-
公开(公告)号：CN119126036A
公开(公告)日：2024-12-13
申请号：CN202411113048.3
申请日：2024-08-14
Applicant: 电子科技大学 , 电子科技大学(深圳)高等研究院 , 中国人民解放军93209部队
Abstract: 本发明公开了一种基于趋势滤波的雷达信号PRI序列重建方法，首先构建PRI序列滤波模型，提出最大后验概率估计问题，然后使用E‑M算法更新模型参数，求解最大后验概率估计问题，得到PRI序列滤波结果，将得到的PRI序列滤波结果融合，最后对PRI序列插值修正，输出PRI序列最终重建结果。本发明的方法提出的PRI序列概率模型具有更好的表达雷达信号PRI特征的能力，能有效对含有异常值的雷达信号PRI序列样式进行重建，显著提升PRI序列重建性能，在雷达信号接收分析领域具有重要意义，适用于虚假脉冲、漏脉冲条件下非理想侦收信号序列的PRI参数重建。
-
公开(公告)号：CN119439067A
公开(公告)日：2025-02-14
申请号：CN202411384081.X
申请日：2024-09-30
Applicant: 电子科技大学 , 电子科技大学(深圳)高等研究院 , 中国人民解放军93209部队
IPC: G01S7/02 , G06F18/24 , G06N3/0464 , G06N3/0442 , G06F18/15 , G06F18/213
Abstract: 本发明公开了一种基于CNN‑LSTM复合深度模型的雷达辐射源信号分选方法，首先仿真生成混叠的雷达辐射源脉冲信号数据，然后建立CNN网络模型并加入LSTM层，得到CNN‑LSTM复合深度模型，再对混叠雷达辐射源脉冲信号数据进行预处理，划分训练集与测试集，使用训练集训练CNN‑LSTM复合深度模型，最后输入测试集数据到训练好的CNN‑LSTM复合深度模型，进行混叠雷达辐射源脉冲信号分选，得到雷达辐射源分选结果。本发明的方法相较于现有方法以及基于全连接网络的分选方法，分选准确率更高，在面对输入脉冲中漏脉冲率以及虚假脉冲率高的情况下鲁棒性强，可为现代复杂电磁环境下雷达辐射源信号分选提供新的理论支撑和技术途径，为雷达信号接收分析提供有效帮助。
-
公开(公告)号：CN119272008A
公开(公告)日：2025-01-07
申请号：CN202411384085.8
申请日：2024-09-30
Applicant: 电子科技大学 , 电子科技大学(深圳)高等研究院 , 中国人民解放军93209部队
IPC: G06F18/20 , G06F17/16 , G06F18/211
Abstract: 本发明公开了一种面向多功能雷达工作模式识别的特征参数评估方法，首先构建多功能雷达工作模式识别的特征参数选择评估层次结构，然后构建区间直觉模糊语言量度表，并确认专家人选，获取专家对特征参数的评估信息，并且通过汇总信息构建专家偏好量表，再根据语言量度对比结果，计算得到归一化优先级可能度，最后根据得到的准则层、指标层、特征层的优先级可能度，计算得到特征层对目的层的影响度，进行大小排序，获得特征参数排序结果。本发明的方法利用区间直觉模糊‑层次分析法对多功能雷达工作模式识别特征参数进行评估，对不同场景下对多功能雷达工作模式识别的参数选择提供理论依据和规则指导，有利于精确参数选择，提升识别结果的可靠性。
-
公开(公告)号：CN119129822A
公开(公告)日：2024-12-13
申请号：CN202411211423.8
申请日：2024-08-30
Applicant: 电子科技大学 , 电子科技大学(深圳)高等研究院 , 中国人民解放军93209部队
IPC: G06Q10/04 , G06N5/022 , G06Q10/0631 , G06F17/16 , G06F17/18 , G06N20/10 , G06N3/047 , G06N3/0442 , G06Q50/26
Abstract: 本发明公开了一种基于计划行为理论的多功能雷达行为预测建模方法，通过构建人类计划行为理论和多功能雷达计划行为的映射关系，构建多功能雷达计划行为预测理论结构模型并对其各个分析模块进行数学建模，得到多功能雷达计划行为预测模型，然后建立多功能雷达仿真场景，进行多功能雷达参数、行为数据获取，构建示例数据集并进行预处理，构建特征样本用于模型训练，验证模型准确率，最后基于验证准确率合格的行为预测模型构建基于计划行为理论的多功能雷达计划行为预测系统，输入雷达行为数据完成雷达行为预测。本发明的方法有效实现了多功能雷达行为预测的数学建模，解决了行为预测基础支撑理论缺乏、行为预测方法体系未建立的难题。
-
公开(公告)号：CN119064885A
公开(公告)日：2024-12-03
申请号：CN202411321756.6
申请日：2024-09-23
Applicant: 电子科技大学 , 电子科技大学(深圳)高等研究院 , 中国人民解放军93209部队
