一种全光控可编程超表面
    21.
    发明公开

    公开(公告)号:CN116526150A

    公开(公告)日:2023-08-01

    申请号:CN202310576875.5

    申请日:2023-05-22

    Abstract: 本发明公开了一种全光控可编程超表面,属于光微波技术领域,全光控可编程超表面包括多个相同的全光控可编程超表面单元,超表面单元从顶部到底部依次包括光敏材料、表面金属图案、介质基板和金属地。光敏材料的电导率特性随着入射光强度的变化而变化;表面金属图案由对称的矩形环状铜片和矩形铜片组成,矩形铜片位于超表面单元中心,矩形环状铜片和矩形铜片通过光敏材料连接,超表面用于通过改变入射光强度改变光敏材料的电导率特性,进而改变超表面单元的谐振状态,调节超表面的微波反射相位,实现入射光对微波的完全和直接操控。本发明通过将光敏材料集成到微波段超表面,可以同时与入射光场和微波场相互作用,在自由空间实现用光直接调控微波。

    一种兼具无线光通信信号分集和入射光角度估计功能的电路

    公开(公告)号:CN111342907B

    公开(公告)日:2023-03-14

    申请号:CN202010195902.0

    申请日:2020-03-19

    Applicant: 东南大学

    Abstract: 本发明公开了一种兼具无线光通信信号分集和入射光角度估计功能的接收电路。该电路包括一个运算放大器、若干方向增益不同的光电转换器、若干跨阻放大器、若干场效应管、若干电阻、一个数字信号处理单元。可通过数字信号处理单元的输入输出接口实现光信号在模拟电路中的选择或求和。该电路可用于同时实现稳定的无线光通信和接收机的定位,且成本低于独立设计的光通信分集系统和光定位系统。

    一种基于LED和PD阵列的无人机联合定位和旋转估计方法

    公开(公告)号:CN114942406A

    公开(公告)日:2022-08-26

    申请号:CN202210517325.1

    申请日:2022-05-12

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于LED和PD(Photodiode,光电二极管)阵列的无人机联合定位和旋转估计方法。该方法通过在无人机上搭载多个不同法向量的光电二极管,采集来自不同LED的入射光信号,利用基于光方向向量协方差矩阵的特征值分解算法来获得无人机的坐标和旋转信息。传统的消费级无人机一般是使用GPS和气压计来进行定位,但在室内场景下,卫星信号会受到建筑物墙壁的严重衰减和失真,因而本发明提出在室内场景下,可以利用LED和PD阵列对无人机进行快速定位。与已有的基于视觉传感器、超声波传感器、激光测距仪、UWB定位等无人机室内定位方法相比,其优势在于:算法复杂度低,硬件成本低、尺寸小、功耗低、响应速率高、精度高。

    一种高效并行的宽频谱光子计算系统及计算方法

    公开(公告)号:CN110838880A

    公开(公告)日:2020-02-25

    申请号:CN201911099772.4

    申请日:2019-11-12

    Applicant: 东南大学

    Abstract: 本发明公开了一种高效并行的宽频谱光子计算系统及计算方法。该方法为:光输入单元并行输入多个波段的光信号,不同波段光信号振幅正比于矩阵A行向量元素,并传送至宽频谱光振幅调制单元;宽频谱光振幅调制单元调整输入光信号振幅大小,对不同波段的光信号振幅乘上不同的系数,系数正比于矩阵B列向量元素,输出光信号传递至宽频谱光接收单元;宽频谱光接收单元将多波段光信号振幅叠加并量化输出。通过同步单元设置时钟控制光输入单元光信号振幅的变化周期、宽频谱光振幅调制单元的调制周期和宽频谱光接收单元的采样周期,使宽频谱光接收单元依次输出矩阵A、B相乘后的结果矩阵元素。该方法充分利用了光的宽频谱特性,是高效处理超大规模矩阵的方案之一。

    一种基于LED和PD阵列的无人机联合定位和旋转估计方法

    公开(公告)号:CN114942406B

    公开(公告)日:2025-03-14

    申请号:CN202210517325.1

    申请日:2022-05-12

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于LED和PD(Photodiode,光电二极管)阵列的无人机联合定位和旋转估计方法。该方法通过在无人机上搭载多个不同法向量的光电二极管,采集来自不同LED的入射光信号,利用基于光方向向量协方差矩阵的特征值分解算法来获得无人机的坐标和旋转信息。传统的消费级无人机一般是使用GPS和气压计来进行定位,但在室内场景下,卫星信号会受到建筑物墙壁的严重衰减和失真,因而本发明提出在室内场景下,可以利用LED和PD阵列对无人机进行快速定位。与已有的基于视觉传感器、超声波传感器、激光测距仪、UWB定位等无人机室内定位方法相比,其优势在于:算法复杂度低,硬件成本低、尺寸小、功耗低、响应速率高、精度高。

