-
公开(公告)号：CN109613617A
公开(公告)日：2019-04-12
申请号：CN201910066301.7
申请日：2019-01-24
Applicant: 吉林大学
IPC: G01V3/14
Abstract: 本发明公开了一种基于磁共振响应信号参数提取的地下水探测方法及系统。所述探测方法包括：获取实测磁共振响应观测数据；建立所述观测数据中磁共振响应信号向量的极大似然函数，所述磁共振响应信号向量包括平均衰减时间和拉莫尔频率；利用粒子群优化算法，获取所述极大似然函数的最优解，得到最优的平均衰减时间；获取磁共振响应信号的初始振幅；根据所述最优的平均衰减时间和所述初始振幅反演得到地下水信息。本发明提供的探测方法提高了磁共振响应信号特征参数获取的精度。
-
公开(公告)号：CN116535219B
公开(公告)日：2024-07-12
申请号：CN202310577442.1
申请日：2023-05-22
Applicant: 吉林大学 , 中国科学院物理研究所
IPC: C04B35/58 , C04B35/622 , C04B35/645
Abstract: 本发明提供了一种超硬过渡金属化合物及其制备方法，涉及复合材料技术领域。本发明利用氩弧焊和高温高压技术相结合制备任意比的新材料ScxTa1‑xB2，本发明制备的超硬过渡金属化合物的硬度高于ScB2和TaB2，是潜在的超硬材料。本发明提供的制备工艺简便，适宜工业化推广应用。
-
公开(公告)号：CN118068711A
公开(公告)日：2024-05-24
申请号：CN202410208271.X
申请日：2024-02-26
Applicant: 吉林大学
IPC: G05B13/04
Abstract: 本发明属于网联车辆编队控制技术领域，且公开了一种基于复合型神经网络控制器的网联车辆编队横纵向控制方法，包括考虑高速情况下的车辆动力学特征，建立单车质点模型，建立网联车辆编队横纵向协同控制车队误差模型，用于表征车辆编队在行驶过程中实际反馈输出控制量与期望状态量之间的偏差，设计一种复合型神经网络控制器架构，以神经网络为载体，结合线性二次调节器LQR控制算法，根据单车质点模型和车辆编队横纵向协同控制模型，计算得到控制量，并将所求控制量应用于车辆控制系统当中，该复合型神经网络控制器可以在神经网络训练效果欠佳的情况下使车辆编队获得良好的动态性能表现，并且保证车辆编队行驶时的稳定性。
-
公开(公告)号：CN116535219A
公开(公告)日：2023-08-04
申请号：CN202310577442.1
申请日：2023-05-22
Applicant: 吉林大学 , 中国科学院物理研究所
IPC: C04B35/58 , C04B35/622 , C04B35/645
Abstract: 本发明提供了一种超硬过渡金属化合物及其制备方法，涉及复合材料技术领域。本发明利用氩弧焊和高温高压技术相结合制备任意比的新材料ScxTa1‑xB2，本发明制备的超硬过渡金属化合物的硬度高于ScB2和TaB2，是潜在的超硬材料。本发明提供的制备工艺简便，适宜工业化推广应用。
-
公开(公告)号：CN116432008A
公开(公告)日：2023-07-14
申请号：CN202310384013.2
申请日：2023-04-12
Applicant: 吉林大学
IPC: G06F18/2131 , G01V3/14 , G01N24/08
Abstract: 本发明公开了一种基于局部Capon估计的SNMR信号参数估计方法，属于地表核磁共振技术领域，本发明构建包含SNMR信号和工频谐波噪声的混合信号模型，构造Capon谱，在Capon谱中引入局部傅里叶矩阵，得到的局部Capon谱是个自变量为频率和弛豫时间的函数；对所述函数进行峰值搜索，峰值对应的坐标对应着SNMR信号弛豫时间和拉莫尔频率；结合最小二乘法能够求得SNMR信号的初始振幅、弛豫时间、拉莫尔频率以及初始相位。与之前的方法相比，本方法不需要考虑采集信号中工频谐波噪声的影响，而是将其视为信号的一部分，因此当信号处在信噪比较低、噪声较大的情况下时，SNMR信号参数估计的精度和准确性更高。
-
Patent Agency Ranking
公开(公告)号：CN112800862B
公开(公告)日：2022-08-02
申请号：CN202110027783.2
申请日：2021-01-11
Applicant: 吉林大学
