一种反射型可调模拟移相器

    公开(公告)号:CN114726332B

    公开(公告)日:2024-07-02

    申请号:CN202210269149.4

    申请日:2022-03-18

    Abstract: 本发明公开了一种反射型可调模拟移相器,该反射型模拟移相器由三分支线定向耦合器和反射终端电路组成,反射终端电路由两段相同的电路组成,每段电路由一段高阻抗微带线和变容二极管串联构成。采用三分支线定向耦合器能够有效提高工作带宽,改善工作频带内回波损耗;通过减小耦合器直通端和耦合端阻抗并增大反射负载终端中微带线阻抗、改变微带线电长度的方式保证了移相器较大的可调相移范围。该移相器实现了工作频带内189°左右的移相范围,且频带内移相误差小,具有低插入损耗及低插入损耗波动、回波损耗良好、结构简易等特点,方便加工和应用。

    一种直接序列扩频长码的折叠捕获方法

    公开(公告)号:CN116318245A

    公开(公告)日:2023-06-23

    申请号:CN202211374948.4

    申请日:2022-11-04

    Abstract: 本发明公开了一种直接序列扩频长码的折叠捕获方法,方法包括:将高频扩频信号经过预处理和混频处理后与本地折叠码进行部分匹配相关,相关结果存储在一个二维寄存器当中,对相关结果进行分组FFT运算与累加,得到相关结果相同码相位的功率谱,将I/Q路功率谱模平方和后得到一个远大于较其他功率谱幅值的最大峰值,将最大峰值与门限值相比较,若大于门限值,则此时该峰值对应的本地扩频码相位偏移量与输入信号的码偏移量一致,同时通过对应的本地扩频码可得出输入信号的多普勒频偏估计值。将本地码折叠,一次相关可搜索多个码相位,同时将相关结果进行分组FFT,可减小运算难度和减少计算时间。

    一种基于PMF-FFT算法在FPGA上实现信号捕获的方法

    公开(公告)号:CN115133953A

    公开(公告)日:2022-09-30

    申请号:CN202210606368.7

    申请日:2022-05-31

    Abstract: 本发明公开了一种基于PMF‑FFT算法在FPGA上实现信号捕获的方法,所述方法包括:将带有频率偏移和码元相位偏移的信号输入到部分匹配滤波模块,得到部分匹配滤波相关值;将每个部分匹配滤波相关值按规定的顺序保存在存储器队列中,并进行N点补零操作;依次将每个存储器补零后的数据输送到FFTIP核中进行FFT运算,输出运算数据;对运算数据取模的平方;对取模的平方的数值进行最值比较,并获取最大峰值及其坐标K;最大峰值和预设门限阈值进行比较,若超出预设门限阈值,则计算出频偏估计值。

    一种反射型可调模拟移相器

    公开(公告)号:CN114726332A

    公开(公告)日:2022-07-08

    申请号:CN202210269149.4

    申请日:2022-03-18

    Abstract: 本发明公开了一种反射型可调模拟移相器,该反射型模拟移相器由三分支线定向耦合器和反射终端电路组成,反射终端电路由两段相同的电路组成,每段电路由一段高阻抗微带线和变容二极管串联构成。采用三分支线定向耦合器能够有效提高工作带宽,改善工作频带内回波损耗;通过减小耦合器直通端和耦合端阻抗并增大反射负载终端中微带线阻抗、改变微带线电长度的方式保证了移相器较大的可调相移范围。该移相器实现了工作频带内189°左右的移相范围,且频带内移相误差小,具有低插入损耗及低插入损耗波动、回波损耗良好、结构简易等特点,方便加工和应用。

    一种基于深度神经网络建模的作物图像分割系统及方法

    公开(公告)号:CN109325495B

    公开(公告)日:2022-04-26

    申请号:CN201811118636.0

    申请日:2018-09-21

    Abstract: 本发明公开了一种基于深度神经网络建模的作为图像分割系统,该系统包括:图像采集模块;像素分类模块,用于通过人工在所述作物图像中以点选方式手动获得两类像素:作物像素和背景像素,即分别对应类别标签正样本和负样本,选取同等数量的所述正样本和负样本作为深度卷积神经网络的训练样本;颜色空间转换模块,用于将所述训练样本由RGB颜色空间转换为标准化的rgb和Lab颜色空间,并将样本的Lab颜色值按ICC规范将其转换为无符号8bit整数形式,形成所述训练样本的颜色特征;神经网络训练模块;模型测试模块。本发明具有较高的作物图像分割处理速度及分割的精确性,且能够较好的适应户外复杂多变的光照环境,可在作物生长观测中对作物进行有效分割提取。

    一种基于傅里叶级数拟合去噪的频谱信号识别方法及系统

    公开(公告)号:CN109257128B

    公开(公告)日:2021-05-11

    申请号:CN201811294597.X

    申请日:2018-11-01

    Abstract: 本发明公开了一种基于傅里叶级数拟合去噪的频谱信号识别方法,该方法包括以下步骤:(1)将原信号频谱图中频谱功率值超过设定阈值的对应信号去除,并记录所述信号的基带部分对应的信号的序列值和所述信号对应的强度值;(2)将信号的基带部分对应的信号作为拟合点,对其进行七阶傅里叶级数拟合,得到拟合曲线;(3)利用每个所述信号的基带部分对应的信号点的序列值求得拟合曲线对应值,将原信号对应的信号强度值对应减去拟合曲线对应值,得到修正基线漂移之后的信号及其对应的频谱图;(4)采用能量检测法对修正基线漂移之后的信号进行信号识别,得到频谱信号使用情况表。可以准确的识别频谱的使用情况,识别精准性高并且计算复杂度较低。

Patent Agency Ranking