-
公开(公告)号：CN119253250A
公开(公告)日：2025-01-03
申请号：CN202411587201.6
申请日：2024-11-07
Applicant: 广州航海学院 , 京信通信技术(广州)有限公司
Abstract: 本申请涉及一种辐射单元及多频天线。两个导体段在工作时的相互耦合量随间距a的增大而相应减小，由于a≥1/20λ2，即间距a较大，使得两个导体段在工作时的相互耦合量较小，即本申请中两个导体段处于弱相互耦合状态，两个导体段在电流方向相反时，对外产生空间辐射的辐射场相互抵消，因此，本申请中采用电流方向相反的两个导体段和低通高阻段形成的散射抑制结构具有散射自抵消功能，具有较好的散射抑制效果。此外，由于间距a较大，因此不仅能采用电路板工艺制作辐射臂，还能采用钣金工艺制作辐射臂，从而能更便于加工。另外，a+2b不能过大，当a+2b>1/2λ1时，会在预设工作频段引起谐振模式，换言之，当a+2b≤1/2λ1时，能用于保证对预设工作频段有较低的散射干扰。
-
公开(公告)号：CN118133652A
公开(公告)日：2024-06-04
申请号：CN202410064663.3
申请日：2024-01-16
Applicant: 广州航海学院
IPC: G06F30/27 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于半监督宽度学习系统的天线优化设计方法及设备，方法包括步骤：构建待优化天线的结构模型；生成天线尺寸参数和对应的回波损耗值构成的数据集；将数据集划分为初始训练集、测试集和未标记样本数据集；采用初始训练集对卷积—宽度学习系统、卷积—堆叠宽度学习系统进行训练；将未标记样本数据集输入到训练后的卷积—宽度学习系统、训练后卷积—堆叠宽度学习系统进行预测得到伪标记数据，将伪标记数据加入到有标记样本训练数据集中；采用更新后的有标记样本训练数据集对卷积—宽度学习系统、卷积—堆叠宽度学习系统进行交叉训练、协同训练，直到得到满足设定规则的学习系统。本发明能降低天线优化设计过程中的计算成本。
-
公开(公告)号：CN117454756A
公开(公告)日：2024-01-26
申请号：CN202311379061.9
申请日：2023-10-23
Applicant: 广州航海学院
IPC: G06F30/27 , G06F30/10 , G06N3/0464 , G06N3/084
Abstract: 本发明实施例提供了一种微带天线建模方法、装置、电子设备和介质，所述方法包括：获取微带天线的第一物理尺寸参数数据和第一材料特征参数数据，以及电气性能实测数据，将第一物理尺寸参数数据和第一材料特征参数数据构成的一维向量构建成第一二维二值图模型，将第一二维二值图模型输入用于天线电气性能预测的初始模型，建立用于天线电气性能预测的训练模型，根据电气性能实测数据和误差函数，采用误差反向传播算法对用于天线电气性能预测的训练模型进行参数调整，得到用于天线电气性能预测的应用模型。该方法将一维向量输入构建成二维二值图模型的形式，降低了特征提取和分类过程中数据重建的复杂度，从而提高网络对微带天线的建模精度。
-
公开(公告)号：CN118133652B
公开(公告)日：2025-05-06
申请号：CN202410064663.3
申请日：2024-01-16
Applicant: 广州航海学院
IPC: G06F30/27 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于半监督宽度学习系统的天线优化设计方法及设备，方法包括步骤：构建待优化天线的结构模型；生成天线尺寸参数和对应的回波损耗值构成的数据集；将数据集划分为初始训练集、测试集和未标记样本数据集；采用初始训练集对卷积—宽度学习系统、卷积—堆叠宽度学习系统进行训练；将未标记样本数据集输入到训练后的卷积—宽度学习系统、训练后卷积—堆叠宽度学习系统进行预测得到伪标记数据，将伪标记数据加入到有标记样本训练数据集中；采用更新后的有标记样本训练数据集对卷积—宽度学习系统、卷积—堆叠宽度学习系统进行交叉训练、协同训练，直到得到满足设定规则的学习系统。本发明能降低天线优化设计过程中的计算成本。
-
公开(公告)号：CN116663173A
公开(公告)日：2023-08-29
申请号：CN202310513909.6
申请日：2023-05-08
Applicant: 广州航海学院
Abstract: 本发明涉及一种天线回波损耗建模方法、系统、设备及存储介质，其中方法包括：获取n组输入样本集，各输入样本集包括h个样本，利用第一仿真方法获取各样本的第一回波损耗值，在输入样本集中抽取ntest组测试样本集和nfine组训练样本集，利用第二仿真方法获取测试样本集和训练样本集中各样本的第二回波损耗值，利用训练样本集建立第一高斯模型，以测试样本集监测第一高斯模型的精度，重复获取训练样本集以使得第一高斯模型满足精度要求；利用第一高斯模型获取输入样本集中各样本的伪标签，结合训练样本建立第二高斯模型，以测试样本集监测第二高斯模型精度，不断增加训练样本集更新第二高斯模型使其满足精度要求，并对第二高斯模型进行训练。
