一种基于脉间-脉内捷变频信号的SAR-GMTI干扰方法

    公开(公告)号:CN118191835A

    公开(公告)日:2024-06-14

    申请号:CN202410243537.4

    申请日:2024-03-04

    Abstract: 本发明涉及一种基于脉间‑脉内捷变频信号的SAR‑GMTI干扰方法,该方法包括:根据运动目标的检测结果得到增益函数;根据增益函数进行脉间频率调制,得到调制信号;根据调制信号和第一干扰信号得到目标干扰信号;根据目标干扰信号和多通道回波信号,得到干扰后的多通道回波信号,根据干扰后的多通道回波信号得到干扰后的运动目标检测结果。通过上述技术方案,能够调整目标干扰信号的位置、数量,并利用运动目标检测结果得到的增益函数最大化目标干扰信号的能量利用率,从而对基于脉间‑脉内捷变频信号的SAR‑GMTI多通道雷达系统进行高效、有效的信号干扰。

    一种槽型半导体功率器件的制造方法

    公开(公告)号:CN102751199B

    公开(公告)日:2014-12-17

    申请号:CN201210226462.6

    申请日:2012-07-03

    Abstract: 本发明公开了一种槽型半导体功率器件的制造方法,涉及半导体功率器件技术领域,通过刻蚀槽、采用各向异性外延技术生长填充槽形成第二半导体区、在第二半导体区顶部局部刻蚀形成窄且高浓度的n或p柱、填充绝缘介质以及平坦化,之后采用外延横向过生长形成体区等关键工艺步骤,具有以下优点:避免了沟槽的填充及平坦化、槽栅制作及平坦化对已形成的体区、体接触区以及源区产生的不利影响;槽栅底部与体区下界面平齐或低于体区下界面,从而提高器件耐压;不需要复杂的掩模,避免了小角度注入工艺对沟道区的影响;避免采用多次外延注入的方式形成超结以及所带来得晶格缺陷;大大降低了导通电阻。

    一种将DNA图案精确放置在基底表面的方法

    公开(公告)号:CN118173445A

    公开(公告)日:2024-06-11

    申请号:CN202211580072.9

    申请日:2022-12-09

    Abstract: 本发明公开了一种将DNA折纸图案精确放置在基底表面的方法,其包括以下步骤:利用DNAbrick法设计DNA折纸结构图,将所有链进行混合并退火,形成DNA图案。对基底表面处理呈疏水性,并利用等离子体刻蚀法形成掩膜版。将掩膜版置于基底上,用APTES处理表面形成带正电单分子层,将DNA图案沉积于基底上,带负电DNA结构会特异性吸附于带正电APTES区域,实现了DNA图案的精确放置。优点:实现了DNA图案的确定性沉积,提高了实验产率及精度,为电子芯片图案提供一种精确定位方法。

    一种制备分辨率为2nm电子电路的方法

    公开(公告)号:CN116246954A

    公开(公告)日:2023-06-09

    申请号:CN202211562991.3

    申请日:2022-12-07

    Abstract: 本发明公开了一种制备分辨率为2nm电子电路的方法,其包括以下步骤:首先设计需要的电子电路图,基于折纸术原理将一条长链DNA来回折叠成需要的电子电路图框架,设计合适的连接位点,引入大量的短链(订书钉链)对框架进行固定。将所有链进行混合并退火,形成DNA折纸图案。折纸结构受长链长度影响,只能形成几百纳米大小图案,难以直接形成宏观图案。我们通过在硅片上沉积金纳米粒子,进行表面处理形成硫醇金键,使其与图案边缘预先设计的短链碱基互补,将每个DNA图案固定在硅片的特定位置上。不同的折纸图案相互连接合成一副完整的宏观电子电路图。由于DNA螺旋直径约2纳米,因此所绘电子电路图既保证了其宏观特点也实现最小2纳米分辨率。优点:相比于常规的极紫外光刻等方法成本低廉,且分辨率高,为电子信息的发展提供了一种可行性的方法。

