-
公开(公告)号：CN117368853A
公开(公告)日：2024-01-09
申请号：CN202311594783.6
申请日：2023-11-27
Applicant: 中咨泰克交通工程集团有限公司 , 西安电子科技大学
Abstract: 本发明公开了一种轻量型MIMO毫米波雷达系统，属于雷达探测技术领域。该轻量型MIMO毫米波雷达系统包括阵列天线模块、速度距离检测模块和目标位置确定模块，阵列天线模块从阵列天线入手，设计了天线线阵以及各参数，并给出一种长短距离模式下的MIMO天线布阵，可对道路上远距离和近距离目标进行稳定跟踪；同时通过速度距离检测模块采用的针对性的速度与距离检测方法，在多运动目标的情况下实现对目标的高精度探测与稳定跟踪。
-
公开(公告)号：CN221804267U
公开(公告)日：2024-10-01
申请号：CN202420143096.6
申请日：2024-01-19
Applicant: 中咨泰克交通工程集团有限公司 , 西安电子科技大学
Abstract: 本实用新型公开了一种远距离雷达探测装置，涉及雷达天线技术领域，包括：雷达基带处理平台、发射天线阵列、接收天线阵列、射频模块和显示器；发射天线阵列包括多列发射天线，接收天线阵列包括多列接收天线；射频模块分别连接发射天线阵列和接收天线阵列；雷达基带处理平台与射频模块进行数据交互；雷达基带处理平台包括雷达基带处理器和雷达基带处理板；雷达基带处理器安装在雷达基带处理板上；显示器接收雷达基带处理平台传输的数据。本实用新型通过发射天线阵列和接收天线阵列、射频模块和雷达基带处理平台等组件协同工作，实现了对远距离目标的探测、跟踪和数据处理，提高雷达系统的性能和灵活性，适用于多种远距离雷达探测场景。
-
公开(公告)号：CN102522505B
公开(公告)日：2014-08-20
申请号：CN201210010929.3
申请日：2012-01-14
Applicant: 西安电子科技大学
CPC classification number: Y02E10/549 , Y02P70/521
Abstract: 本发明公开了一种无机与有机混合太阳能电池，主要解决现有太阳电池效率低，成本高的问题。其自下而上为：SiC衬底(1)、AlN缓冲层(2)、无机外延层(3)、阴极(4)、有机聚合物层(5)和阳极(6)。其中，AlN缓冲层(2)厚150-200nm，采用MOCVD生长；阴极(4)是在氮面n-GaN上淀积Ti和Al形成；有机聚合物(5)厚50-80nm，在氮面n-GaN上旋涂形成；阳极(6)是在有机聚合物(5)上淀积Au形成；无机外延层(3)为采用MOCVD生长的厚为2-3μm、电子浓度为1.0×1017cm-3-2.0×1018cm-3的氮面n-GaN，该氮面与阴极(4)的接触面为光滑面，与有机聚合物(5)的接触面为布满凹深为450nm-1.5μm，密度为1.0×107cm-2-4.0×108cm-2的绒面。本发明工艺简单、成本低，光电转换效率高，可用于商用和民用的发电系统。
-
公开(公告)号：CN102569655A
公开(公告)日：2012-07-11
申请号：CN201210010844.5
申请日：2012-01-14
Applicant: 西安电子科技大学
CPC classification number: Y02E10/549 , Y02P70/521
Abstract: 本发明公开了一种氮面氮化镓绒面太阳能电池及其制作方法，主要解决现有太阳电池效率低，成本高问题。其自下而上包括：蓝宝石衬底(1)、AlN缓冲层(2)、外延层(3)、阴极(4)、有机聚合物层(5)和阳极(6)。其中，AlN缓冲层(2)采用MOCVD生长，厚度为150-200nm；外延层(3)为采用MOCVD生长的厚度为2-3μm、电子浓度为1.0×1017cm-3-2.0×1018cm-3的氮面n-GaN，且与有机聚合物(5)的接触面为布满凹陷的绒面，凹陷密度为1.0×107cm-2-4.0×108cm-2，深度为450nm-1.5μm；阴极(4)是在氮面n-GaN层上淀积Ti和Al形成；有机聚合物(5)由在氮面n-GaN表面旋涂而成，其厚度为50-80nm；阳极(6)是在机聚合物(5)上淀积Au形成。本发明工艺简单、成本低，光电转换效率高，可用于商用和民用的发电系统。
-
公开(公告)号：CN102393911A
公开(公告)日：2012-03-28
申请号：CN201110205531.0
申请日：2011-07-21
Applicant: 西安电子科技大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于压缩感知的背景杂波量化方法，主要解决现有杂波尺度不能充分体现人眼视觉感知特性的问题。其实现步骤是：将背景图像分割成若干个大小相等的小单元，组合成背景矩阵；提取目标向量和背景矩阵的主要特征，得到目标特征向量和背景特征矩阵；随机组合目标特征和背景特征，分别得到目标测量矩阵和传感矩阵；对目标测量矩阵和传感矩阵进行归一化处理；由归一化目标测量矩阵和归一化传感矩阵重构稀疏信号；将求得的稀疏信号的绝对值总和作为整幅图像的背景杂波尺度。本发明充分利用了人眼搜索时的三大感知特性，提高了预测目标探测概率与主观实际目标探测概率的一致性，可用于光电成像系统目标获取性能的预测和评估。
