-
公开(公告)号：CN114740423A
公开(公告)日：2022-07-12
申请号：CN202210270561.8
申请日：2022-03-18
Applicant: 广东技术师范大学
Abstract: 本发明公开了一种基于DAS的海洋目标定位方法、装置、设备及介质，本发明通过向光纤输入相干光脉冲以获取由外界声波信号所造成的相位变化信号，所述光纤连接若干个位于不同位置的阵元，所述阵元为光纤光栅传感，对所述相位变化信号进行解调处理，得到声学信号，根据所述声学信号通过MUSIC空间谱进行处理，得到海洋目标的位置信息；阵元位置能够灵活调整，抗干扰能力强，空间分辨率高，通过MUSIC空间谱进行处理得到的海洋目标的位置信息准确性高，定位速度快，本发明可广泛应用于海洋探测技术领域。
-
公开(公告)号：CN113098732B
公开(公告)日：2022-02-22
申请号：CN202110271597.3
申请日：2021-03-12
Applicant: 广东技术师范大学
IPC: H04L43/0888 , H04L43/0876
Abstract: 针对网络吞吐量S和时延E[D]随数据包长度增加而同步增大的问题，本发明提供一种有效载荷传输时间计算方法。本发明中，首先定义吞吐时长Sv为有效载荷传输时间与时延的比值，计算公式为吞吐量与数据传输速率的比值。然后，设计了F=Sv/E[D]（吞吐时长/网络时延）的系统分析模型。确定协议后，分析模型F是有效载荷传输时间的函数，可以分析有效载荷传输时间的范围及最优值，以获得比网络时延更高的吞吐时长增长率。采用IEEE 802.11中的DATA/ACK模式参数，最佳有效载荷传输时间与节点数无关，仅由接入参数的帧间隔和传播时间有关。该系统分析模型和结论可以用于DATA/ACK的其它协议。
-
公开(公告)号：CN113098732A
公开(公告)日：2021-07-09
申请号：CN202110271597.3
申请日：2021-03-12
Applicant: 广东技术师范大学
IPC: H04L12/26
Abstract: 针对网络吞吐量S和时延E[D]随数据包长度增加而同步增大的问题，本发明提供一种有效载荷传输时间计算方法。本发明中，首先定义吞吐时长Sv为有效载荷传输时间与时延的比值，计算公式为吞吐量与数据传输速率的比值。然后，设计了F=Sv/E[D]（吞吐时长/网络时延）的系统分析模型。确定协议后，分析模型F是有效载荷传输时间的函数，可以分析有效载荷传输时间的范围及最优值，以获得比网络时延更高的吞吐时长增长率。采用IEEE 802.11中的DATA/ACK模式参数，最佳有效载荷传输时间与节点数无关，仅由接入参数的帧间隔和传播时间有关。该系统分析模型和结论可以用于DATA/ACK的其它协议。
-
公开(公告)号：CN111934812A
公开(公告)日：2020-11-13
申请号：CN202010608493.2
申请日：2020-06-30
Abstract: 本发明涉及通信技术领域，特别涉及通信网络物理层信号加密、解密方法，所述加密方法包括如下步骤：S11、产生多层ACO-OFDM系统每层的信号，然后对各层信号分别加密；S12、把加密后的信号分别调制到多层ACO-OFDM系统的各层子载波上；S13、对加密后的信号进行剪裁操作后再叠加，生成多层ACO-OFDM加密信号。本发明不但能解决光通信中传统ACO-OFDM频谱效率低的问题，而且利用多层ACO-OFDM系统的特性，实现了多级别加密，很好地提高了物理层信息的安全性。
-
公开(公告)号：CN119512360A
公开(公告)日：2025-02-25
申请号：CN202411423706.9
申请日：2024-10-12
Applicant: 广东技术师范大学
IPC: G06F3/01 , G06F18/213
Abstract: 本发明涉及一种基于非侵入式脑机接口的智能病房交互系统，其特征在于包括用于采集用户头部信号的智能头环、PC端处理系统和智能病房系统；所述智能头环内设有分别采集用户头部姿态信号、用户脑电信号和用户眼电信号的头部姿态检测模块、头部脑电信号采集模块和用户眼电信号采集模块；PC端处理系统接收到用户头部信号数据后经内设的人机交互模块进行信号解析、特征提取与模式识别，转化为智能病房系统可识别的ROS指令；智能病房系统接收到PC端处理系统传来的ROS指令后，通过内设的ROS节点管理模块和节点执行单元来完成相应设备的指令执行。本发明解决现有智能病房系统操作复杂、稳定性不足及用户体验不佳的问题。
-
Patent Agency Ranking
公开(公告)号：CN118658477B
公开(公告)日：2025-01-21
申请号：CN202411024423.7
申请日：2024-07-29
Applicant: 广东技术师范大学