    一种多层级协同映射的高光谱与多光谱遥感图像融合方法

    公开(公告)号:CN118898545B

    公开(公告)日:2025-01-24

    申请号:CN202411399521.9

    申请日:2024-10-09

    Abstract: 本发明属于图像处理技术领域,涉及一种多层级协同映射的高光谱与多光谱遥感图像融合方法,包括潜在空间投影单元、多层级特征映射单元和自适应特征融合单元;潜在空间投影单元通过两个卷积层将输入的图像数据投影到一个潜在表示空间,此过程通过学习得到的映射函数完成;多层级特征映射单元随后在该潜在空间内操作,其分为点级、局部和全局级映射三个层次;点级映射专注于像素级别的特征提取,而局部级映射则关注于邻域内的特征交互,全局级映射则着眼于整个图像层面的上下文信息。自适应特征融合单元以动态方式整合多层级特征,实现了高光谱与多光谱遥感图像的信息互补。本发明通过引入Mamba和隐式神经表示架构,具有较好的轻量化程度。

    一种多层级协同映射的高光谱与多光谱遥感图像融合方法

    公开(公告)号:CN118898545A

    公开(公告)日:2024-11-05

    申请号:CN202411399521.9

    申请日:2024-10-09

    Abstract: 本发明属于图像处理技术领域,涉及一种多层级协同映射的高光谱与多光谱遥感图像融合方法,包括潜在空间投影单元、多层级特征映射单元和自适应特征融合单元;潜在空间投影单元通过两个卷积层将输入的图像数据投影到一个潜在表示空间,此过程通过学习得到的映射函数完成;多层级特征映射单元随后在该潜在空间内操作,其分为点级、局部和全局级映射三个层次;点级映射专注于像素级别的特征提取,而局部级映射则关注于邻域内的特征交互,全局级映射则着眼于整个图像层面的上下文信息。自适应特征融合单元以动态方式整合多层级特征,实现了高光谱与多光谱遥感图像的信息互补。本发明通过引入Mamba和隐式神经表示架构,具有较好的轻量化程度。

    一种基于部分低质量数据的保护隐私联邦学习训练方法

    公开(公告)号:CN117708849A

    公开(公告)日:2024-03-15

    申请号:CN202311702752.8

    申请日:2023-12-12

    Abstract: 本发明涉及隐私保护技术领域,具体涉及一种基于部分低质量数据的保护隐私联邦学习训练方法,架构了只包含参与用户和云服务器两种实体类型的系统模型,通过单云服务器外包,将复杂的计算交给云服务器,以降低参与者的计算负担,提高模型对计算能力不足参与者的包容性,并且构建了一种描述用户数据质量的评估算法,并根据数据质量的复合评分来控制参与训练的数据在联邦训练全局迭代中的参与程度,以减少低质量数据对模型精度的负面影响,同时利用分布式Paillier同态加密机制,引入允许部分低质量数据参与训练的联邦学习多方聚合方案,保证参与者私有数据的隐私安全,并且对用户中途退出和加入非常友好,解决了现有的联邦学习训练过程的不足。

    一种基于特征空间距离度量的SAR干扰识别方法

    公开(公告)号:CN116975603A

    公开(公告)日:2023-10-31

    申请号:CN202311193638.7

    申请日:2023-09-15

    Abstract: 本发明公开了一种基于特征空间距离度量的SAR干扰识别方法,包括:获取至少一条待识别干扰信号数据;采用预设短时傅里叶变换参数对至少一条待识别干扰信号数据进行短时傅里叶变换,得到至少一个时频图;将至少一个时频图输入训练完备的干扰特征向量提取模型,输出至少一个特征向量;训练完备的干扰特征向量提取模型是采用多个训练数据对训练得到的;每个训练数据对包含一个时频图和该时频图的干扰类型标签;根据每个特征向量与干扰特征向量库中干扰类型已知的各个干扰特征向量之间的距离,确定特征向量对应的待识别干扰信号数据的干扰类型;干扰特征向量库是根据训练完备的干扰特征向量提取模型从干扰类型已知的时频图中提取出的特征向量构建的。

Patent Agency Ranking