-
公开(公告)号：CN105717518A
公开(公告)日：2016-06-29
申请号：CN201610055936.3
申请日：2016-01-27
Applicant: 南京师范大学
IPC: G01S19/21
CPC classification number: G01S19/215
Abstract: 本发明公开了一种基于码相位辨识的卫星接收机欺骗信号检测方法，包括以下步骤：步骤S1，在卫星接收机重新捕获及跟踪信号时，基于码相位辨识的卫星接收机欺骗信号检测，利用卫星接收机基带信号处理过程中伪码解扩的相关峰值结果，进行欺骗信号检测；步骤S2，如未检测出欺骗信号，则利用航迹推算方法获得的载体运动状态，及由星历参数获得的卫星运动状态信息，进一步对重新捕获及跟踪信号进行码相位辨识处理，即对卫星接收机解扩的伪码相位参数进行真假辨识；步骤S3，在检测出接收机解扩解调信号含有欺骗信号以后，对欺骗信号进行报警与隔离处理，从而增强卫星接收机的抗欺骗干扰能力。
-
公开(公告)号：CN105170984A
公开(公告)日：2015-12-23
申请号：CN201510632664.4
申请日：2015-09-29
Applicant: 南京师范大学
Abstract: 本发明公开了一种三维打印装置，包括成型槽以及位于成型槽内的打印粉末推料板，成型槽上方设有第一喷头和第二喷头；所述第一喷头用于喷射第一胶水；所述第二喷头用于喷射第二胶水；所述第一胶水和第二胶水混合后产生粘性。本发明还公开了一种三维打印机的控制方法，当进行打印粉末打印时，先由一个喷头在打印材料上的一个位置喷射一种胶水，再由另一个喷头在打印材料的相同位置喷射另一种胶水，两种胶水混合形成的粘结剂实现对打印粉末的粘结，如此循环，完成整个打印过程。
-
公开(公告)号：CN119795174A
公开(公告)日：2025-04-11
申请号：CN202510112487.0
申请日：2025-01-24
Applicant: 南京师范大学
Abstract: 基于TCP的双Scara机械臂标定方法，通过在棋盘上选取有限个标定点，获取标定点相对于棋盘和机械臂基座的坐标点，进行运算和标定，可以大大减少前期双机械臂标定的繁琐步骤，可以确保双机械臂系统在执行任务时能够准确地定位和操作目标物体，提高生产效率和产品质量。同时，该方法还具有广泛的应用前景和重要意义，为工业自动化、机器人服务和科研探索等领域的发展提供了有力的技术支持。
-
公开(公告)号：CN119773236A
公开(公告)日：2025-04-08
申请号：CN202510145248.5
申请日：2025-02-10
Applicant: 南京师范大学
IPC: B29C64/386 , B29C64/393 , B33Y50/00 , B33Y50/02 , A61B34/10
Abstract: 基于视觉伺服的在体修复系统及修复控制方法，系统部分包括协作机械臂、材料挤出系统、深度相机、三维扫描仪若干部分。修复前借助三维扫描仪和定位用标记点获取待修补部位的表面三维信息，并转化为对应点云模型导入系统程序。配合协作机械臂搭载的深度相机，可以实时定位修补平面并校正挤出轨迹，实现生物三维打印闭环控制。该系统解决了在复杂表面和非静止表面进行实时在体三维修复的难题，能够提升打印系统的稳定性和动态响应能力。
-
公开(公告)号：CN119448960A
公开(公告)日：2025-02-14
申请号：CN202411443695.0
申请日：2024-10-16
Applicant: 南京师范大学
Abstract: 本发明公开了一种用于6G卫星通信互联网的高选择性宽带集总式GaAs射频滤波芯片，应用于射频集成电路技术领域，包括GaAs基底以及设置于基底之上的高选择性宽带集总式GaAs射频滤波电路，高选择性宽带集总式GaAs射频滤波电路包括一个输入端口，一个输出端口，以及连接于所述输入端口与所述输出端口之间的电容电感谐振耦合网络，电容电感谐振耦合网络包括了4个集总电感和5个集总电容，一共构成了3个谐振器以及3个耦合元件，以此来实现谐振器之间的耦合以及谐振腔和地之间的耦合，实现了所述电路的滤波的功能。本发明结合IPD工艺，实现了小型化，宽带，高选择性的高性能的滤波特性。
-
Patent Agency Ranking
公开(公告)号：CN118982582A
公开(公告)日：2024-11-19
申请号：CN202411450929.4
申请日：2024-10-17
Applicant: 南京师范大学
IPC: G06T7/73 , B25J9/16 , G06V20/56 , G06V10/25 , G06V10/44 , G06V10/52 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464
