-
公开(公告)号：CN106921310B
公开(公告)日：2019-03-08
申请号：CN201710299691.3
申请日：2017-05-02
Applicant: 西安电子科技大学
IPC: H02N2/18
Abstract: 本发明提出了一种电场能量收集装置，用于解决现有电场能量收集装置存在的能量收集效率低的技术问题，包括固定座、设置在固定座上的夹具、悬臂梁和质量块，其中悬臂梁包括固定在夹具上的弹性基板以及靠近弹性基板固定端板面一侧或两侧上依次粘贴的驱动层、压电层和电极层，该能量收集装置的驱动层在外界静电场作用下产生偏置，驱动弹性基板和压电层产生振动，压电层将驱动层驱动下产生的机械振动能转换为电能，电极层将压电层产生的电能输出至外电路；质量块，固定在弹性基板的自由端，用于调节悬臂梁的谐振频率，使其发生谐振，以产生最大的输出电压。本发明有效的提高了电场能量的收集效率。
-
公开(公告)号：CN106385253B
公开(公告)日：2018-11-30
申请号：CN201610808913.5
申请日：2016-09-08
Applicant: 西安电子科技大学
IPC: H03L7/18
Abstract: 本发明提出了一种基于参数处理模块和锁相环级联的数字时间转换系统，用于解决现有数字时间转换系统存在的适用范围窄的技术问题，包括参数处理模块(1)、时基产生模块(2)、使能控制模块(3)和数字时间转换模块(4)；参数处理模块(1)从输入设置参数中提取四个控制参数并输出，时基产生模块(2)内部设置有两个锁相环级联结构，产生受输入设置参数调整且具有固定频差的两个时基信号，使能控制模块(3)根据两个时基信号产生并输出使能信号，时间转换模块(4)根据计数控制字在使能信号控制下利用两个时基信号产生时间间隔信号。本发明的输出时间间隔分辨率可调整，且资源利用率高，可用于时频测量等领域。
-
公开(公告)号：CN106899234B
公开(公告)日：2018-11-16
申请号：CN201710299690.9
申请日：2017-05-02
Applicant: 西安电子科技大学
IPC: H02N2/18
Abstract: 本发明提出了一种压电式多向振动能量收集装置，用于解决现有压电式能量收集装置存在的收集方向单一和频带宽度窄的技术问题，包括固定座、设置在固定座上的支架、内梁、外梁、弹性元件、支撑杆、环形元件、第一磁性块和第二磁性块；内梁包括第一弹性基板、粘贴在第一弹性基板固定端的第一压电片和粘贴在第一压电片上的第一电极；外梁包括第二弹性基板、粘贴在第二弹性基板固定端的第二压电片和粘贴在第二压电片上的第二电极；第二弹性基板固定在支架上，第一弹性基板、弹性元件和支撑杆位于第二弹性基板的缺口内，且第一弹性基板与第二弹性基板垂直；第一弹性基板的固定端与弹性元件的自由端固定，并通过环形元件悬挂在支撑杆的自由端。
-
公开(公告)号：CN106357154B
公开(公告)日：2018-03-06
申请号：CN201610808682.8
申请日：2016-09-08
Applicant: 西安电子科技大学
IPC: H02N2/18
Abstract: 本发明提出了一种多臂耦合型碰撞式压电能量收集装置，用于解决现有压电能量收集装置存在的能量收集效率低的技术问题，包括：外框、压电振子、第一基座、单摆结构、第一磁体和第二磁体，压电振子至少包括平行排列的第一压电振子和第二压电振子，其底端被固定在第一基座上，谐振时可以发生较强的相互耦合；单摆结构包括第二基座、连杆、摆杆和撞击球，连杆的底端固定在第二基座上，其顶端与摆杆的上端活动连接，撞击球固定在摆杆的下端，撞击球摆动时能够与第一压电振子或第二压电振子的自由端相撞；外框的底面固定有第一基座和第二基座，其靠近单摆结构的一侧固定有第一磁体，靠近压电振子的顶部固定有第二磁体。本发明有效地提高了能量收集效率。
-
公开(公告)号：CN106941488A
公开(公告)日：2017-07-11
申请号：CN201710138744.3
申请日：2017-03-09
Applicant: 西安电子科技大学
Abstract: 本发明提出了一种基于FPGA的多层协议数据包封装装置及方法，用于解决现有采用处理器或嵌入式微处理器在封装高速多层协议数据包时存在的缓存需求量大和处理能力低的技术问题；封装装置包括缓存模块、校验模块和数据包封装模块，且该三个模块的逻辑功能通过FPGA实现；封装方法为：将用户数据输入到缓存模块中并缓存；将用户数据输入到校验模块进行校验计算，得到用户数据校验和；用户选用需要工作的封装状态机，所选封装状态机间进行两次信息交互；各工作的封装状态机间依次传递封装完成信号并进入各自的初始等待状态。本发明的缓存需求量小，对高速多层协议数据包的处理能力强。
-
Patent Agency Ranking
公开(公告)号：CN106936742A
公开(公告)日：2017-07-07
申请号：CN201710299578.5
申请日：2017-05-02
Applicant: 西安电子科技大学
