-
公开(公告)号：CN114003057A
公开(公告)日：2022-02-01
申请号：CN202111203986.9
申请日：2021-10-15
Applicant: 南宁桂电电子科技研究院有限公司 , 桂林电子科技大学
Abstract: 本发明涉及信号处理技术领域，具体涉及一种基于跳频破解技术的无人机防控方法，截获无人机发射的遥控信号和图像传输射频信号解算出无人机的定位信息，检测出遥控器传出的跳频信号；将跳频信号通过跳频参数估计方法得到跳频特征参数；将跳屏特征参数进行对比，识别出无人机型号，并读取对应无人机型号的控制命令信息、控制逻辑和信号调制方式；根据控制命令信息生成相应频率的载波、PN码并进行调制，根据跳频特征参数进行跳频模拟，生成无人机控制指令信号并进行发射，解决了现有的无人机防控手段无法通过跳频破解技术对无人机遥控信号进行破解，使得无人机受到干扰压制后不能对无人机进行遥控控制的问题。
-
公开(公告)号：CN119224796A
公开(公告)日：2024-12-31
申请号：CN202411240821.2
申请日：2024-09-05
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
Abstract: 本发明涉及卫星导航定位技术领域，具体涉及一种基于粒子滤波的导航多径信号估计方法，结合扩展卡尔曼滤波(EKF)和遗传算法联合优化粒子滤波(PF)的参数估计，首先在PF重要性采样阶段中，利用EKF算法和最新的观测信息，得到样本均值和协方差，为粒子滤波提供了合理的建议密度，可以重新计算每个粒子的权重。之后在粒子滤波的重采样阶段利用改进的遗传算法对粒子集合进行复制和淘汰，避免粒子滤波陷入局部极值的问题。本发明提出的方法能够解决粒子滤波存在的粒子退化和粒子多样性降低问题，实现对直达信号和多径信号的较高精度的参数估计，从而减小了多径信号对导航信号性能的影响。
-
公开(公告)号：CN119066573A
公开(公告)日：2024-12-03
申请号：CN202411094855.5
申请日：2024-08-11
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
IPC: G06F18/2433 , G06F18/2411 , G06F18/27 , G06F18/213 , G06F18/214 , G06F18/21 , G06N5/01
Abstract: 本发明提出一种基于孤立森林优选的滑坡易发性评价方法。该方法包括以下步骤：步骤一：收集研究区范围内滑坡发生的环境因素，结合历史滑坡灾害点，构建环境因子评价体系；步骤二：基于历史滑坡点与影响因子构建滑坡正样本数据集；步骤三：将滑坡正样本数据集输入到孤立森林(Isolation Forest，简称iForest)模型进行训练，提取滑坡灾害样本的环境属性特征；步骤四：在研究区内和滑坡点缓冲区外预选非滑坡点，构建预选非滑坡负样本，采用训练好的孤立森林模型优选非滑坡负样本；步骤五：将优选的非滑坡负样本与滑坡正样本构建综合样本数据集，分别输入支持向量机(SVM)和逻辑回归(LR)模型中进行训练，验证孤立森林优选非滑坡负样本的有效性。本发明通过孤立森林模型优选非滑坡负样本，并结合机器学习模型进行训练并预测，解决了传统方法中随机选择非滑坡负样本导致模型预测精度低的问题，显著提高了滑坡易发性评价结果的准确性。
-
公开(公告)号：CN118708904A
公开(公告)日：2024-09-27
申请号：CN202410815261.2
申请日：2024-06-24
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
Abstract: 本发明涉及滑坡位移预测技术领域，具体涉及一种基于贝叶斯优化的局部变权组合预测方法，通过贝叶斯优化算法寻找局部变权组合预测模型的最优参数，验证集上评估组合预测结果是否符合精度，判断是否达到贝叶斯优化的终止条件，选取最优模型参数组合；将最优的模型参数分别应用于SARIMA模型和HWES模型上，分别完成对位移监测序列进行单步预测的操作，从而获取所需预测时刻的预测值，以及输入位移监测序列的拟合序列；将两项拟合序列分别与监测序列作差，可得到单项预测模型对应长度的残差序列，分别计算残差平方和；利用局部最优动态权系数计算方法计算下一时刻预测值的权系数矩阵，求得下一时刻的组合预测值，若预测完成则输出预测序列。
-
公开(公告)号：CN118607437A
公开(公告)日：2024-09-06
申请号：CN202410781070.9
申请日：2024-06-18
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
IPC: G06F30/337
Abstract: 本发明提供一种对门级网表的层次化检查方法，属于集成电路下数字芯片设计领域，本发明为解决在数字芯片设计流程中由于网表规模过大而带来的网表检查效率降低的问题。所述设计方法包括：对大型的网表文件按模式进行block划分；对划分后的每层block进行层次化分析并提取模型；采用综合ILM&ETM提取模型的方法避免了传统网表检查中忽略边界违例的问题；最后汇总每层的检查报告并输出为最终检查结果。通过层次化方法检查大型设计的面积大小、功耗大小、单元连接性错误等信息，相较于商业EDA工具使用的展平式检查效率更高，可以有效减少工具运行时间、优化内存占用、有助提高网表检查效率，降低芯片设计周期。
-
Patent Agency Ranking
公开(公告)号：CN118330690A
