多波束天线系统
    3.
    发明公开

    公开(公告)号:CN108206323A

    公开(公告)日:2018-06-26

    申请号:CN201611173986.8

    申请日:2016-12-19

    CPC classification number: H01Q1/36 H01Q3/26

    Abstract: 本发明涉及通信技术领域,具体公开了一种多波束天线系统,本系统包括多波束形成网络、用以向多波束形成网络提供波束的射频通道以及用以发送来自多波束形成网络的波束的基本辐射单元;其中所述多波束形成网络具有两个以上的输入端口,并对任一输入端口输入的单个波束进行不同的相位变换后输出;所述多波束形成网络通信连接有波束控制系统,所述多波束形成网络与所述波束控制系统之间设置有多路选择器;所述多路选择器根据所述波束控制系统的信号选通多波束形成网络不同的输入端。本系统有效克服了现有单一波束天线在运动中不能覆盖通信目标的问题,利于提高通信质量。

    一种基于微卷积神经网络的车辆实时检测方法

    公开(公告)号:CN109522831B

    公开(公告)日:2023-06-02

    申请号:CN201811310577.7

    申请日:2018-11-06

    Abstract: 本发明公开了一种基于微卷积神经网络的车辆实时检测方法,所述的检测方法为:(1)对输入图像进行预处理,将其转化为灰度图像,并将该灰度图像的灰度值归一化到[0,1]之间或者[‑1,1]之间,并且重组到统一的大小;(2)将步骤(1)所得到的图像数据,输入到7层微卷积神经网络中,训练该微卷积神经网络,生成不同尺度的预测框进行类别预测和回归目标位置;(3)训练记录每个迭代的训练集上的误差和验证集上测试误差;(4)判断连续5个迭代验证集上损失是否降低,如果降低,返回步骤(2)若果没有降低,终止训练,保存所述的7层微卷积神经网络的参数,并查看特征提取效果。本发明使用7层卷积神经网络结构代替复杂的VGG‑16(用于大规模图像识别的深度卷积神经网络),可以在普通机器上进行训练和测试自己的数据集,不需要拥有超高性能的GPU(图形处理器)等高性能计算设备,也不需要预训练网络,它可以从零开始进行训练和检测。

    一种基于微卷积神经网络的车辆实时检测方法

    公开(公告)号:CN109522831A

    公开(公告)日:2019-03-26

    申请号:CN201811310577.7

    申请日:2018-11-06

    Abstract: 本发明公开了一种基于微卷积神经网络的车辆实时检测方法,所述的检测方法为:(1)对输入图像进行预处理,将其转化为灰度图像,并将该灰度图像的灰度值归一化到[0,1]之间或者[-1,1]之间,并且重组到统一的大小;(2)将步骤(1)所得到的图像数据,输入到7层微卷积神经网络中,训练该微卷积神经网络,生成不同尺度的预测框进行类别预测和回归目标位置;(3)训练记录每个迭代的训练集上的误差和验证集上测试误差;(4)判断连续5个迭代验证集上损失是否降低,如果降低,返回步骤(2)若果没有降低,终止训练,保存所述的7层微卷积神经网络的参数,并查看特征提取效果。本发明使用7层卷积神经网络结构代替复杂的VGG-16(用于大规模图像识别的深度卷积神经网络),可以在普通机器上进行训练和测试自己的数据集,不需要拥有超高性能的GPU(图形处理器)等高性能计算设备,也不需要预训练网络,它可以从零开始进行训练和检测。

    高效兼安全型电表数据收集系统

    公开(公告)号:CN108234148A

    公开(公告)日:2018-06-29

    申请号:CN201611155080.3

    申请日:2016-12-14

    CPC classification number: H04L12/22 H04L9/0869 H04L9/3066

    Abstract: 本发明涉及通信技术领域,具体公开了一种高效兼安全型电表数据收集系统,本系统通过数据收集器接收智能读表器发送的加密电表数据后解密并编码,然后选取部分解密编码的电表数据进行二次加密,并将这部分二次加密且具有编码的电表数据以及未进行二次加密的具有编码的电表数据发送给能源管理终端,所述能源管理终端对二次加密且具有编码的电表数据进行解密解码、并对未进行二次加密的具有编码的电表数据进行解码得到用户的电表数据信息,既保证了通信数据的安全性,同时由于ES处仅需解密部分个编码且加密的消息,因此又降低了ES处的解密复杂度。

    混合网络动态信道资源分配方法

    公开(公告)号:CN108235326A

    公开(公告)日:2018-06-29

    申请号:CN201611155066.3

    申请日:2016-12-14

    CPC classification number: H04W16/10 H04W72/0493

    Abstract: 本发明涉及通信技术领域,具体公开了一种混合网络动态信道资源分配方法。本方法根据网络拓扑结构集中静态分配少量资源,同时节点间根据业务传输需要分布式动态分配剩余网络资源,减少了无线网络资源干扰,充分利用了无线网络资源,其不仅解决了现有集中式静态资源分配方式不能根据结点业务传输状况动态申请资源造成资源浪费、允许结点拥有的邻居数量有限造成星型结构下网络结点数量少不能满足实际应用需要的缺点,而且解决了集中式动态分配方式存在的任何资源使用都需要先申请造成时延的缺点。

Patent Agency Ranking