-
公开(公告)号：CN111740203A
公开(公告)日：2020-10-02
申请号：CN202010527553.8
申请日：2020-06-11
Applicant: 电子科技大学 , 宜宾电子科技大学研究院
Abstract: 本发明公开一种基于液态金属的高Q值温度感知ELC谐振结构，应用于温度感知探测领域，为解决现有传感器灵敏度低的问题，本发明根据反射型平面吸波体理论，通过添加反射板实现高Q值窄带宽吸波体结构，结合液态金属的膨胀性、流动性等特性设计而成，使该谐振单元具有高Q值特性，能实现较高的感知分辨率，同时为了提高温度感知能力，在结构中添加了一个储液结构，从而实现较高的感知灵敏度。
-
公开(公告)号：CN119645152A
公开(公告)日：2025-03-18
申请号：CN202411788523.7
申请日：2024-12-06
Applicant: 宜宾电子科技大学研究院 , 四川天原长行数字科技有限公司
IPC: G05D23/20
Abstract: 本申请公开了一种多参数协调的温度控制方法及相关设备，该方法包括：获取干燥系统的历史参数信息；对历史参数信息进行分析，得到干燥系统的多参数间的影响规律；获取干燥系统的实时运行参数，并基于实时运行参数和影响规律，确定干燥系统的多参数协调控制策略；基于多参数协调控制策略对干燥系统进行控制，以控制干燥系统的温度。解决了现有的物料干燥装置基本处于纯手动控制状态，而手动控制会导致干燥工艺复杂度增加，导致控制难度极大，干燥效率较低的问题。
-
公开(公告)号：CN113612660B
公开(公告)日：2023-12-08
申请号：CN202110883692.9
申请日：2021-08-03
Applicant: 宜宾电子科技大学研究院 , 电子科技大学
IPC: H04L43/0876 , H04L41/147 , G06N3/0442 , G06N3/08
Abstract: 本发明属于网络流量预测领域，具体涉及一种基于种群自适应差分进化的LSTM网络流量预测算法，包括以下步骤：构建网络流量数据集，构建自适应种群差分进化算法并对双层LSTM网络进行参数寻优，迭代寻得更优值。本发明基于种群自适应差分进化算法选择长短期记忆网络(LSTM)为基本网络模型，结合种群混沌个体的添加与不佳个体删除的思想，通过对种群矩阵中个体的变异来寻得满足LSTM网络预测精度更高的参数。
-
公开(公告)号：CN117110985A
公开(公告)日：2023-11-24
申请号：CN202311041714.2
申请日：2023-08-18
Applicant: 电子科技大学 , 宜宾电子科技大学研究院
IPC: G01S5/14 , G01S5/16 , G01S5/00 , G01C21/24 , G01C21/00 , G01S5/06 , G01S1/22 , G01S1/24 , G01S19/24 , G01S19/42 , G01S5/02 , G01S5/04 , G01S5/10 , G01S19/46 , H04L1/00 , H04L27/26 , H04L25/02
Abstract: 本发明属于信号处理技术领域，涉及一种基于移动接收机数据压缩的非重构直接定位方法。本发明的目的在于提供一种基于移动接收机数据压缩的非重构直接定位方法，该方法利用Hadamard矩阵特性，直接在压缩测量域中估计源位置，而不需要进行信号重构和TDOA，FDOA参数提取。本发明证明信号经过Hadamard矩阵压缩后仍然能够保留TDOA，FDOA信息，从而在保留定位精度的同时降低传输量。
-
公开(公告)号：CN116347516A
公开(公告)日：2023-06-27
申请号：CN202310275421.4
申请日：2023-03-21
Applicant: 电子科技大学 , 宜宾电子科技大学研究院
Abstract: 本发明属于信号处理技术领域，涉及为一种基于智能超表面辅助的索引调制系统的反射星座点优化方法。本发明可以以更低的误比特率完成索引调制任务，克服了使用智能超表面辅助的通信系统进行索引调制时，解调误比特率高的问题。本方法首先生成有效符号集合，利用传输信号对有效符号进行对称化处理，使其能更均匀地分布在复平面上。然后利用K均值聚类算法对有效符号进行聚类，根据距离最大化原则在每一聚类簇中选择一个有效符号作为反射星座点。最后，本发明提出了一种通用格雷编码方法将反射星座点映射到比特信息中，从而完成索引调制任务。实验结果表明，在低信噪比环境下，本方法具有较好的误比特率表现。
-
Patent Agency Ranking
公开(公告)号：CN113344970B
公开(公告)日：2022-12-06
