一种基于LDM-PNN和粒子群算法的超原子逆向设计方法

    公开(公告)号:CN116913436B

    公开(公告)日:2024-04-05

    申请号:CN202311002930.6

    申请日:2023-08-10

    Abstract: 本发明实施公开了一种基于LDM‑PNN和粒子群算法的超原子逆向设计方法,在PNN模型的基础上,将预训练LDM模型中的编解码器和粒子群算法相结合,根据给定目标光谱响应,通过粒子群算法在基于LDM模型编码的潜在空间中搜寻全局最优的超原子结构。本发明专利不仅能够预测超原子对应的光谱响应,而且能够实现超原子到光谱响应的逆向设计,解决逆向设计中的“一对多”问题。相比于传统的利用数值模拟进行逆向设计的方法,节约了大量的人力时间和成本且设计结果精确。

    一种基于物理-数据协同驱动的超表面光谱响应预测方法

    公开(公告)号:CN116955958A

    公开(公告)日:2023-10-27

    申请号:CN202311007099.3

    申请日:2023-08-10

    Abstract: 本发明实施公开了一种基于物理‑数据协同驱动的超表面光谱响应预测方法,根据超表面结构的电场传播物理机制和电场边界条件,建立电场与超表面结构相互作用的偏微分方程;以偏微分方程残差作为U‑Net网络的损失函数,通过最小化偏微分方程残差使U‑Net网络编码器输出的电场逐渐满足偏微分方程,同时反向传播更新U‑Net网络编码器、解码器神经元权重参数,实现物理驱动的无监督学习;通过物理驱动训练好的U‑Net网络能够学习超表面结构特征,在物理驱动U‑Net网络的基础上,能够采用互信息法筛选部分超表面结构特征作为极限学习机的输入,训练极限学习机隐藏层权重参数,实现小样本光谱响应快速预测。本发明专利具有预测速度快、精度高、有效降低数据训练成本的特点。

    一种基于物理信息神经网络与SSA-ELM的电池模块温度预测方法

    公开(公告)号:CN116578902A

    公开(公告)日:2023-08-11

    申请号:CN202310540705.1

    申请日:2023-05-15

    Abstract: 本发明公开了一种基于物理信息神经网络与SSA‑ELM的电池模块温度预测方法。使用互信息法计算特征因素与电池模块温度的互信息量估计值,将通过设置阈值筛选的特征因素的种类放入预设集合;通过预设集合中特征因素历史数据训练SSA‑ELM模型,输出某个时间的电池模块温度的预测值;PINN以电池模块热方程作为物理条件约束,将电池模块温度的预测值和参数值作为输入,通过更新变量,直至收敛,得到电池模块温度收敛值。本发明通过SSA‑ELM模型小规模样本进行训练,减少采集数据成本,加快预测速度,使用PINN将损失函数引入热平衡方程中,通过更新电池模块温度收敛值不断减小损失函数直至收敛,提高预测准确性。

    一种基于地形信息的无线传感器网络节点部署方法

    公开(公告)号:CN115866807A

    公开(公告)日:2023-03-28

    申请号:CN202211458443.6

    申请日:2022-11-17

    Abstract: 本发明公开了一种基于地形信息的无线传感器网络节点部署方法。对目标监测区域进行维诺图划分,根据划分后的Delaunay三角形计算传感器节点的感知半径;通过最小生成树计算传感器节点的通信半径,并通过地形修正感知半径;采用多目标优化算法迭代更新种群的位置;通过生成参考点保留接近参考点的位置作为下一代种群,迭代完成获得适合地形的无线传感器网络节点部署方案。本发明采用基于维诺图的非支配排序遗传算法对部署在山区地形的传感器节点的位置进行调整,并根据地形信息得到传感器节点适合地形的感知半径与通信半径。从而保证了部署在山区地形的无线传感器网络的覆盖率,能耗不平衡度并降低了所使用传感器节点的数量,节省了成本。

    一种平衡滤波器
    45.
    发明公开

    公开(公告)号:CN115149229A

    公开(公告)日:2022-10-04

    申请号:CN202210837023.2

    申请日:2022-07-15

    Abstract: 本申请提供一种平衡滤波器,包括对称设置的一对输入馈线结构和一对输出馈线结构、对称设置的第一贴片谐振器和第二贴片谐振器以及对称设置的第一微带线谐振器和第二微带线谐振器;第一贴片谐振器和第二贴片谐振器在电磁激励作用下产生第一通带;第一微带线谐振器和第二微带线谐振器在电磁激励作用下产生第二通带;第一贴片谐振器和第二贴片谐振器均为贴片,贴片开设有槽,以用于调节第一通带,从而用于第一通带和第二通带的共模频率抑制;第一微带线谐振器和第二微带线谐振器容置于槽内。本申请的平衡滤波器实现双频带时结构简单,并灵活调控每个频带,增强设计灵活度,提高共模噪声的抑制度,小型化。

