-
公开(公告)号:CN118627377A
公开(公告)日:2024-09-10
申请号:CN202410691522.4
申请日:2024-05-30
申请人: 西安微电子技术研究所
IPC分类号: G06F30/27 , G06N3/0442 , G06N3/08 , G06F17/16 , G06F17/18 , G06Q10/04 , G06F119/04
摘要: 本发明公开了一种基于寿命概率分布的整机退化预测方法及相关设备,属于计算机关键参数退化分析领域,本方法将当前时刻的整机退化序列输入至整机退化预测网络模型中,捕获时序数据中的关联关系,通过估计整机退化中高斯分布均值和方差以构建似然函数,再从似然函数所表示的联合分布中得到采样值以估计序列上每个时间戳的区间,从而实现输出当前时刻的整机退化预测结果的寿命概率分布,提高了预测准确性和抗干扰性;相比于传统的点预测的方法,采用本方法不但能够体现出退化的趋势性,更能体现出其随机性的特点;预测准确率提升效果显著。
-
公开(公告)号:CN117935237A
公开(公告)日:2024-04-26
申请号:CN202410108164.X
申请日:2024-01-25
申请人: 西安微电子技术研究所
摘要: 本发明公开了一种空间微小目标识别方法、系统、设备及存储介质,属于数据处理技术领域,方法包括从基于火箭行进过程中的空间目标图像中提取图像特征数据;将图像特征数据与帕累托模型参数进行混合初始化,随机产生初始解集,对初始解集进行克隆,生成的解形成克隆解集;对克隆解集进行变异操作,生成的解形成变异解集,变异解集与原始解集合并形成新的解集,对新的解集执行删除、更新解集后得到最终解集;根据最终解集中的图像特征完成对空间微小目标的识别。本方法能够快速精确识别火箭行进过程中的事件情况,便于火箭检测系统实时掌握火箭飞行状态。
-
公开(公告)号:CN117830857A
公开(公告)日:2024-04-05
申请号:CN202410117710.6
申请日:2024-01-26
申请人: 西安微电子技术研究所 , 西北工业大学
IPC分类号: G06V20/10 , G06V10/44 , G06V10/82 , G06N3/0464 , G06N3/08
摘要: 本发明公开了一种基于Atlas200DK的空间目标检测方法及相关设备,本方法基于Atlas200DK,采用将Resnet18作为骨干网络,替换了YOLO v3网络模型中的原始特征提取网络Darknet53,这一结合极大提升了模型的检测速率,同时,考虑了算法与处理器之间适配性的问题,通过将目标检测模型进行模型文件转换处理,保证优化后的算法能够正常执行,最终将获取到的空间目标图像输入至Atlas200DK支持的目标检测模型,经解析处理得到目标检测结果,通过对YOLO v3网络模型的优化以及适配性的调整,即使面对大量的数据时,依然能够保证模型的推理速度,达到了高速、低功耗的处理效果;采用本方法能够提高空间目标监视的处理速度和检测精度,满足了当前星载计算机系统对空间目标监视的高可靠性的要求。
-
公开(公告)号:CN117673006A
公开(公告)日:2024-03-08
申请号:CN202311371536.X
申请日:2023-10-20
申请人: 西安微电子技术研究所
IPC分类号: H01L23/48 , H01L23/488 , H01L23/52 , H01L23/535 , H01L25/00 , H04B1/16
摘要: 本发明公开了一种基于TSV工艺的多通道高OIP3接收微模组及其工作方法,涉及电子通信技术领域。包括第一功能层,在第一功能层之上堆叠第二功能层,第一功能层底部设置底层焊球,在第一功能层和第二功能层的侧边设置TSV通孔;第一功能层,用于布设直通链路;第一功能层上设置接收通断切换开关;第二功能层,用于布设放大滤波链路,第二功能层上设置低噪放、滤波器、功放和功分器,低噪放用于一级放大,功放用于二级放大。本发明能够实现多通道自由切换配置,可以根据需要灵活配置通道需求,提高了整体链路的OIP3,可以支持更高的功率使用场景,提高了产品集成度,并实现较高的性能指标。
-
公开(公告)号:CN116843917A
公开(公告)日:2023-10-03
申请号:CN202310935324.3
申请日:2023-07-27
申请人: 西安微电子技术研究所
IPC分类号: G06V10/44 , G06V20/70 , G06V10/82 , G06N3/0464 , G06N3/08
摘要: 本发明属于图像处理领域,公开了一种红外和可见光异源目标识别方法、系统、设备及介质,包括:获取待识别图像;将待识别图像和预设的目标图像输入预训练的异源图像目标检测模型,得到待识别图像的识别结果;其中,待识别图像和目标图像为红外和可见光异源图像;异源图像目标检测模型为基于对比学习的目标检测模型。通过对比学习来实现在高层语义特征空间中相似样本的距离越小越好,不相似异源样本间的距离越大越好的目标,从异源目标特征之间的相关性区分,这样可以充分将异源场景下的相同目标的特征向量彼此接近,而不同目标的特征距离拉远,更加关注于目标本身的语义信息,而忽略掉红外和可见光的底层成像差异,进而获得更好的识别准确率。
-
-
-
-