IPC: G10L15/22 , G10L15/18 , G10L15/26 , G10L17/08 , G10L19/26 , G10L21/0216 , G06F40/205 , G06N5/022
Abstract: 本发明涉及语音识别控制领域，公开了一种适用于智能家电的语音识别控制管理方法及系统，包括以下步骤：对所有智能家电进行联网配置修正处理，得到智能家电联网控制系统，并在智能家电联网控制系统内对采集得到的环境音频进行音频处理，得到目标人声音频，最后目标人声音频进行音频识别和控制指令转化，使智能家电联网控制系统根据音频的识别结果控制联网合格智能家电进行协同运行。本发明能够实现对智能家电的语音识别控制，提高了生活中的生活效率，为用户带来了生活上的高效和便利，提升生活质量，也方便了行动不便的人群，减少了用户使用家电使得危险性。
-
公开(公告)号：CN118553237A
公开(公告)日：2024-08-27
申请号：CN202411010339.X
申请日：2024-07-26
Applicant: 广东技术师范大学
IPC: G10L15/20 , G10L15/22 , G06F18/2411 , G06F18/213 , G06F18/2135
Abstract: 本发明公开了一种基于电磁波干扰抑制的智能家电语音识别方法及系统。首先，利用获取目标智能家电环境的电磁波数据，构建电磁环境图谱；接着，根据电磁环境图谱识别并提取影响语音识别的电磁干扰特征，得到电磁干扰数据；然后，分析不同电磁干扰类型对语音识别的影响，得到电磁干扰影响数据，构建电磁干扰处理模型，并确定干扰抑制参数；随后，获取并处理目标智能家电的实时语音信号数据，得到电磁干扰抑制语音信号数据；最后，基于电磁干扰抑制语音信号数据进行语音识别，并对目标智能家电进行控制。本发明提高了智能家电语音识别的准确性和稳定性。
-
公开(公告)号：CN118505960A
公开(公告)日：2024-08-16
申请号：CN202410297007.8
申请日：2024-03-15
Applicant: 广东技术师范大学
IPC: G06V10/24 , G06V10/44 , G06N3/0464 , G06N3/088
Abstract: 本发明涉及一种无监督多尺度单应性估计的图像对齐方法，其主要包括步骤：使用尺寸H×W的三通道彩色图像包括参考图像Ir和目标图像It作为输入，通过ResNet50预训练网络作为主干来提取语义特征，分别得到原始分辨率的1/8特征图和1/16的特征图；再通过AFE模块对特征图从通道和空间自适应特征增强。使用1/16的低分辨率增强特征图输入粗对齐网络得到单应性矩阵H；而后用H变换后的1/8高分辨率增强特征图输入细对齐网络，以对目标图像的细对齐操作；之后将单应性结果嵌入到工作流中。该方法加深了网络对图像特征的理解，能自适应地强调重要特征并抑制不相关信息，为复杂场景的图像对齐提供了有效的解决方案。
-
公开(公告)号：CN118432577A
公开(公告)日：2024-08-02
申请号：CN202410549218.6
申请日：2024-05-06
Applicant: 广东技术师范大学
Abstract: 本发明涉及一种宽带高功率体声波滤波器，所述体声波滤波器内设有体声波滤波器体和功分器，该功分器由顶层功分器、底层功分器、介质基板和金属地构成；所述顶层功分器和底层功分器通过过孔焊盘连接，体声波滤波器体和底层功分器也通过过孔焊盘连接。而一种宽带高功率体声波滤波器的基站阵列结构的天线为1×8线性排列，其设有四个输入端口，并且每个端口都会经过一分二的功分器。本发明满足了基站滤波器高带宽和高功率容量需求。其通过引入新型馈电网络加、新型双频振子、新型多频多端口集成滤波器，来拓宽天线的工作频段，增加天线端口，改善天线方向图进而提高阵列天线的辐射性能。
-
公开(公告)号：CN118154401A
公开(公告)日：2024-06-07
申请号：CN202410119071.7
申请日：2024-01-29
Applicant: 广东技术师范大学
Abstract: 本发明涉及一种用于水声信号的信息隐蔽与篡改定位方法，其特征在于包括以下步骤：输入水声信号频谱图的被篡改图像，与原图进行对比得到差值图像；其次将差值图像转化成初步二值图像；第三创建用于标记篡改区域的标记二值图像；之后引入用于增强图像结构特征的形态学处理模块和用于区分篡改痕迹的连通区域分析模块，将符合面积阈值的区域标记到标记二值图像上；最后输出篡改定位二值图。本发明不仅具有较高的检测准确性，而且对计算资源的需求相对较低，适用于大规模图像数据的处理，易于普及，具有显著的实用性。
-
-
-
-
-
-
-
-
-
Search Results
58
records
(took 0.026 seconds)