    一种基于LED阵列的精确室内定位方法

    公开(公告)号:CN113359087B

    公开(公告)日:2024-04-16

    申请号:CN202110629896.X

    申请日:2021-06-07

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于LED阵列的精确室内光定位方法。安装LED阵列,使用透镜对LED发射的波束进行整形,形成方向不同的光束。使用信号处理单元从不同的LED上发送不同的信号,使不同方向的光束具有不同的信号,从而将一个大矩形区域分成若干个规则的、具有不同信号的矩形子区域。在用户终端上使用光电探测器,利用用户出现的子区域的中心坐标作为用户的估计坐标。其优点是:算法复杂度低、成本低、实现简单、精度高。

    一种激光编程超表面及其控制方法

    公开(公告)号:CN117878612A

    公开(公告)日:2024-04-12

    申请号:CN202410168627.1

    申请日:2024-02-06

    Abstract: 本发明公开了一种激光编程超表面及其控制方法,超表面包括n×n个阵列排布的超表面单元,每个超表面单元包括正面的可调电磁反射结构和背面的光电无源升压电路,可调电磁反射结构由上至下依次包括金属结构层、介质基板和金属地,金属结构层包括两个独立设置的金属图案以及连接在两个独立的金属图案之间的变容管,光电无源升压电路设置在金属地的背面,将光信号转换为电压信号,并通过过孔给变容管提供偏置电压,从而改变超表面单元的微波反射相位,进而使激光编程超表面产生多种电磁功能。本发明为空间激光精准控制微波提供了一种新的途径,为构建先进的无源平台、光电混合系统提供思路。

    一种基于超表面的光到微波混合通信发射机及其实现方法

    公开(公告)号:CN114844559B

    公开(公告)日:2024-03-01

    申请号:CN202210480006.8

    申请日:2022-05-05

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于超表面的光到微波混合通信发射机及其实现方法,该超表面发射机包括一个时域反射式超表面阵列和背面的光电检测电路,所述时域反射式超表面阵列由超表面单元排列组成,每个超表面单元从上到下依次是变容二极管及表面金属图案、介质层、底层金属地板,表面金属图案由四个90°旋转对称的梯形金属片和中间一个方形金属片组成,使用四个相同变容二极管连接梯形金属片和方形金属片;所述光电检测电路在超表面阵列背面,由一个光电二极管和两个放大电路组成,检测光信号并为超表面阵列提供控制信号。该发射机在特定光照射下,会产生一定的微波反射谐波分布,从而将光信号直接映射到微波信号上,实现混合无线通信。

    一种基于可见光通信和定位的室内环境建模方法

    公开(公告)号:CN114362823B

    公开(公告)日:2024-02-20

    申请号:CN202210027519.3

    申请日:2022-01-11

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于可见光通信和定位的室内环境建模方法,包括:在室内布置多个LED作为光信号发射器,并让PD在室内的不同位置接收LED的光信号;若PD在某个位置接收到的某个LED的光信号强度明显小于由朗博模型计算出的理论值,则此LED与PD当前位置之间很有可能被障碍物遮挡。根据光信号沿直线传播的特性,采用两种算法来进行室内障碍物的探测。第一种算法通过识别受遮挡的光链路,实现了障碍物的二维探测;第二种算法通过识别未受遮挡的光链路,实现了室内环境的三维感知。本发明拓展了光通信系统的服务类型,能够在不使用激光雷达等设备的前提下感知环境的三维信息,为路径规划和无线信道衰落预测提供数据支持。

    一种基于智能反射面和场景几何模型的指纹定位方法

    公开(公告)号:CN114051209B

    公开(公告)日:2024-01-05

    申请号:CN202111371206.1

    申请日:2021-11-18

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于智能反射面和场景几何模型的指纹定位方法,包括初步定位和精确定位两部分,且这两个阶段均使用基于接收信号空间谱的指纹定位方法来对目标用户进行定位。在初步定位阶段,将定位区域划分为多个微型小区。在不使用智能反射面的情况下,收集微型小区参考点的信号到达角及其对应的幅度信息作为指纹库。然后利用DNN分类算法确定待定位的目标点所在的小区,从而实现初步定位。在精确定位阶段,首先通过最小化小区内克拉美罗下界的积分来确定每个微型小区所对应的最优智能反射面系数,随后收集在智能反射面辅助下的特定角度上的幅度信息建立指纹库。然后利用DNN回归算法估计得到目标点的二维坐标,从而实现目标的定位。

Patent Agency Ranking