一种适用于S、C和X波段的无线多频带频率可重构天线

    公开(公告)号:CN119890708A

    公开(公告)日:2025-04-25

    申请号:CN202510112978.5

    申请日:2025-01-24

    Applicant: 西南大学

    Abstract: 本发明提供一种适用于S、C和X波段的无线多频带频率可重构天线,包括:基板、地平面、第一PIN二极管、第二PIN二极管、第一段微带线、第二段微带线和第三段微带线;地平面位于基板的下表面,第一段微带线印刷在基板的上表面,且与馈电SAM接头的一端连接,馈电SAM接头的另一端与地平面连接;第一段微带线顶部与第一PIN二极管接触;第二段微带线底部与第一PIN二极管底部接触,且顶部与第二PIN二极管接触;第三段微带线底部与第二PIN二极管接触;通过控制第一PIN二极管和第二PIN二极管的偏置状态,调整天线的谐振状态。本发明实现了多种频段有效谐振状态,能够用于无线通信、WLAN、以及S、C、X波段传感器等。

    基于随机梯度追踪技术的大数据二分类分布式优化方法

    公开(公告)号:CN111950611A

    公开(公告)日:2020-11-17

    申请号:CN202010749536.9

    申请日:2020-07-30

    Applicant: 西南大学

    Abstract: 本发明公开了一种基于随机梯度追踪技术的大数据二分类分布式优化方法,具体步骤为:设定二分类问题,获取训练样本数据、测试样本数据、样本特征;采用one-hot编码将训练样本数据和测试样本数据扩展成向量数据,得到训练样本向量数据和测试样本向量数据;将训练样本向量数据进行智能体分配,结合梯度跟踪策略与随机平均梯度策略,建立带未知参数的分布式随机梯度跟踪策略S-DIGing的问题模型;求解未知参数;将测试样本向量数据代入分布式随机梯度跟踪策略S-DIGing的问题模型中进行二分类验证,并输出所述二分类问题对应的分布式随机梯度跟踪策略S-DIGing的问题模型。极大降低了策略的复杂度和计算量,从而使S-DIGing策略能够很好地处理大规模问题。

    一种足底压力无线采集显示电路及其方法

    公开(公告)号:CN111481205A

    公开(公告)日:2020-08-04

    申请号:CN202010326844.0

    申请日:2020-04-23

    Applicant: 西南大学

    Abstract: 本发明涉及一种足底压力无线采集显示电路,属于人体足底压力测量技术领域,包括:多个信号采集电路,分别用于采集人体足底不同部位的压力值,并将采集到的压力值转换为数字信号;多个单片机,分别与对应的信号采集电路的输出端电连接,用于接收人体足底的压力值的数字信号;多个无线发射模块,分别与对应的与单片机电连接,用于将信号采集电路送入单片机的数字信号进行发送;无线接收模块,用于接收多个无线发射模块发射出的数字信号;主处理器,与无线接收模块信号连接,用于接收无线接收模块发送来的数字信号,对数字信号进行判断处理,并将最终的步态相位结果传输给显示器进行显示。本发明减少了测量数据量,成本低廉便于携带和操作。

    一种考虑通信时延的基于方差缩减技术的分布式投影方法

    公开(公告)号:CN112069631B

    公开(公告)日:2024-05-24

    申请号:CN202010614853.X

    申请日:2020-06-30

    Applicant: 西南大学

    Abstract: 本发明公开了一种考虑通信时延的基于方差缩减技术的分布式投影方法,包括如下步骤:步骤1、针对同时具备本地集合约束和本地等式约束的多智能化系统提出原始优化问题模型(1);步骤2、将步骤1所得的原始优化问题模型(1)进行等价转换成便于分布处理的凸优化问题模型(2);步骤3、提出基于方差缩减技术的分布式投影算法(3)解决带约束的凸优化问题模型(2),即采用局部随机平均梯度无偏地估计局部全梯度,以此来减轻在每次迭代中计算所有局部目标函数的全梯度而导致的沉重的计算负担;步骤4、进行收敛性分析;本发明可以大幅度降低网络中所有智能体的计算成本,从而减轻整个多智能体系统的通信与计算压力,具有较高的实用性。

    一种考虑通信时延的基于方差缩减技术的分布式投影方法

    公开(公告)号:CN112069631A

    公开(公告)日:2020-12-11

    申请号:CN202010614853.X

    申请日:2020-06-30

    Applicant: 西南大学

    Abstract: 本发明公开了一种考虑通信时延的基于方差缩减技术的分布式投影方法,包括如下步骤:步骤1、针对同时具备本地集合约束和本地等式约束的多智能化系统提出原始优化问题模型(1);步骤2、将步骤1所得的原始优化问题模型(1)进行等价转换成便于分布处理的凸优化问题模型(2);步骤3、提出基于方差缩减技术的分布式投影算法(3)解决带约束的凸优化问题模型(2),即采用局部随机平均梯度无偏地估计局部全梯度,以此来减轻在每次迭代中计算所有局部目标函数的全梯度而导致的沉重的计算负担;步骤4、进行收敛性分析;本发明可以大幅度降低网络中所有智能体的计算成本,从而减轻整个多智能体系统的通信与计算压力,具有较高的实用性。

Patent Agency Ranking