公开(公告)日：2024-07-12
申请号：CN202410490437.1
申请日：2024-04-23
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
Abstract: 本发明涉及卫星导航技术领域，具体涉及一种采用多点偏移相关器的新型GNSS欺骗检测方法，采用多点偏移相关器的新型GNSS欺骗检测方法，在GNSS接收机原有的即时、超前、滞后相关器的基础上，建立新的远点和近点相关器；根据多方位相关器的偏移检测优势构建近点/中间/远点斜率差分三个欺骗检测指标，并充分利用互补特性分别通过逻辑联合的方式和均值差分的方法再次构建新指标多点斜率差分和多点斜率差分平均。本发明通过复合运用各位置相关器偏移检测优势，直观有效地增加了欺骗检测范围，降低了单边相关器存在的欺骗漏检情况，具有更强的鲁棒性。此外，本发明的检测方法无需通过增加外部硬件实现，可在减少硬件成本的同时增加接收机的欺骗检测性能。
-
公开(公告)号：CN118330684A
公开(公告)日：2024-07-12
申请号：CN202410512223.X
申请日：2024-04-26
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
Abstract: 本发明涉及卫星导航技术领域，具体涉及一种用于GNSS抗欺骗检测指标的加权移动平均偏差纠正方法，首先接收GNSS信号后进行剥离获得原始信号，再结合接收机及相关器每1ms的相关值进行缓存，缓存一段时间的相关值后根据信号质量检测(SQM)指标算出每刻的指标数据并进行缓存，然后根据接收机相干积分时间确定历史缓存的指标数据的衰减权重；根据历史缓存数据加权移动平均方法预测当前时刻的指标数据；最后对预测数据进行偏差纠正获得最终预测值，并与SQM指标阈值对比判断是否存在欺骗信号。采用本发明方法不仅可以抚平随机干扰的影响，平滑检测指标的数据曲线，强化指标的鲁棒性，同时可以在不需要额外增加硬件支持的条件下提高欺骗检测指标的检测性能。
-
公开(公告)号：CN118259328A
公开(公告)日：2024-06-28
申请号：CN202410413521.3
申请日：2024-04-08
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
Abstract: 本发明属于隧道定位技术领域，具体涉及一种基于GNSS模拟再生设备的隧道定位方法，包括以下步骤：S1、授时型接收机接收天上星历，输出标准秒脉冲；S2、三次样条插值模块对星历数据进行拟合，星历解算模块对星历数据进行分析提取；S3、TDC模块测量外部1PPS信号和本地脉冲的相位差，滤波模块对相位差进行修正计算出最优估算值，将修正量在时钟驯服模块中转化为电压控制量对恒温晶振进行驯服；S4、FPGA输出中频信号经上变频模块转换成射频信号，功率控制模块对射频信号进行调整，发射模拟卫星信号实时同步于天上卫星信号。本发明可以解决现有技术在隧道环境下进行卫星信号覆盖时，布设复杂，施工强度大、组建系统困难等问题，具有较好的市场应用前景。
-
公开(公告)号：CN118078251A
公开(公告)日：2024-05-28
申请号：CN202410225656.7
申请日：2024-02-29
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
IPC: A61B5/08 , G06F18/23213 , G06F18/24 , G06F18/25 , G06F18/10
Abstract: 本发明提出一种基于子载波K‑means聚类的人体呼吸监测方法，所述方法包括：利用WiFi网卡采集CSI数据；将两根接收天线所接收到的CSI信号相除，得到去除相位偏移的新的信道状态信息并提取出其振幅信号和相位信号；对振幅、相位信号进行预处理；分别提取出振幅、相位信号方差、平均值、呼吸能量比作为K‑Means聚类特征，对子载波进行聚类筛选，将感知效果差的子载波去除；通过设置阈值，根据振幅呼吸能量比与阈值的大小对子载波进行第二次筛选；利用子载波的振幅波峰数量差异对子载波进行第三次筛选；对筛选出的每个子载波呼吸频率通过赋予权重进行加权融合，得到最终的呼吸频率。
-
公开(公告)号：CN117408199A
公开(公告)日：2024-01-16
申请号：CN202311354166.9
申请日：2023-10-18
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
IPC: G06F30/337 , G06F30/392 , G06F30/398 , G06F115/02
Abstract: 本发明提供一种基于HSM的层次化时序模型提取方法，属于集成电路芯片时序模型领域，本发明为解决在芯片设计过程中的数据文件繁琐导致时序分析的准确性和分析效率的问题。所述方法包括：根据获取数字集成电路设计的关键数据并进行识别；生成集成电路的分析环境根据所述的分析环境；针对数字集成电路进行寄生参数的提取并反标到数字集成电路中；提取出超大规模时序模型；对时序库提取出共同类型的时序模型进行合并优化。本申请通过计算并提取模块时序，划分时序接口合并为一个时序模型文件，从而减少时序模型文件的数量。在芯片层次化设计下，可减少工具的运行时间和内存占用、有助于提高布线工具的时序模型设计集成度、减少数字集成电路的设计周期。
-
-
-
-
-
-
-
-
-
Search Results
536
records
(took 0.09 seconds)
