-
公开(公告)号：CN119474843B
公开(公告)日：2025-05-20
申请号：CN202510062712.4
申请日：2025-01-15
Applicant: 南昌工程学院
IPC: G06F18/2135 , G06F18/15 , G06F17/16 , G06N3/0499 , G06N3/084 , G06N3/006 , G01N21/25 , G01N21/59
Abstract: 本发明公开了一种基于透射光谱分析的水质检测方法及电子设备，该方法对光谱透射率数据集进行数据降维，得到降维后的样本数据集；将BP神经网络的原始阈值和原始权重作为改进海星优化算法的初始种群位置进行寻优，获取BP神经网络的最优阈值和最优权重；使用降维后的样本数据集对已获取最优阈值和最优权重的BP神经网络和特征提取模块组成的水质检测模型进行训练，使用训练合格的水质检测模型对水质进行检测。本发明采用改进海星优化算法优化的BP神经网络进行水质检测，能够准确的检测出水质的情况。
-
公开(公告)号：CN117269883A
公开(公告)日：2023-12-22
申请号：CN202310290651.8
申请日：2023-03-23
Applicant: 南昌工程学院
Abstract: 本发明提供一种稀疏阵列波达角估计方法、系统、可读存储介质及计算机，该方法包括：根据第一稀疏面阵的接收张量和第二稀疏面阵的接收张量分别获取第一正向切片和第二正向切片；对第一稀疏面阵的接收张量和第二稀疏面阵的接收张量的互相关张量进行张量运算，以得到对应的虚拟立体阵；求解出第二稀疏面阵的接收张量的自相关张量，并对自相关张量进行张量运算，以得到对应的虚拟面阵；对虚拟立体阵和虚拟面阵进行耦合处理，以生成对应的耦合张量；对耦合张量分别进行张量分解以及解相位模糊，以得到入射信号的二维目标方位角。本发明在物理阵元总数相同的情况下，具有较小的均方误差，更强的分辨力，具有更高的二维DOA估计精度。
-
公开(公告)号：CN116861174A
公开(公告)日：2023-10-10
申请号：CN202310290195.7
申请日：2023-03-23
Applicant: 南昌工程学院
Abstract: 本发明提供一种L型阵列信号处理方法、系统、可读存储介质及计算机，该方法包括：构建L型阵列，并在X、Y方向上将所述L型阵列分为多个重叠子线阵；将各所述重叠子线阵进行数据合并形成六阶张量，并将所述六阶张量进行张量展开，以得到对应的八阶张量；将所述八阶张量进行重新组合，以得到预设自由度的虚拟阵列，并对所述虚拟阵列进行张量分解，以得到所述虚拟阵列的因子矩阵；根据所述虚拟阵列的因子矩阵中获取多个信号方向参数，并对各所述信号方向参数进行信号处理，以得到对应的信号二维目标方位角。本发明充分挖掘阵列信号中所包含的结构信息，以提高阵列自由度和参数估计精度的潜能。
-
公开(公告)号：CN115389460A
公开(公告)日：2022-11-25
申请号：CN202211042241.3
申请日：2022-08-29
Applicant: 南昌工程学院
Abstract: 本发明提供了一种基于TDLAS的多气体浓度参数检测系统，属于气体检测技术领域，包括：分时信号发生器；驱动电路，其输入端与分时信号发生器的输出端连接；开关阵列1，包括多个第一开关，第一开关的输入端与驱动电路的输出端连接；气体检测模块，包括多个气体检测通路；多个气体检测通路的输入端分别与多个第一开关的输出端一一对应连接；开关阵列2，包括多个第二开关，多个第二开关的输入端分别与多个气体检测通路的输出端一一对应连接；前置放大器，其输入端与开关阵列2输出端相连接；锁相放大器，其输入端与前置放大器的输出端、分时信号发生器的输出端相连接；微处理器，其输入端与锁相放大器的输出端连接。该系统可对多种混合气体的浓度进行分时序检测。
-
公开(公告)号：CN112100867B
公开(公告)日：2021-04-27
申请号：CN202011243269.4
申请日：2020-11-10
Applicant: 南昌工程学院 , 江西倬云数字产业集团有限公司
Abstract: 一种电网负荷预测方法，包括：获取历史数据，所述历史数据包括日最大负荷数据列和日平均气温数据列；对所述日最大负荷数据列中每一日期的最大负荷数据进行校正；构建GM(1,2)模型；计算以指数增加的所述日最大负荷数据与累加处理后的所述日最大负荷数据的比值得到第一校正系数，以及计算以指数增加的日平均气温数据与累加处理后的所述日平均气温数据的比值，得到第二校正系数；根据所述第一校正系数和所述第二校正系数分别对日最大负荷数据参数和日平均气温数据的参数进行校正，得到校正后的GM(1,2)模型；对校正后的GM(1,2)模型进行累减运算得到电网日负荷预测模型，并利用电网日负荷预测模型对下一日期的电网进行预测。
-
Patent Agency Ranking
公开(公告)号：CN115118320A