-
公开(公告)号：CN101887117A
公开(公告)日：2010-11-17
申请号：CN201010214612.2
申请日：2010-06-30
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于三迭代的机载MIMO雷达空时降维自适应处理方法，以解决传统空时降维自适应处理技术所需训练样本数多、计算复杂度高且收敛速度慢的问题。其实现步骤是：首先对雷达接收到的回波信号进行距离压缩；然后利用三维级联结构将全维权矢量分解为空域发射权矢量、空域接收权矢量和时域权矢量Kronecker积的形式；最后构造降维变换矩阵并通过TRIA方法得到上述三个分离的权矢量，进而得到全维权矢量。本发明具有所需训练样本数少、计算复杂度低和收敛速度快的优点，可用于机载MIMO雷达空时自适应处理。
-
公开(公告)号：CN101740033A
公开(公告)日：2010-06-16
申请号：CN200810181909.6
申请日：2008-11-24
Abstract: 本发明公开了一种音频编码方法和音频编码器方法。本发明实施例还提供相应的音频编码器。本发明技术方案由于利用线性预测LP和卷曲线性预测WLP的频率分辨特性非常接近人类听觉特性中的临界频带和掩蔽特性的特点，建立心理声学模型，获取到掩蔽门限，根据获取的掩蔽门限对音频信号进行编码，降低了建立心理声学模型的复杂度，易于实现，降低了心理声学模型在硬件实现的成本，降低了硬件的功率消耗。
-
公开(公告)号：CN116321139A
公开(公告)日：2023-06-23
申请号：CN202310085829.5
申请日：2023-02-06
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种车联网中匿名抗密钥泄露的安全通信方法，包括：车辆基于身份、共享密钥以及唯一时间戳计算认证向量，使得车辆、RSU以及TA三方基于认证向量和唯一时间戳进行交互实现彼此认证；当TA对车辆认证通过时为其生成假名，当RSU对车辆认证通过时为其生成自验证公私钥对发给车辆；车辆基于自验证公私钥对以及其他车辆的自验证公钥计算双方共享的密钥加密第一随机数并广播加密结果，同时解密其他车辆的加密结果，得到其他车辆的第一随机数，根据车辆群组的各第一随机数计算组密钥；车辆群组基于组密钥进行安全通信。本发明在车联网中同时实现身份匿名性、不可链接性以及可追溯性，实现了车联网中的安全通信。
-
公开(公告)号：CN104463205B
公开(公告)日：2017-07-28
申请号：CN201410740813.4
申请日：2014-12-05
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于混沌深度小波网络的数据分类方法，主要解决现有技术中人工参与过多、分类正确率较低和可移植性不强等问题。其实现主要是：构建混沌深度小波网络，逐层提取输入数据在不同深度层次的特征；在网络学习时用混沌模拟退火算法对分层网络和整体网络参数寻优得到分类网络；将待分类数据输入网络得到分类结果。本发明通过构建混沌深度小波网络，自动对数据进行特征提取，获得数据更丰富的特征表述，避免人工参与，消除不确定因素，提高分类正确率；训练网络时用混沌模拟退火方法，降低网络训练时间，提高分类性能。本发明可移植性强，普适性强，可用于数据分类、图像分类、场景分类、目标识别及数据预测分析。
-
公开(公告)号：CN104463207A
公开(公告)日：2015-03-25
申请号：CN201410741792.8
申请日：2014-12-05
Applicant: 西安电子科技大学
CPC classification number: G06K9/6277 , G06N3/08
Abstract: 本发明方法公开了一种知识自编码网络及其极化SAR影像地物分类方法，主要解决现有极化SAR影像地物分类方法人工标记过多、分类正确率较低等问题。其实现主要是：构建知识自编码网络，逐层提取输入数据在不同深度层次的特征，用极化SAR影像数据Wishart距离作为先验知识指导地物分类；在网络学习时用正交PSO算法对网络参数寻优得到分类网络；将待分类数据输入网络得到分类结果。本发明通过构建知识自编码网络，自动对数据进行特征提取，避免人工参与，消除不确定因素；用先验知识指导分类结果，提高分类正确率；用正交PSO算法对网络寻优，加快训练速度。本发明可用于数据分类、图像分类、场景分类、目标识别及数据预测分析。
