-
公开(公告)号：CN109327197A
公开(公告)日：2019-02-12
申请号：CN201811429703.0
申请日：2018-11-28
Applicant: 电子科技大学
Abstract: 本发明公开了一种耗尽型GaN-HEMT功放的控制电路，通过稳压芯片U1的电压转换实现对逻辑门芯片的供电，再经过稳压芯片U2实现GaN-HEMT功放栅极控制电压的输出，从而使稳压芯片U2产生并输出反馈信号，该反馈信号与控制GaN-HEMT功放开关的控制电压V_Ctrl共同决定逻辑门的状态，当两个信号同时有效的情况下，逻辑门的输出控制NMOS管Q1的导通信号，进而使PMOS管Q2随之导通，从而输出GaN-HEMT功放的漏极电压，实现GaN-HEMT功放的上电保护及开关控制。
-
公开(公告)号：CN107733431A
公开(公告)日：2018-02-23
申请号：CN201711130558.1
申请日：2017-11-15
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于环内混频锁相环电路结构的多路相参频率综合器，根据锁相环及直接数字频率合成器相关原理，通过直接数字频率合成器与集成压控振荡器的锁相环直接相连的结构产生环内混频锁相环电路的混频本振输入信号，实现多路环内混频锁相环电路混频本振信号线性扫频同步及系统输出信号频率大步进调节；同时，使用直接数字频率合成器与集成数字鉴相器直接相连的结构产生环内混频锁相环电路的鉴相输入信号，实现多路环内混频锁相环电路鉴相信号灵活配置及系统输出信号小步进调节；这样使系统输出的信号满足单路信号的性能指标以外，还具有多路信号的相位相关性及信号同步性的特点，具有一定的通用性。
-
公开(公告)号：CN101064510A
公开(公告)日：2007-10-31
申请号：CN200710048903.7
申请日：2007-04-19
Applicant: 电子科技大学
IPC: H03L7/197
Abstract: 本发明公开了一种低相位杂散频率合成方法及其应用。本发明一改现有技术的频率合成方法对于确定的输出频率，其合成方案的频率配置关系总是一定的状况，利用多重调节的频率合成方案任一输出频率都可能有多种频率配置关系这一特点，在确保得到输出频率的前提下，通过对输出信号的实测(可利用相噪自动测试系统进行测试)，选择频谱纯度尤其是杂散指标最好的频率配置关系，将其存入RAM/ROM中。实际使用频率合成器时以查表方式，从RAM/ROM中读出对应频率关系进行配置，以达到设计出高分辨率，低杂散低相噪的捷变频微波毫米波频率合成器的目的，从而提高微波毫米波频率合成器的性能，尤其是大大减小频率合成器杂散指标的调试难度。
-
公开(公告)号：CN118232913A
公开(公告)日：2024-06-21
申请号：CN202410284064.2
申请日：2024-03-13
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于环内外混频的低相噪锁相频率合成器，包含PLL1和PLL2两个锁相环路；首先参考信号将会分成两路，输入的参考信号先分为两路，一路参考信号直接作为锁相环PLL1的输入信号；另一路参考信号先通过倍频器的倍频处理，再通过DDS将倍频后的参考信号合成细步进低相噪信号，然后输入至锁相环PLL2；接着，锁相环PLL1为合成器提供高质量的点频信号，锁相环PLL2为合成器提供环内噪声整型以及近端杂散抑制；最后，两个锁相环路的输出进行混频，在经过滤波器滤波后，获得所需的低相噪的锁相信号。
-
公开(公告)号：CN114035180B
公开(公告)日：2023-03-07
申请号：CN202111305098.8
申请日：2021-11-05
Applicant: 电子科技大学
Abstract: 本发明公开了一种大规模频控阵非线性频偏产生电路，通过控制移相器输出信号时变，将移相器产生的相位差转变为频偏，从而实现频控阵信号的频偏设计，而移相器输入信号的时变特性是可控的，可通过控制移相器输出信号非线性时变，进而实现频控阵信号的非线性频偏设计；频率合成器输出信号至多路串行连接的移相器，每路移相器移相时变后，通过功率分配器分为两路输出，一路信号直接输出，另一路信号输出至下一路移相器，通过频偏控制模块产生非线性频偏；多路串行移相器也大大提高了各路信号之间的相关性，保证了多路输出信号的相位相参性。
-
Patent Agency Ranking
公开(公告)号：CN110135227B
公开(公告)日：2022-06-03
申请号：CN201810136661.5
申请日：2018-02-09
Applicant: 电子科技大学
Abstract: 本发明涉及一种基于机器学习的激光点云室外场景自动分割方法，包括：将数据库中每一类体素数据按大致相同的比例提取出来并存储至训练集和验证集并将所有数据压缩；再将压缩后的训练数据集和验证集导入三维卷积神经网络中进行运算，从而提取各类地物的特征向量；通过每一类地物的特征向量与实际值之间代价函数来反馈调节深度神经网络的权重值，反复迭代直到代价函数小于设定阈值为止，然后可以得到一个存储着最优权重值的模型；然后利用空间信息和深度信息使用邻域算法做优化处理，这样既可以将去掉的体素点也做好分类，又能优化之前粗分类结果，从而实现细分类，并大大提高了场景分割的准确性和效率。
-
公开(公告)号：CN109670484B
公开(公告)日：2022-03-25
申请号：CN201910039977.7
申请日：2019-01-16
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于双谱特征和提升树的手机个体识别方法，通过分别对所有样本进行采样及预处理后通过计算四种积分双谱，从而组合得到训练卷积神经网络的特征集，然后将特征集按比例划分为训练特征集YTrain和测试特征集Ytest，再使用Ytrain训练提升树，并利用提升树的拟合残差作为下一轮的目标进行训练，最后利用训练好的提升树对测试集YTest进行分类决策，最终输出手机个体识别结果。
-
公开(公告)号：CN107979842B
公开(公告)日：2019-11-19
申请号：CN201711217769.9
申请日：2017-11-28
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于双谱特征和深度学习的手机个体识别方法，通过分别对所有样本进行采样及预处理后通过计算四种积分双谱，从而组合得到训练卷积神经网络的特征集，然后将特征集按比例划分为训练特征集YTrain和测试特征集Ytest；使用训练特征集YTrain卷积神经网络，再利用训练后的卷积神经网络对测试特征集YTest进行分类决策，最终输出手机个体识别结果。
-
-
公开(公告)号：CN106845339A
公开(公告)日：2017-06-13
申请号：CN201611147214.7
申请日：2016-12-13
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于双谱和EMD融合特征的手机个体识别方法，通过分别对所有样本通过计算双谱，再利用PCA降维，得到特征集X；同时计算样本经验模态分解，得到信号杂散成分的功率谱，再通过Fisher判别分析得到特征集Y；对特征集X和Y做CCA特征融合得到融合特征集Z；对Z按m％:n％的比例做水平切分得到训练集ZTrain和测试集ZTest，用训练集ZTrain训练随机森林分类器，并利用训练好的分类器对测试集ZTest进行分类决策，最终输出手机个体识别结果。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.022 seconds)