-
Patent Agency Ranking
公开(公告)号：CN116646724A
公开(公告)日：2023-08-25
申请号：CN202310501177.9
申请日：2023-05-05
Applicant: 广州航海学院
Abstract: 本发明提供了一种散射抑制结构及应用该结构的天线单元，散射抑制结构包括：缝隙环路结构，其包括：外围闭合导体、内侧闭合导体及外围闭合导体和内侧闭合导体之间形成的缝隙环路；LC等效加载结构，其包括：并联连接的电容等效结构与电感等效结构；所述缝隙环路结构与所述LC等效加载结构级联形成散射抑制结构。本发明实施例提供的散射抑制结构，使用具有特定频率响应特性的LC等效加载结构连接缝隙环路结构，保持频率响应特性不变的情况下，降低了散射场的干扰。
-
公开(公告)号：CN115600139A
公开(公告)日：2023-01-13
申请号：CN202211272104.9
申请日：2022-10-18
Applicant: 广州航海学院(CN)
IPC: G06F18/2413 , G06F18/214 , G06F18/22 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 一种电磁特征提取模型的建立方法、系统、设备及存储介质，其中方法包括：计算采样频点，获取电磁器件不同物理参数下各采样频点处的S曲线幅值，构建第一样本集、第二样本集和第三样本集，基于第一样本集和第二样本集获取相似样本对和非相似样本对，并用于训练孪生神经网络；利用孪生神经网络将第三样本集中与第一样本集相似的元素加入相似集合；利用KNN算法计算相似集合中元素的输出的电磁物理参数值，将元素及相应电磁物理参数值组合得到添加样本集合；使用第一样本集和添加样本集合训练GP模型，并计算GP模型的测试误差；对比输入不同K值时的测试误差，得到测试误差最小的GP模型。本发明在不增加额外生产成本的条件下，提升GP模型预测的精确度。
-
公开(公告)号：CN118395835A
公开(公告)日：2024-07-26
申请号：CN202410339469.1
申请日：2024-03-25
Applicant: 广州航海学院
Abstract: 本发明提供一种基于一致性STP(学生T过程)的天线优化设计方法、存储介质及设备，方法包括随机生成天线参数并用电磁软件对天线进行仿真，得到训练数据，利用这些训练数据构成样本集；根据所需设计的天线，构建STP模型；使用样本集和粒子群算法优化训练STP模型；根据STP模型建立一致性STP模型，并对所述一致性STP模型进行训练测试；将训练测试完成的一致性STP模型作为电磁仿真软件的替代模型，用于天线设计。本方案弥补了传统贝叶斯优化算法中代理模型鲁棒性不足的缺点。通过使用基于一致STP的方法，可以减少训练STP模型所需的样本数量，节省了时间和成本。同时，这种方法还能提高模型的泛化能力和预测结果的准确性，使得优化设计过程更加可靠和高效。
-
公开(公告)号：CN118395526A
公开(公告)日：2024-07-26
申请号：CN202410418845.6
申请日：2024-04-09
Applicant: 广州航海学院
IPC: G06F30/12 , G06F30/27 , G06N3/0464 , G16C60/00 , G16C20/70
Abstract: 本发明公开了一种一维输入向量构建二维二值图模型方法、建模方法及设备，一维输入向量构建二维二值图模型方法包括步骤：选取待建模微波滤波器的物理尺寸参数和材料特征参数，将其表示为向量的形式：将向量进行归一化后标示为二值图的形式，再堆叠在一起，构成二维二值图模型，建模方法基于该二维二值图模型进行微波滤波器的建模，基于本发明，可以提高建模的精度和网络的泛化能力。
-
公开(公告)号：CN117454756B
公开(公告)日：2024-07-26
申请号：CN202311379061.9
申请日：2023-10-23
Applicant: 广州航海学院
IPC: G06F30/27 , G06F30/10 , G06N3/0464 , G06N3/084
Abstract: 本发明实施例提供了一种微带天线建模方法、装置、电子设备和介质，所述方法包括：获取微带天线的第一物理尺寸参数数据和第一材料特征参数数据，以及电气性能实测数据，将第一物理尺寸参数数据和第一材料特征参数数据构成的一维向量构建成第一二维二值图模型，将第一二维二值图模型输入用于天线电气性能预测的初始模型，建立用于天线电气性能预测的训练模型，根据电气性能实测数据和误差函数，采用误差反向传播算法对用于天线电气性能预测的训练模型进行参数调整，得到用于天线电气性能预测的应用模型。该方法将一维向量输入构建成二维二值图模型的形式，降低了特征提取和分类过程中数据重建的复杂度，从而提高网络对微带天线的建模精度。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.053 seconds)