Abstract: 本发明公开了一种基于Grasp‑CAD目标检测模型的抓取目标定位方法，通过引入CBAM注意力机制的C3模块和用于对FPN和PAN不同尺度的特征自适应特征缩放融合的AFRC模块的Grasp‑CAD目标检测模型处理图像数据，得到图像数据中目标物体的检测框的坐标；根据检测框的坐标，获得目标物体相对机械臂末端的位置。检测模型中采用引入CBAM注意力机制的C3模块，提升了对遮挡物检测的适应性及性能，模型特征提取能力强，对于遮挡目标能够检测出来，Neck模块自适应特征缩放融合AFRC模块提升检测速度，模型占用内存小，易于部署在机器人系统。
-
公开(公告)号：CN118915460A
公开(公告)日：2024-11-08
申请号：CN202411039085.4
申请日：2024-07-31
Applicant: 南京师范大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于强化学习的电弧增材熔池尺寸的模型预测控制系统及其控制方法，该系统中，预测模块接收设定值和熔池实时状态信息并表征电弧增材制造过程中熔池的动态特性，预测熔宽和熔高的变化；优化求解模块对目标函数与约束条件模块求解，计算最优控制量并发给电弧增材制造系统；目标函数与约束条件模块计算最优控制量的数值范围以及控制量增量；状态估计模块接收系统反馈的熔池状态信息并计算熔池偏差，供MPC控制器修正预测模型误差；强化学习模块根据实际熔池尺寸与参考值之间的控制误差，更新MPC控制器的控制误差权重参数，适配增材制造过程的变化。本发明能够解决模型预测控制器依赖模型精确性且参数处理过程复杂的问题，减少控制误差。
-
公开(公告)号：CN118841746A
公开(公告)日：2024-10-25
申请号：CN202410663624.5
申请日：2024-05-27
Applicant: 南京师范大学
Abstract: 本申请提供了基于自封装基片集成腔的H形槽加载滤波天线，其特征在于，包括基片集成腔，所述基片集成腔包括第一金属层，所述第一金属层的底面中心设有介质基板，所述介质基板的远离第一金属层的底面中心设有第二金属层；所述第二金属层构成了滤波天线的接地板；所述第一金属层左侧是由微带馈线和共面波导组成的输入端口；第一金属层的中心刻有一H形槽，所述H形槽将第一金属层分成左右两个半模贴片；分别为第一半模贴片以及第二半模贴片；第一金属层关于水平轴对称；以至少具有结构简单、剖面低、尺寸紧凑、频率选择性高、阻带范围宽的技术效果。
-
公开(公告)号：CN118759825A
公开(公告)日：2024-10-11
申请号：CN202410884702.4
申请日：2024-07-03
Applicant: 南京师范大学
IPC: G05B11/42 , G06V10/26 , G06V10/44 , G06V10/764 , G06V10/774 , G06V10/776 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/096
Abstract: 本发明公开了基于熔池分割及模糊PID闭环控制的增材制造监测方法，包括：采集激光送粉增材制造过程的视频，划分为训练集、验证集和测试集，进行标注生成标签文件；搭建神经网络骨干结构，包括空间支路、语义支路和特征融合模块；搭建基于软阈值函数优化的注意力机制模块TA，将TA与搭建的神经网络骨干结构相结合，完成整个神经网络模型的搭建；将训练集的图像与标签文件送入神经网络模型中进行训练；将测试集的熔池彩色图像输入到熔池分割网络模型中进行推理，得到分割后的熔池像素级图像；实现对熔池面积的实时监测。本发明能够显著提高熔池图像在复杂环境下的像素级分割效果，具有精度高、分割效果好、控制性能优以及自适应性强的优点。
-
公开(公告)号：CN118037736B
公开(公告)日：2024-06-14
申请号：CN202410439130.9
申请日：2024-04-12
Applicant: 南京师范大学
Abstract: 本发明公开了一种基于特征参数提取的金属增材制造熔池形态检测方法；获取金属增材制造熔池的图像，并进行预处理，获得预处理后的熔池图像；对预处理后的熔池图像进行像素识别，检测得到熔池边缘像素，基于熔池边缘像素获得熔池中心的坐标，并基于熔池边缘像素的方向向量得到熔池主方向角度；根据熔池中心的坐标、熔池边缘像素和熔池主方向角度进行椭圆拟合，得到拟合的椭圆的长轴和短轴；以拟合的椭圆的长轴和短轴作为对应熔池的长度和宽度，输出熔池形态。通过先提取熔池中心作为椭圆中心和熔池主方向倾角，减少拟合参数的同时提升了拟合效果，对熔池宽度拟合的准确性较高，提升了熔池特征参数的提取速度以及准确性。
-
-
-
-
-
-
-
-
-
Search Results
292
records
(took 0.044 seconds)
