脉冲噪声环境下鲁棒低阶矩DOA估计方法

    公开(公告)号:CN119024260A

    公开(公告)日:2024-11-26

    申请号:CN202410973575.5

    申请日:2024-07-19

    Abstract: 本发明公开了一种脉冲噪声环境下鲁棒低阶矩DOA估计方法。本发明通过均匀线性阵列接受信号信息,根据接受信号信息计算局部信息熵,然后根据局部信息熵计算调谐参数b,再进一步构造相应的RLOM协方差矩阵,最后结合MUSIC算法得到DOA的精确估计。本发明提出一种自适应调谐参数b的选择策略,结合类FLOS方法和相关熵的优点,采用相关熵确定的自适应参数自动抑制脉冲噪声功率,有效抑制了0<α≤2范围内的噪声,从而使传统的基于子空间的方法能够有效地应用且不需要任何先验的噪声知识。RLOM算法不仅使用了基于局部信息熵的自适应调谐参数,而且适用于各种类型的脉冲噪声。与传统的基于FLOS的算法相比,该算法在强脉冲噪声和低GSNR条件下具有明显的优越性。

    基于信号空间的前向后向卷积核的DOA估计方法

    公开(公告)号:CN118733971A

    公开(公告)日:2024-10-01

    申请号:CN202410973574.0

    申请日:2024-07-19

    Abstract: 本发明公开了一种基于信号空间的前向后向卷积核的DOA估计方法。通过静止和恒定速度移动的均匀线性阵列获取某时刻的接收数据并转化成数据向量,计算静止阵列与移动阵列的互协方差矩阵,然后对生成的互协方差矩阵进行特征分解,得到信号空间矩阵。利用变换后的信号空间矩阵的的部分信息分别推出前向卷积核矩阵和后向卷积核矩阵,进而构造出FBCK协方差矩阵,最后用ESPRIT算法对DOA进行精确估计。本发明将前向/后向卷积核方法与相干信号DOA估计问题相结合,该方法不仅重构了信号协方差阵及其对角元素,而且利用移动阵列技术有效地解决了相干信号的DOA估计问题。与空间平滑类算法相比,我们提出的FBCK方法的有更加优秀的DOA估计性能。

    一种基于复数紧凑深度可分离卷积的磁共振成像方法

    公开(公告)号:CN118112473A

    公开(公告)日:2024-05-31

    申请号:CN202410208869.9

    申请日:2024-02-26

    Abstract: 本发明公开了一种基于复数紧凑深度可分离卷积的磁共振成像方法,包括训练数据的准备、CMSU‑Net网络模型构建与训练以及预测重建。该方法考虑批内复数图像间的差异,提出复数通道标准化的方法,来提高网络的收敛速度和性能,防止复数训练时出现的梯度消失和扩散问题;提出复数紧凑深度可分离卷积,对每个通道进行单独的复数深度卷积以提取复数特征,然后通过复数逐点卷积进行特征的合并,以减小模型参数和计算量;提出复数逐点紧凑卷积,在进一步减少网络的参数量的同时保持原有性能。实验结果表明,在高加速比欠采样时,本方法可以重建出高质量的磁共振复数图像,且模型参数量小,网络训练速度快、解决梯度消失等训练失败问题。

    一种基于混合网络的小型化超宽带巴伦及其设计方法

    公开(公告)号:CN117639725A

    公开(公告)日:2024-03-01

    申请号:CN202311651285.0

    申请日:2023-12-04

    Inventor: 苏国东 刘昊 刘军

    Abstract: 本发明提供了一种基于混合网络的小型化超宽带巴伦及其设计方法,包括开关电路、无源巴伦回路和有源巴伦回路。开关电路包括至少一个单刀双掷开关和串并联开关,单刀双掷开关设置于有源巴伦回路和无源巴伦回路的两端;无源巴伦回路,包括无源巴伦,其将输入端的单端信号转换为高频的差分信号,通过输出端输出;有源巴伦回路,包括有源巴伦,其包括共源放大电路和共栅放大电路,设置于无源巴伦回路的外围且二者输出端的相位相反;其将输入端获得的单端信号转换为低频差分信号;本发明结合了有源巴伦和无源巴伦的优势,实现了小型化超宽巴伦,解决了巴伦小型化需求下难以实现工作起始频率低、截止频率高的问题。