公开(公告)日：2022-09-27
申请号：CN202210747560.8
申请日：2022-06-28
Applicant: 南昌工程学院
IPC: H04B7/08
Abstract: 本申请提供一种嵌套极化敏感天线阵列波束形成方法、装置、设备及介质，涉及阵列信号处理技术领域。该方法包括：根据嵌套极化敏感天线阵列的接收信号张量模型，构造一个虚拟的具有更高自由度的极化敏感天线均匀阵列，该虚拟阵列具有四维数据结构；借助张量运算分别对虚拟阵列数据中的前三维进行子波束形成，得到相应的子波束形成器的最优权矢量；根据最优权矢量，通过张量外积得到虚拟阵列波束形成的最优权张量，进而得到最终的波束形成输出结果。本方案能够有效解决当期望信号与干扰信号的波达角相近或相同时标量传感器阵列难以对干扰信号进行抑制的问题，同时具有较高的(虚拟)阵列自由度从而提升了对干扰的抑制能力。
-
公开(公告)号：CN119474843A
公开(公告)日：2025-02-18
申请号：CN202510062712.4
申请日：2025-01-15
Applicant: 南昌工程学院
IPC: G06F18/2135 , G06F18/15 , G06F17/16 , G06N3/0499 , G06N3/084 , G06N3/006 , G01N21/25 , G01N21/59
Abstract: 本发明公开了一种基于透射光谱分析的水质检测方法及电子设备，该方法对光谱透射率数据集进行数据降维，得到降维后的样本数据集；将BP神经网络的原始阈值和原始权重作为改进海星优化算法的初始种群位置进行寻优，获取BP神经网络的最优阈值和最优权重；使用降维后的样本数据集对已获取最优阈值和最优权重的BP神经网络和特征提取模块组成的水质检测模型进行训练，使用训练合格的水质检测模型对水质进行检测。本发明采用改进海星优化算法优化的BP神经网络进行水质检测，能够准确的检测出水质的情况。
-
公开(公告)号：CN112100867A
公开(公告)日：2020-12-18
申请号：CN202011243269.4
申请日：2020-11-10
Applicant: 南昌工程学院 , 江西倬云数字产业集团有限公司
Abstract: 一种电网负荷预测方法，包括：获取历史数据，所述历史数据包括日最大负荷数据列和日平均气温数据列；对所述日最大负荷数据列中每一日期的最大负荷数据进行校正；构建GM(1,2)模型；计算以指数增加的所述日最大负荷数据与累加处理后的所述日最大负荷数据的比值得到第一校正系数，以及计算以指数增加的日平均气温数据与累加处理后的所述日平均气温数据的比值，得到第二校正系数；根据所述第一校正系数和所述第二校正系数分别对日最大负荷数据参数和日平均气温数据的参数进行校正，得到校正后的GM(1,2)模型；对校正后的GM(1,2)模型进行累减运算得到电网日负荷预测模型，并利用电网日负荷预测模型对下一日期的电网进行预测。
-
公开(公告)号：CN203119936U
公开(公告)日：2013-08-07
申请号：CN201320033278.X
申请日：2013-01-22
Applicant: 南昌工程学院
Inventor： 饶伟
IPC: H04L25/03
Abstract: 本实用新型涉及一种多径衰落环境下具有调制识别能力的盲均衡器,包括：与输入信号相连的滤波器，与所述滤波器相连的适于建立余弦代价函数并对抽头系数进行更新以获得最小值的第一FPGA模块，与所述第一FPGA模块相连的适于根据所述最小值进行误差计算的第二FPGA模块，与所述第二FPGA模块相连的适于根据所述误差计算进行权值更新以进行调制识别的第三FPGA模块；在多径衰落环境中实现了盲均衡的调制识别，通过所定义的余弦代价函数，使得所述盲均衡器在无噪声的情况下稳态误差近似为零；而在有噪声情况下所述盲均衡器也具有更低的稳态误差以及更强的去除码间干扰的能力。
-
公开(公告)号：CN203119935U
公开(公告)日：2013-08-07
申请号：CN201320031430.0
申请日：2013-01-22
Applicant: 南昌工程学院
IPC: H04L25/03
Abstract: 本实用新型涉及一种适用于非常模信号的水下通信盲均衡器，包括:适于接收非常模信号的信号接收部分，该信号接收部分包括：A/D转换模块，与该A/D转换模块相连的同步及信道检测模块，与该同步及信道检测模块相连的多普勒处理模块，与该多普勒处理模块相连的MC-PSK解调模块，与该MC-PSK解调模块相连的适于将非常模信号的多幅度模值转换成单一幅度模值的幅度模值变换模块，与该幅度模值变换模块相连的盲均衡器；传输的信号幅度模值经过幅度模值变换模块作相同的变换后，其新幅度模值与新统计模值相等，从而使盲均衡器在对非常模信号进行均衡时稳态误差为零。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.021 seconds)
