一种多功能岩石三轴试验加载系统

    公开(公告)号:CN101477028B

    公开(公告)日:2011-09-14

    申请号:CN200910036624.8

    申请日:2009-01-13

    Applicant: 中山大学

    Abstract: 本发明涉及一种多功能岩石三轴试验加载装置,该加载装置由轴向加载系统、围压加载系统及控制计算机组成,利用电机伺服技术,实现轴向荷载、围压的加载及其精确控制,并实现多种围压工作液体的转换。本发明具有控制精度高,成本低廉,工作液体转换方便,工作液体相互独立,互不干扰,互不污染,扩展能力强等优点,具有广阔的应用前景。

    一种肾移植全流程通用手术拉钩
    72.
    发明公开

    公开(公告)号:CN119523545A

    公开(公告)日:2025-02-28

    申请号:CN202411965066.4

    申请日:2024-12-30

    Abstract: 本发明涉及手术拉钩技术领域,公开了一种肾移植全流程通用手术拉钩,包括立柱,所述立柱外壁通过锁定组件设置有调节块,所述调节块顶部固定连接有支撑块,所述支撑块一侧转动连接有半齿轮,所述支撑块远离所述半齿轮的一侧转动连接有拨片二,所述拨片二一端固定连接有限位片,所述限位片和所述半齿轮相卡接,所述半齿轮顶部固定连接有连接环,所述连接环中部设有拉钩件。本发明通过按动拨片二的一端对弹簧二进行挤压,而拨片二对弹簧二进行挤压的同时会带动限位片进行移动,从而使得限位片脱离半齿轮,当限位片脱离半齿轮后可方便带动连接环和调节杆进行移动,进而可方便对拉钩的角度进行调节。

    适用不同采样矩阵的稀疏孔径ISAR建模和成像方法、装置及介质

    公开(公告)号:CN118781211A

    公开(公告)日:2024-10-15

    申请号:CN202410754692.2

    申请日:2024-06-12

    Applicant: 中山大学

    Abstract: 本申请实施例提供了适用不同采样矩阵的稀疏孔径ISAR建模和成像方法、装置及介质,属于雷达成像处理领域。本申请的适用不同采样矩阵的稀疏孔径ISAR建模方法,包括:获取深度展开网络ISTA‑Net;将所述深度展开网络ISTA‑Net的软阈值运算替换为残差网络,得到Res‑ISTA‑Net。本申请的适用不同采样矩阵的稀疏孔径ISAR成像方法,包括:根据稀疏采样率,设计采样矩阵;获取目标信号;使用所述采样矩阵处理所述目标信号,得到第一数据;使用Res‑ISTA‑Net对所述第一数据进行稀疏信号重构,得到第二数据;使用成像算法对所述第二数据进行处理,得到目标成像。本发明能够同时实现不同采样矩阵下的稀疏孔径ISAR成像。

    一种前臂动静脉造瘘术中用静脉扩张球囊

    公开(公告)号:CN118490969A

    公开(公告)日:2024-08-16

    申请号:CN202410700935.4

    申请日:2024-05-31

    Abstract: 本申请涉及医疗器械技术领域,提供了一种前臂动静脉造瘘术中用静脉扩张球囊,包括连接块,所述连接块的内部固定连接有导管,所述导管的外壁固定连接有球囊,所述球囊的内壁固定连接有柔性软头,所述连接块的内部开设有连通孔,所述连接块的外壁固定连接有连接管,所述连接管的一端设置有注射器接口。通过将柔性软头从经头静脉断端直接插入头静脉,通过柔性软头的移动使球囊与导管进入到头静脉内,通过观察刻度识别球囊在头静脉内的位置,通过推动注射器接口连接的注射器使生理盐水通过连通孔进入到第二输送槽内,使生理盐水进入到第一输送槽内,通过生理盐水的注入使球囊扩张,进而达到对头静脉进行扩张的效果。

    一种从ISAR图像中进行三维重建和新视图生成的方法

    公开(公告)号:CN117523108A

    公开(公告)日:2024-02-06

    申请号:CN202311636142.2

    申请日:2023-11-30

    Applicant: 中山大学

    Abstract: 本发明公开了一种从ISAR图像中进行三维重建和新视图生成的方法,包括获取ISAR图像样本;将所述ISAR图像样本进行计算,得到解耦的后向散射系数和解耦的粒子密度;将所述解耦的后向散射系数和所述解耦的粒子密度进行计算,得到改良的ISAR成像渲染公式;建立隐式神经网络;使用所述改良的ISAR成像渲染公式对所述隐式神经网络进行训练,得到优化隐式神经网络。本发明能够提升ISAR三维重建的结果,并实现任意视角视图ISAR图像生成的功能。