Abstract: 本发明涉及一种非平稳信号时频矩阵重构方法及系统，先计算采样序列选取不同核参数时的Choi‑Williams变换，得到与每一核参数对应的时频矩阵，再分别对每一时频矩阵取模，得到幅值矩阵，计算每一幅值矩阵中每一列的瞬时归一化熵，得到熵值矩阵。最后选取熵值矩阵中每一行的最小值，记最小值为Rnk，则选取第k个核参数对应的幅值矩阵中的第n列作为重构时频矩阵的第n列，得到重构时频矩阵，进而本发明重构的时频矩阵，其每一时间点所在列都是在该时间点的最优核参数下计算得到的，从而保证每一列都具备时频聚集性与交叉项抑制的综合最优性能，通过每一时间点的最优实现整体的最优，从而达到对时频分析整体性能优化的目的。
-
公开(公告)号：CN112800863B
公开(公告)日：2022-07-01
申请号：CN202110028826.9
申请日：2021-01-11
Applicant: 吉林大学
IPC: G06K9/00
Abstract: 本发明涉及一种用于通信信号调制模式识别的时频特征提取方法及系统，获取原始通信信号并进行零均值化；获取零均值化后的通信信号的三阶累积量切片谱；根据三阶累积量切片谱判断零均值化后的通信信号的主要频率分量个数，从而确定VMD分解的分解层数和最佳分解层数；根据最佳分解层数，对原始通信信号进行VMD分解，得到本征模态函数分量，对每个本征模态函数分量计算零时延四阶累积量；根据基于高阶累积量的判定准则，判断每个本征模态函数分量是否为有用信号分量；对所有有用信号分量分别做ZAM时频变换，变换后的时频信号分量叠加，得到原始通信信号的时频特征。本发明将VMD分解与ZAM时频分析方法相结合，提高了时频特征提取的准确性。
-
公开(公告)号：CN114595729A
公开(公告)日：2022-06-07
申请号：CN202210336623.0
申请日：2022-04-01
Applicant: 吉林大学
Abstract: 本发明提出了一种基于残差神经网络与元学习融合的通信信号调制识别方法，属于通信技术领域，包括方法：通信调制信号获取；子任务划分；残差神经网络构建；抽取样本；更新残差神经网络参数；更新元学习损失函数；更新残差神经网络初始参数；迭代；确定用于测试信号的残差神经网络参数；将最终测试通信信号输入到残差神经网络，得到最终的分类结果。本发明将残差神经网络与元学习的方法相融合，该方法可以有效学习到信号的良好特征，解决网络模型泛化能力弱的问题，且仅需少量样本即可完成信号的识别。
-
公开(公告)号：CN112800862A
公开(公告)日：2021-05-14
申请号：CN202110027783.2
申请日：2021-01-11
Applicant: 吉林大学
Abstract: 本发明涉及一种非平稳信号时频矩阵重构方法及系统，先计算采样序列选取不同核参数时的Choi‑Williams变换，得到与每一核参数对应的时频矩阵，再分别对每一时频矩阵取模，得到幅值矩阵，计算每一幅值矩阵中每一列的瞬时归一化熵，得到熵值矩阵。最后选取熵值矩阵中每一行的最小值，记最小值为Rnk，则选取第k个核参数对应的幅值矩阵中的第n列作为重构时频矩阵的第n列，得到重构时频矩阵，进而本发明重构的时频矩阵，其每一时间点所在列都是在该时间点的最优核参数下计算得到的，从而保证每一列都具备时频聚集性与交叉项抑制的综合最优性能，通过每一时间点的最优实现整体的最优，从而达到对时频分析整体性能优化的目的。
-
公开(公告)号：CN108897265B
公开(公告)日：2020-09-01
申请号：CN201811147753.X
申请日：2018-09-29
Applicant: 吉林大学
IPC: G05B19/042
Abstract: 基于凹面超声阵列的无容器悬浮控制装置，属于超声阵列悬浮技术领域，包括电源模块、控制模块、阵元驱动模块及超声波相控阵列模块，电源模块用于向控制模块及阵元驱动模块输出驱动电压，以便驱动控制模块及阵元驱动模块；控制模块用于生成脉冲宽度调制信号，该脉冲宽度调制信号作为超声振动单元的原始激励信号；阵元驱动模块用于接收控制模块发出的脉冲宽度调制信号，并将其放大后发送给超声波相控阵列模块，以便超声波相控阵列模块中的超声振动单元满足启动电压，从而产生驻波声场；所述超声波相控阵列模块产生驻波声场；本发明提出的采用了新型的凹面双发射极结构，该结构的超声控制装置与传统单轴声悬浮装置相比，有效地调高了驻波悬浮能力。
-
-
-
-
-
-
-
-
-
Search Results
35
records
(took 0.024 seconds)