Abstract: 本发明公开了一种基于相似度分析的多功能雷达信号序列预测方法，首先对雷达信号序列进行预处理，通过趋势滤波算法重建雷达信号序列参数，对信号序列进行简化表示，然后通过动态时间规整算法计算当前与历史时刻信号序列之间的相似度，最后利用具有最高相似度的若干历史时刻信号序列构建预测原型，对预测原型进行加权，得到雷达信号序列预测结果。本发明的方法与现有方法相比，不依赖于脉冲样式先验信息，且能够提升信号序列预测准确性，能有效对非理想第三方信号接收场景下多功能雷达信号序列进行预测，在雷达信号分析处理领域具有重要意义，适用于非理想侦收场景下多功能雷达信号序列的预测。
-
Patent Agency Ranking
公开(公告)号：CN111465279A
公开(公告)日：2020-07-28
申请号：CN202010345009.1
申请日：2020-04-27
Applicant: 电子科技大学
Abstract: 本发明涉及散热材料技术领域，公开了一种可用于激光电视散热的强散热结构，至下而上包括基底、强散热薄膜，强散热薄膜总厚度小于或等于12μm，强散热薄膜的原料组成的重量百分比为：吸热剂45～60％，中间连接剂10～20％，散热剂40～15％，保护剂5％；其中，吸热剂为银纳米球；中间连接剂为硅烯；所述散热剂为银纳米线；保护剂由体积分数为15％的聚醚改性聚硅氧烷、80％的水溶性梓柯节苞提取液和5％的甘油构成。本发明解决了现有大规模集成电路和封装电子设备，尤其是激光电视的散热结构散热效率低，易由于散热不足导致其内部电子元器件性能下降或者造成激光电视中光学部件老化，导致其整个显示系统出现故障的问题。
-
公开(公告)号：CN119475785A
公开(公告)日：2025-02-18
申请号：CN202411606202.0
申请日：2024-11-12
Applicant: 电子科技大学
Abstract: 本发明公开了一种动力学参数快速辨识方法，包括以下步骤：S1、建立超精密飞切机床多体系统动力学模型；S2、确立元件的传递矩阵和传递方程；S3、使用动力学模型拓扑图的方法得到多体系统动力学模型中各元件状态矢量之间的传递关系；S4、根据元件的传递矩阵拼装系统的总传递矩阵，确定系统总传递方程；S5、根据精密飞切机床系统的总传递方程和边界条件确定系统的特征方程和系统各阶固有频率；S6、根据元件传递方程得到系统的特征矢量和振动特性；S7、将多体系统传递矩阵法与优化遗传算法相结合，实现机床系统动力学参数的高精度辨识。
-
公开(公告)号：CN111465279B
公开(公告)日：2021-05-28
申请号：CN202010345009.1
申请日：2020-04-27
Applicant: 电子科技大学
Abstract: 本发明涉及散热材料技术领域，公开了一种可用于激光电视散热的散热结构，至下而上包括基底、散热薄膜，散热薄膜总厚度小于或等于12μm，散热薄膜的原料组成的重量百分比为：吸热剂45～60％，中间连接剂10～20％，散热剂15～40％，保护剂5％；其中，吸热剂为银纳米球；中间连接剂为硅烯；所述散热剂为银纳米线；保护剂由体积分数为15％的聚醚改性聚硅氧烷、80％的水溶性梓柯节苞提取液和5％的甘油构成。本发明解决了现有大规模集成电路和封装电子设备，尤其是激光电视的散热结构散热效率低，易由于散热不足导致其内部电子元器件性能下降或者造成激光电视中光学部件老化，导致其整个显示系统出现故障的问题。
-
公开(公告)号：CN111180588A
公开(公告)日：2020-05-19
申请号：CN201911401558.X
申请日：2019-12-30
Applicant: 电子科技大学
Abstract: 本发明涉及一种种基于连续刮涂双体异质结的厚膜有机太阳能电池，有机太阳能电池采用反型结构，活性层由底体异质结活性层和顶体异质结活性层组成，且底体异质结活性层和顶体异质结活性层形成连续相互渗透的垂直梯度分布相态。制备出四元高效厚膜有机太阳能电池器件，在有效提高有机太阳能电池器件光吸收能力的情况下，同时解决有机太阳能电池光活性层内垂直相分离不佳，从而导致光生载流子的分离、传输效率低的问题，进一步地使用不同体系双体异质结结构能够有效的与阴/阳极缓冲层形成欧姆接触，有效解决了有机太阳能电池界面接触电阻较大与载流子复合几率较高，最终降低器件性能的问题。
-
公开(公告)号：CN111180581A
公开(公告)日：2020-05-19
申请号：CN201911402091.0
申请日：2019-12-30
Applicant: 电子科技大学
Abstract: 本发明提供了一种基于有机薄膜晶体管的湿度传感器及其制备方法，属于传感器及其制备技术领域，所述湿度传感器从下至上依次包括衬底、栅电极、介电层、有机半导体层、源电极和漏电极，介电层为有机介电材料，有机半导体层为壳聚糖与有机半导体材料的混合材料，壳聚糖的含量为1wt％～15wt％。壳聚糖分子表面极性基团对水蒸气识别响应，再与其他有机半导体材料的混合后，对湿度进行精确识别与响应，从而提升了有机薄膜晶体管湿度传感响应同时，实现器件对湿度信号的高灵敏高响应探测，同时，造成本更低，再者，通过将壳聚糖与有机半导体材料进行合适混合，对有机半导体材料进行小分子调控，从而实现对湿度信号的高灵敏高响应探测与优良的器件性能。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.02 seconds)