    一种基于神经网络的甲状腺CT图像结节自动诊断系统

    公开(公告)号:CN112862783A

    公开(公告)日:2021-05-28

    申请号:CN202110171111.9

    申请日:2021-02-08

    Abstract: 本发明公开了一种基于神经网络的甲状腺CT图像结节自动诊断系统,依次包括图像预处理模块,对原始甲状腺CT图像进行预处理,对预处理图像进行结节信息的标记;图像数据增强模块,用于扩充甲状腺CT图像数据集;结节语义分割模块,通过神经网络进行图像语义分割,分割出结节部分;图像算法优化模块,使语义分割网络输出平滑过渡,适配到分类网络中;分类预测模块,使用混合网络模型对分割出的各个甲状腺结节进行良恶性分类判断。本发明能够实现端到端的甲状腺结节诊断,无需额外对CT图像进行图像处理及数据标注工作,可以实现高准确率和高效率的甲状腺结节自动识别和良恶性分类。

    一种基于神经网络的烧伤创面深度分类系统

    公开(公告)号:CN112686336A

    公开(公告)日:2021-04-20

    申请号:CN202110119362.2

    申请日:2021-01-28

    Abstract: 本发明公开了一种基于神经网络的烧伤创面深度分类系统,包括依次连接的烧伤图像采集模块、图像预处理模块、图像数据增强模块、前端多模型特征提取模块和后端模型分类预测模块;烧伤图像采集模块,采集烧伤患者的创面图像;图像预处理模块,对创面图像预处理;图像数据增强模块,对创面图像进行数据增强,扩充创面图像数据集;前端多模型特征提取模块,对烧伤图像进行多模型的特征提取并堆叠前端多模型的输出特征矩阵;后端模型分类预测模块,进一步地提取前端多模型的输出特征,并进行烧伤深度的分类预测;本系统能够实现端到端的烧伤创面深度诊断,通过前后端不同的神经网络模型的配置,实现高准确率和高效率的烧伤深度诊断。

    一种基于CMA-Net的多通道磁共振成像方法

    公开(公告)号:CN118071857A

    公开(公告)日:2024-05-24

    申请号:CN202410136135.4

    申请日:2024-01-31

    Abstract: 本发明公开了一种基于CMA‑Net的多通道磁共振成像方法,包括k空间数据预处理、GRAPPA重建、CMA‑Net网络模型的构建与训练、数据一致性替换与图像重建。所述CMA‑Net网络模型使用复数多尺度级联注意力模块以提高网络的全局特征提取能力,将复数注意门模块嵌入编码路径和解码路径之间的快速连接之中,提高网络对局部感兴趣区域信息的特征提取能力;利用GRAPPA重建结果构建残差连接,联合利用线性插值和非线性插值优点,进一步提高成像质量;构建多角度残差连接,有效缓解梯度消失问题,提高网络性能。实验结果表明,本方法能有效减少多通道欠采样磁共振重建图像的伪影,重建出高质量的磁共振复数图像。

    一种基于支持向量机的烧伤创面深度分类系统

    公开(公告)号:CN112990199B

    公开(公告)日:2024-04-26

    申请号:CN202110344456.X

    申请日:2021-03-29

    Abstract: 本发明公开了一种基于支持向量机的烧伤创面深度分类系统,包括:烧伤创面图像采集模块、烧伤创面图像预处理模块、烧伤创面图像特征提取模块、SVM训练模块和烧伤图像预测模块;所述烧伤创面图像采集模块,用于采集烧伤患者的烧伤创面图像;所述烧伤创面图像预处理模块,对采集的烧伤创面图像进行预处理;所述烧伤创面图像特征提取模块,对预处理的烧伤创面图像进行特征提取;所述SVM训练模块,将提取特征后的烧伤图像划为训练集、验证集和测试集,用于SVM分类模型的训练;所述烧伤图像预测模块,将在验证集和测试集上表现最优的SVM模型,用于没有标记的烧伤创面图像的烧伤深度的预测,获得烧伤图像的深度分类结果。

    一种基于异构集成工艺的宽带高功率放大器及其设计方法

    公开(公告)号:CN117013970A

    公开(公告)日:2023-11-07

    申请号:CN202310986094.3

    申请日:2023-08-07

    Inventor: 苏国东 刘昊 刘军

    Abstract: 本发明公开了一种基于异构集成工艺的宽带高功率放大器,包括异构集成衬底、功分器、功率放大模块、合路器,所述功分器、所述功率放大模块、所述合路器基于晶圆级封装工艺集成于所述异构集成衬底,所述功率放大模块的数量包括至少两个,所述功分器与所述功率放大模块的输入端连接。本发明结合分布式可实现放大器带宽的理论,通过将多晶体管并联形成晶胞,并基于该晶胞构建分布式放大器单元,进一步的形成基于电容中和技术的差分放大器,从而形成硅基宽带毫米波功率放大器的设计,有效地支撑宽带毫米波功率放大器的设计,可有效突破功率放大器因管子尺寸大、版图寄生多,电磁‑热环境复杂等导致的带宽难以展宽的技术瓶颈。

Patent Agency Ranking