类体素数据按大致相同的比例提取出来并存储至训练集和验证集并将所有数据压缩；再将压缩后的训练数据集和验证集导入三维卷积神经网络中进行运算，从而提取各类地物的特征向量；通过每一类地物的特征向量与实际值之间代价函数来反馈调节深度神经网络的权重值，反复迭代直到代价函数小于设定阈值为止，然后可以得到一个存储着最优权重值的模型；然后利用空间信息和深度信息使用邻域算法做优化处理，这样既可以将去掉的体素点也做好分类，又能优化之前粗分类结果，从而实现细分类，并大大提高了场景分割的准确性和效率。
-
公开(公告)号：CN107979842A
公开(公告)日：2018-05-01
申请号：CN201711217769.9
申请日：2017-11-28
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于双谱特征和深度学习的手机个体识别方法，通过分别对所有样本进行采样及预处理后通过计算四种积分双谱，从而组合得到训练卷积神经网络的特征集，然后将特征集按比例划分为训练特征集YTrain和测试特征集Ytest；使用训练特征集YTrain卷积神经网络，再利用训练后的卷积神经网络对测试特征集YTest进行分类决策，最终输出手机个体识别结果。
-
公开(公告)号：CN114047500B
公开(公告)日：2023-03-07
申请号：CN202111304624.9
申请日：2021-11-05
Applicant: 电子科技大学
Abstract: 本发明公开了一种大规模频控阵非线性频偏产生电路，通过控制移相器输出信号时变，将移相器产生的相位差转变为频偏，从而实现频控阵信号的频偏设计，而移相器入出信号的时变特性是可控的，可通过控制移相器输出信号非线性时变，进而实现频控阵信号的非线性频偏设计。通过功率分配器将频率合成器产生的信号分为多路，分别输出至多路并行的移相器，相对于传统的多路频率合成电路，该电路大幅度节约了硬件成本，多路并行移相器也大大提高了各路频偏的灵活性，其输出的多路信号具有相参性、频率灵活可调等特点，广泛适用于各种应用对频率源的要求。
-
公开(公告)号：CN114035180A
公开(公告)日：2022-02-11
申请号：CN202111305098.8
申请日：2021-11-05
Applicant: 电子科技大学
Abstract: 本发明公开了一种大规模频控阵非线性频偏产生电路，通过控制移相器输出信号时变，将移相器产生的相位差转变为频偏，从而实现频控阵信号的频偏设计，而移相器输入信号的时变特性是可控的，可通过控制移相器输出信号非线性时变，进而实现频控阵信号的非线性频偏设计；频率合成器输出信号至多路串行连接的移相器，每路移相器移相时变后，通过功率分配器分为两路输出，一路信号直接输出，另一路信号输出至下一路移相器，通过频偏控制模块产生非线性频偏；多路串行移相器也大大提高了各路信号之间的相关性，保证了多路输出信号的相位相参性。
-
公开(公告)号：CN107733431B
公开(公告)日：2021-03-30
申请号：CN201711130558.1
申请日：2017-11-15
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于环内混频锁相环电路结构的多路相参频率综合器，根据锁相环及直接数字频率合成器相关原理，通过直接数字频率合成器与集成压控振荡器的锁相环直接相连的结构产生环内混频锁相环电路的混频本振输入信号，实现多路环内混频锁相环电路混频本振信号线性扫频同步及系统输出信号频率大步进调节；同时，使用直接数字频率合成器与集成数字鉴相器直接相连的结构产生环内混频锁相环电路的鉴相输入信号，实现多路环内混频锁相环电路鉴相信号灵活配置及系统输出信号小步进调节；这样使系统输出的信号满足单路信号的性能指标以外，还具有多路信号的相位相关性及信号同步性的特点，具有一定的通用性。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.02 seconds)