Abstract: 本发明提出了一种基于神经网络的多档码速率自适应解调系统及方法，用于解决现有多档码速率自适应解调系统实现复杂度高及解调方法计算量大的技术问题；在该解调系统中，ADC采样模块先采样模拟调制信号，码元特征点提取模块再利用构建神经网络模块训练的一维卷积神经网络对采样后信号的相位突变点进行检测，码速率估计模块再根据该检测结果估计采样后信号码速率，信噪比估计模块再估计采样后信号信噪比，控制器模块再根据码速率估计结果和信噪比估计结果选择解调模块的低通滤波系数和内插结构，并计算解调模块的采样率转换倍数，最后解调模块利用选择出的低通滤波系数和内插结构，以及计算出的采样率转换倍数，对采样后信号进行解调。
-
公开(公告)号：CN106843955A
公开(公告)日：2017-06-13
申请号：CN201710030226.X
申请日：2017-01-17
Applicant: 西安电子科技大学
IPC: G06F9/445
CPC classification number: G06F9/44505
Abstract: 本发明提出了一种基于文件压缩及非接触式的FPGA动态配置方法，用于解决现有动态配置中存在的硬件复杂度高、配置速度低和灵活性差的技术问题，实现步骤为：构建内部固化有无线接收模块、数据解压缩模块、在系统编程模块和配置文件载入模块程序的目标FPGA；外部处理设备将目标FPGA的配置文件进行无损压缩；通过无线方式将压缩后配置文件发送到目标FPGA；无线接收模块将接收到的压缩后配置文件存到内部RAM中；数据解压缩模块将压缩后配置文件从RAM中读出，进行解压缩后写入配置FLASH；外部处理设备发送配置文件载入命令和热启动地址；配置文件载入模块从配置FLASH的热启动地址开始载入配置文件，完成动态配置。
-
公开(公告)号：CN106056155A
公开(公告)日：2016-10-26
申请号：CN201610368277.9
申请日：2016-05-30
Applicant: 西安电子科技大学
IPC: G06K9/62
CPC classification number: G06K9/6223
Abstract: 本发明公开了一种基于边界信息融合的超像素分割方法，主要解决现有SLIC算法对细小虚弱边界贴合度较低的问题。其实现步骤是：1)获取原始图像的边缘图像；2)获取原始图像的LAB空间转换图像；3)在LAB转换图像内初始化平面聚类中心；4)在平面聚类中心的局部范围内初始化边界聚类中心；5)更新平面聚类中心和边界聚类中心为3×3邻域内的梯度最小点；6)在LAB转换图像内对像素点进行分类；7)循环迭代步骤6)，获得LAB转换图像像素点的最终标记；8)将具有相同标记的像素点构成一个超像素，获得原始图像的超像素分割结果。本发明提高了超像素对细小虚弱边缘的贴合度，可用于分类、识别、跟踪等要求检测目标的场合。
-
公开(公告)号：CN102520399B
公开(公告)日：2013-09-25
申请号：CN201210000462.4
申请日：2012-01-02
Applicant: 西安电子科技大学
IPC: G01S7/41
Abstract: 本发明公开了一种基于电磁矢量阵列的米波雷达角度估计方法。其实现步骤是：(1)采用电磁矢量阵列接收雷达回波，并将其混频到基带进行离散采样；(2)利用离散采样的数据构造二阶统计矩阵；(3)对二阶统计矩阵进行奇异值分解，得到左信号特征矩阵；(4)利用左信号特征矩阵构造矩阵束；(5)对矩阵束进行广义特征值分解，得到广义特征向量矩阵、广义特征值矩阵和广义特征值，并用这些参数计算回波信号的坡印廷矢量；(6)根据得到的广义特征值和回波信号的坡印廷矢量计算出目标的二维角度。本发明在采用一维线性阵列的情况下，能够估计二维角度，阵元间距可以大于半波长，运算量小，易于工程实现，可用于米波雷达对目标二维角度的估计。
-
公开(公告)号：CN114926511A
公开(公告)日：2022-08-19
申请号：CN202210509781.1
申请日：2022-05-11
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于自监督学习的高分辨率遥感影像变化检测方法，包括：获取两幅高分辨率遥感影像并进行辐射校正和配准，得到两幅目标图像；对两幅目标图像进行光谱特征的比较得到像素级差异图；通过孪生特征提取网络获取目标图像对应的多个特征图；根据特征图计算两幅目标图像的多个目标级差异图；对像素级差异图以及多个目标级差异图进行融合，根据融合图像得到变化检测结果；孪生特征提取网络是一深度孪生卷积网络模型中的子网络；训练样本来自于高分辨率的样本遥感影像对，标注信息基于样本遥感影像对自动计算生成。本发明将深度网络的自监督学习应用到高分辨率遥感影像变化检测中，以此提高了高分辨率遥感影像变化检测的性能。
-
-
-
-
-
-
-
-
-
Search Results
102
records
(took 0.039 seconds)