申请号：CN202110545924.X
申请日：2021-05-19
Applicant: 电子科技大学 , 宜宾电子科技大学研究院
Abstract: 本发明属于信息融合领域，具体涉及一种基于多伯努利的非规则多扩展目标联合跟踪与分类方法。然而以往的联合跟踪与分类算法都是将目标的扩展状态建模为椭圆，在目标大小相似时不能正确对目标进行分类。为此，结合RHM(Random Hypersurface Model，RHM)，本发明给出一种基于多伯努利的非规则多扩展目标联合跟踪与分类算法，即JTC‑RHM‑CBMeMBer滤波方法，该方法不仅能对非规则扩展目标的运动状态、量测率、扩展状态等进行估，还能估计目标的类状态，且在算法复杂度上与RHM‑CBMeMBer滤波算法相当。
-
公开(公告)号：CN114331908A
公开(公告)日：2022-04-12
申请号：CN202111680666.2
申请日：2021-12-27
Applicant: 宜宾电子科技大学研究院
Abstract: 本发明公开了一种基于深度学习的智能终端夜景图像增强方法，该方法包括：采集用于模型训练的图像样本，并构建图像数据集；构建基于Retinex理论的卷积神经网络；将图像数据集进行配对，并作为训练数据输入至卷积神经网络，使用随机梯度下降算法进行训练，得到该网络的夜景图像增强模型；使用Ghost模块替换夜景图像增强模型中的深度卷积层，在保证图像质量的基础上，大量减少模型参数；输入测试图像，在已训练好的卷积神经网络中进行一次前向传播，端到端地输出增强后的夜景图像。其目的在于，改善现有超级夜景技术中的硬件要求高、成像质量低及深度网络模型在智能终端运行受限等问题，降低硬件成本、提高夜景图像增强效率。
-
公开(公告)号：CN113655475A
公开(公告)日：2021-11-16
申请号：CN202110938174.2
申请日：2021-08-16
Applicant: 电子科技大学 , 宜宾电子科技大学研究院
IPC: G01S13/86 , G01S7/03 , H04B7/0413 , H04B1/04 , H04B1/16
Abstract: 本发明属于信号处理技术领域，涉及一种基于波形选择的雷达通信一体化系统。本发明在发射端发射信号前，通过加入波形选择矩阵，从已有的波形中选择部分波形进行发射，不同的选择矩阵构成了通信符号字典。通信接收机处接收基带信号后用已知的波形进行匹配滤波，匹配滤波的结果与字典中的符号进行对比可以检测出不同选择矩阵，从而得到对应嵌入的通信信息序列。该发明在基于波形排列的雷达通信一体化方案基础上，通过波形选择提供了一种新的雷达通信一体化方法，同时可以与波形排列相结合，实现混合矩阵嵌入通信信息。
-
公开(公告)号：CN113344970A
公开(公告)日：2021-09-03
申请号：CN202110545924.X
申请日：2021-05-19
Applicant: 电子科技大学 , 宜宾电子科技大学研究院
Abstract: 本发明属于信息融合领域，具体涉及一种基于多伯努利的非规则多扩展目标联合跟踪与分类方法。然而以往的联合跟踪与分类算法都是将目标的扩展状态建模为椭圆，在目标大小相似时不能正确对目标进行分类。为此，结合RHM(Random Hypersurface Model，RHM)，本发明给出一种基于多伯努利的非规则多扩展目标联合跟踪与分类算法，即JTC‑RHM‑CBMeMBer滤波方法，该方法不仅能对非规则扩展目标的运动状态、量测率、扩展状态等进行估，还能估计目标的类状态，且在算法复杂度上与RHM‑CBMeMBer滤波算法相当。
-
公开(公告)号：CN113344039A
公开(公告)日：2021-09-03
申请号：CN202110547305.4
申请日：2021-05-19
Applicant: 电子科技大学 , 宜宾电子科技大学研究院
Abstract: 本发明涉及一种基于时空关联的多扩展目标跟踪方法。当目标占据传感器的多个分变率单元时，单个目标便会产生多个量测值，即为扩展目标。在这种背景下，当扩展目标产生交叉，一般的基于距离的划分方法会将不同目标的量测值划入同一量测集合中，造成滤波器的精度下降，势估计出现错误。本发明基于ET‑GM‑PHD算法，采用时空关联思想，利用扩展目标在相邻时刻量测值的关联性，并在一种有向图SNN划分基础上，对多扩展目标进行跟踪。本发明方法大大降低了扩展目标在交叉处的跟踪误差，对目标的个数和目标的位置实现了精确估计。同时将扩展目标与点目标的跟踪过程分离，大大降低了计算的计算量。
-
-
-
-
-
-
-
-
-
Search Results
43
records
(took 0.027 seconds)