    一种频移导前干扰抑制方法、系统、装置及存储介质

    公开(公告)号:CN116755045A

    公开(公告)日:2023-09-15

    申请号:CN202310568499.5

    申请日:2023-05-18

    Applicant: 中山大学

    Abstract: 本发明公开了一种频移导前干扰抑制方法、系统、装置及存储介质,方法包括:获取雷达回波信号;对雷达回波信号进行预处理,得到解调信号,并确定真实目标信号与假目标信号的时间频率差异关系和各目标信号的频点;基于解调信号和时间频率差异关系,通过自适应时频滤波对雷达回波信号进行频移导前干扰抑制,得到目标回波信号。本发明基于线性调频信号的特性进行解线频调处理、傅里叶变换和恒虚警检测的预处理,得到解调信号便于干扰抑制的计算处理,通过确定的真实目标信号和假目标信号的时间频率差异关系,采取自适应时频滤波实现真实目标信号和假目标信号的区分处理,避免计算冗余,高效实现频移导前干扰抑制可广泛应用于雷达信号处理技术领域。

    一种切片转发干扰信号的处理方法、系统及存储介质

    公开(公告)号:CN113009420B

    公开(公告)日:2023-08-29

    申请号:CN202110143075.5

    申请日:2021-02-02

    Applicant: 中山大学

    Abstract: 本发明公开了一种切片转发干扰信号的处理方法、系统及存储介质,方法包括:获取目标回波信号,并通过相关积累处理提高目标回波信号的信噪比,得到第一回波信号;通过双向CFAR检测技术和弱脉冲积累准则确定第一回波信号的脉冲沿信息,并根据脉冲沿信息提取出第一回波信号中的第一脉冲信号;确定第一脉冲信号的脉冲宽度,并根据脉冲宽度识别出第一脉冲信号中的切片转发干扰信号;将切片转发干扰信号从目标回波信号中剔除,从而得到真实回波信号。本发明有效地滤除了切片转发式干扰对雷达信号处理的影响,保证了雷达系统在目标检测和成像上的准确性和稳健性,提高了雷达系统的抗干扰性能。本发明可广泛应用于雷达技术领域。

    一种无人机载雷达主瓣干扰抑制方法、装置及存储介质

    公开(公告)号:CN113406577B

    公开(公告)日:2023-08-25

    申请号:CN202110568518.5

    申请日:2021-05-25

    Applicant: 中山大学

    Abstract: 本发明公开了一种无人机载雷达主瓣干扰抑制方法、装置及存储介质,该方法包括多个分布式无人机载雷达同时对空间目标进行探测,获得回波数据;从回波数据中选取样本数据,样本数据为全部距离单元的回波数据;计算样本数据的第一协方差矩阵;根据样本数据的第一协方差矩阵,计算样本数据中每个距离单元的第一广义内积值;根据第一广义内积值,提取样本数据中的奇异样本数据;剔除奇异样本数据;获取剔除后的样本数据作为训练样本对干扰信息进行估计。本发明通过剔除奇异样本可以对干扰信息进行抑制进而使得目标检测更加准确;使用广义内积结果对目标进行检测可以大大减少由于自适应处理带来计算量。本发明可广泛应用于雷达信号处理技术领域。

    一种宽带雷达跟踪中的距离拖引干扰的鉴别方法

    公开(公告)号:CN116359848A

    公开(公告)日:2023-06-30

    申请号:CN202310311753.3

    申请日:2023-03-27

    Applicant: 中山大学

    Abstract: 本发明公开了一种宽带雷达跟踪中的距离拖引干扰的鉴别方法,通过对雷达的宽带信号进行三个阶段的数学建模,得到宽带信号模型集;基于宽带信号模型集,根据待处理宽带信号生成全数据向量或者精确数据向量;在目标与干扰重叠阶段开始时,基于全数据向量对接收的宽带信号进行似然比判别,得到参考信号模板;在目标与干扰分离阶段开始时,根据参考信号模板对目标跟踪的滤波结果的精确数据向量进行似然比判别,确定目标和干扰的整体步骤,能够在目标机动和距离拖引干扰同时存在的三角态势中进行实时、精准的距离拖引干扰鉴别,并且极大地提高了干扰的判别精度,有利于雷达的目标跟踪。本发明可广泛应用于雷达跟踪技术领域。

    一种SAR飞机检测方法、系统、装置及存储介质

    公开(公告)号:CN116310795A

    公开(公告)日:2023-06-23

    申请号:CN202310089469.6

    申请日:2023-02-08

    Applicant: 中山大学

    Abstract: 本发明公开了一种SAR飞机检测方法、系统、装置及存储介质,方法包括:获取输入的SAR图像;利用飞机检测模型,对输入的SAR图像进行分析,获得飞机检测结果;飞机检测模型通过已标注飞机类别和目标边框的SAR图像数据集训练生成的;飞机检测模型包括分类分支和回归分支,分类分支具有可变形区域关联模块,可变形区域关联模块通过可变形卷积分支和常规卷积分支进行特征加权整合。本发明通过可变形关联模块构建分类分支,显著提升特征关联能力,并通过已标注飞机类别和目标边框的SAR图像数据集进行模型训练,充分利用SAR飞机散射特征信息的先验知识。本发明提高了在复杂的SAR图像中检测飞机的性能,实现了精确的飞机检测识别。

Patent Agency Ranking