    基于NB-IoT山地果园的三维WSN节点部署方法

    公开(公告)号:CN111148179A

    公开(公告)日:2020-05-12

    申请号:CN201911300450.1

    申请日:2019-12-17

    Abstract: 本发明专利公开了一种基于NB-IoT山地果园的三维WSN节点部署方法。根据山地果园的复杂环境及所需监测信息情况,提出了固定位置的基于NB-IoT网关节点、位置优选算法的固定位置的经度簇头、基于改进型粒子群算法的非固定位置的纬度簇头及其多个传感器节点的三维WSN节点部署方法,即是将网络划分为网关节点和两类簇头,整个三维WSN网络主要由三个NB-IoT网关节点、多个位置优选算法的经度簇头、多个基于改进型粒子群算法的纬度簇头及其多个传感器节点组成,其中纬度簇头节点依次排列最终与经度簇头节点相连,每一个经度簇头和多个纬度簇头互联,一个纬度簇头和多个传感器节点互联,经度簇头和网关节点都采用太阳能供电。

    基于嵌入式粒子群博弈的认知无线网络频谱分配方法

    公开(公告)号:CN105282746B

    公开(公告)日:2019-07-02

    申请号:CN201510578014.6

    申请日:2015-09-11

    Abstract: 本发明公开了一种基于嵌入式粒子群博弈的认知无线网络频谱分配方法。提取认知用户特征信息;根据认知用户的特征建立非合作博弈模型;由内外两层粒子群算法,即嵌入式粒子群算法求解上述博弈模型;内层粒子群算法根据各认知用户的特征求解计算博弈模型中每一个认知用户的信道偏好集合;外层粒子群算法根据各认知用户的信道偏好集合求解非合作博弈模型,输出最优频谱分配结果和相应的功率矩阵。本发明在underlay频谱共享方式下,通过嵌入式粒子群算法求出最优频谱分配方案。结合了博弈论方法和粒子群算法,联合信道分配和功率控制,快速分配频谱资源,并且在主用户能够容忍最大的干扰门限内,最大化认知用户的收益和系统收益。

    多跳认知无线网络频谱分配方法

    公开(公告)号:CN106413100A

    公开(公告)日:2017-02-15

    申请号:CN201610885067.7

    申请日:2016-10-10

    Abstract: 一种多跳认知无线网络频谱分配方法,应用于含有源节点、中继节点和目的节点的OFDM中继链路,每帧划分为周期相等的两个时隙,所述方法包括:根据无线网络链路的特征信息分别建立两个所述时隙的非合作博弈模型;计算所述非合作博弈模型在无约束条件下的最优解:无约束最优用户通信速率向量、无约束最优总发射功率分配向量;根据所述最优解与用户通信速率及所述源节点和所述中继节点的总发射功率或各自的发射功率的约束条件的对应关系确认并输出最优用户通信速率向量和最优功率分配向量。本发明能够在满足各项约束条件情况下自适应分配资源,得到全局最优解,同时还可以保证链路传输可靠性,降低链路的中断概率和算法实现复杂度。

    基于嵌入式粒子群博弈的认知无线网络频谱分配方法

    公开(公告)号:CN105282746A

    公开(公告)日:2016-01-27

    申请号:CN201510578014.6

    申请日:2015-09-11

    CPC classification number: H04W16/10 H04W28/08 H04W52/367 H04W72/082

    Abstract: 本发明公开了一种基于嵌入式粒子群博弈的认知无线网络频谱分配方法。提取认知用户特征信息;根据认知用户的特征建立非合作博弈模型;由内外两层粒子群算法,即嵌入式粒子群算法求解上述博弈模型;内层粒子群算法根据各认知用户的特征求解计算博弈模型中每一个认知用户的信道偏好集合;外层粒子群算法根据各认知用户的信道偏好集合求解非合作博弈模型,输出最优频谱分配结果和相应的功率矩阵。本发明在underlay频谱共享方式下,通过嵌入式粒子群算法求出最优频谱分配方案。结合了博弈论方法和粒子群算法,联合信道分配和功率控制,快速分配频谱资源,并且在主用户能够容忍最大的干扰门限内,最大化认知用户的收益和系统收益。

    一种新型DGW带通滤波器
    50.
    发明公开

    公开(公告)号:CN101989672A

    公开(公告)日:2011-03-23

    申请号:CN201010510411.7

    申请日:2010-10-18

    Abstract: 一种新型DGW带通滤波器,其特征是,该滤波器是一种上层为微带馈线结构,下层为接地层的介质板结构;所述微带馈线结构分别由输入、输出与微带枝节馈线垂直相连,接地层为一对方框形DGW谐振器;微带馈线结构在DGW谐振器的正上方。采用DGW谐振器,使得整个电路能承载大功率信号;并利用弯折设计方法,减小了DGW谐振器的尺寸;将信号输入/输出馈线分别与两根枝节线相连,分别与做在地平面的DGW谐振器耦合;这一对DGW谐振器采用混合耦合,既有电耦合,又有磁耦合。本发明利用一对DGW谐振器形成本滤波器工作在0.9~8GHz,采用的混合耦合形式可以对滤波器的带宽实现有效控制,且本发明结构可以在滤波器通带左边形成一个传输零点,改善了滤波器的阻带特性。

Patent Agency Ranking