基于UWB数字钥匙的CIR信号的活体检测方法及装置

    公开(公告)号:CN117951564A

    公开(公告)日:2024-04-30

    申请号:CN202311707773.9

    申请日:2023-12-13

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于UWB数字钥匙的CIR信号的活体检测方法及装置,属于车内活体检测技术领域,该发明根据发射UWB与接收UWB的设备信息,通过滤波、人工智能算法解出环境的变化,感知估计出人体的呼吸从而实现活体检测,其利用人工智能识别相关信号中的有效数据,具有较高精度,能有效抑制误报,无需增加设备成本,解决了现有的车内活体检测方法主要是基于视频信号的计算机视觉技术,该技术在保护用户隐私方面存在缺陷,并且存在摄像头被遮挡导致算法失效的情况,或是基于压力传感器的车内活体检测技术,但是这种办法没法很好的区分人体和货物,存在误报的情况的问题。

    基于多采样快拍互质阵列接收信号快速傅里叶逆变换的波达方向估计方法

    公开(公告)号:CN108614234B

    公开(公告)日:2020-09-01

    申请号:CN201810459732.5

    申请日:2018-05-15

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于多采样快拍互质阵列接收信号快速傅里叶逆变换的波达方向估计方法,主要解决现有的基于均匀线阵方法阵列孔径受限所导致的分辨率较低的问题。其实现步骤是:接收端架构互质阵列;利用互质阵列接收入射信号并建模;构造互质阵列多采样快拍接收信号;对互质阵列多采样快拍接收信号进行补零操作;对补零后的互质阵列多采样快拍接收信号进行快速傅里叶逆变换操作,并构建空间谱;根据所构建空间谱进行波达方向估计。本发明在物理阵元一定的情况下提高了信号波达方向估计的分辨率,并有效地降低了计算复杂度。

    基于互质MIMO雷达差集和集信号快速傅里叶变换的波达方向估计方法

    公开(公告)号:CN109471087B

    公开(公告)日:2021-01-12

    申请号:CN201811218661.6

    申请日:2018-10-18

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于互质MIMO雷达差集和集信号快速傅里叶变换的波达方向估计方法,主要解决现有方法计算复杂度较高的问题。其实现步骤是:构建互质MIMO雷达结构;通过雷达接收子阵列接收反射信号并对雷达输出信号建模;构造互质MIMO雷达接收信号对应的二阶差集和集虚拟阵列信号;对二阶差集和集虚拟阵列信号进行二次零填充;对二次零填充后的差集和集虚拟阵列信号进行快速傅里叶变换操作,构建空间谱;根据所得空间谱进行波达方向估计。本发明在降低了波达方向估计计算复杂度的同时,更充分地利用了阵列提供的信息以保证分辨率。

    基于多采样快拍和集阵列信号离散傅里叶变换的互质MIMO雷达波达方向估计方法

    公开(公告)号:CN109471086B

    公开(公告)日:2020-11-24

    申请号:CN201811218389.1

    申请日:2018-10-18

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于多采样快拍和集阵列信号离散傅里叶变换的互质MIMO雷达波达方向估计方法,主要解决现有方法计算复杂度较高的问题。其实现步骤是:构建互质MIMO雷达结构;通过雷达接收子阵列接收反射信号并对雷达输出信号建模;构造互质MIMO雷达多采样快拍和集阵列接收信号;对多采样快拍和集阵列接收信号进行零填充;对零填充后的多采样快拍和集阵列接收信号进行旁瓣抑制;对滤波处理后的多采样快拍和集阵列接收信号进行离散傅里叶变换操作,构建空间谱;根据所得空间谱进行波达方向估计。本发明在物理阵元数量一定的情况下获得了更高的阵列孔径,并降低了波达方向估计的计算复杂度。

    一种基于多通道射频信号的无人机检测系统和方法

    公开(公告)号:CN110213010B

    公开(公告)日:2020-07-07

    申请号:CN201910350637.6

    申请日:2019-04-28

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于多通道射频信号的无人机检测系统和方法,该系统包括射频接收链路、微处理器预处理模块、计算决策单元及云服务器训练优化模块;射频接收链路接收无人机遥控器射频信号;微处理器预处理模块对射频接收链路输出信号模数转换后进行多通道的时序同步,同步后将多通道的无人机射频信号的时域波形拼接为矩阵形式进行输出;云服务器训练优化模块用于训练机器学习模型供;计算决策单元接收微处理器预处理模块输出的数据,实现无人机的有效检测及无人机型号的识别。该方法通过并行地检测多个信道上的无人机遥控器信号,提取、统计并分析其信号特征,进而实现无人机检测。本发明具有成本低廉、便于部署、操作简单、抗干扰能力强的优点。

    一种传感器故障诊断方法及系统

    公开(公告)号:CN110146120A

    公开(公告)日:2019-08-20

    申请号:CN201910416049.8

    申请日:2019-05-19

    Abstract: 本发明公开了一种传感器故障诊断方法及系统,所述方法包括:确定样本传感器的第一、第二和第三电气信号,样本传感器包括正常工作的传感器和故障传感器;确定样本传感器的第一、第二和第三电气特征向量,以及故障源标签向量;确定各特征向量的聚类中心;确定待检测传感器的第一、第二和第三电气信号以及第一、第二和第三电气特征向量;根据待检测传感器的第一、第二和第三电气特征向量以及各特征向量的聚类中心,确定待检测传感器的故障类型;对故障的传感器进行检测,利用检测结果进行增量学习。本发明基于故障传感器寄生电容的变化导致上电瞬间和断电瞬间电气特征的差异以及工作状态下信号时域特征的差异完成传感器故障的检测以及故障源的确认。

    基于互质MIMO雷达差集和集信号快速傅里叶变换的波达方向估计方法

    公开(公告)号:CN109471087A

    公开(公告)日:2019-03-15

    申请号:CN201811218661.6

    申请日:2018-10-18

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于互质MIMO雷达差集和集信号快速傅里叶变换的波达方向估计方法,主要解决现有方法计算复杂度较高的问题。其实现步骤是:构建互质MIMO雷达结构;通过雷达接收子阵列接收反射信号并对雷达输出信号建模;构造互质MIMO雷达接收信号对应的二阶差集和集虚拟阵列信号;对二阶差集和集虚拟阵列信号进行二次零填充;对二次零填充后的差集和集虚拟阵列信号进行快速傅里叶变换操作,构建空间谱;根据所得空间谱进行波达方向估计。本发明在降低了波达方向估计计算复杂度的同时,更充分地利用了阵列提供的信息以保证分辨率。

    基于内插虚拟阵列协方差矩阵子空间旋转不变性的互质阵列波达方向估计方法

    公开(公告)号:CN108872929A

    公开(公告)日:2018-11-23

    申请号:CN201810327847.9

    申请日:2018-04-12

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于内插虚拟阵列协方差矩阵子空间旋转不变性的互质阵列波达方向估计方法,主要解决现有技术中虚拟阵列的非均匀性导致的信息损失以及预定义空间网格点的基不匹配问题所引发的波达方向估计误差。其实现步骤是:架构互质阵列;互质阵列接收信号建模并计算其等价虚拟信号;构造内插虚拟阵列并初始化其虚拟域信号统计量;设计基于核范数最小化的优化问题并求解,以重建内插虚拟阵列协方差矩阵;形成内插虚拟阵列协方差矩阵的信号子空间;构造具有旋转不变性的两个虚拟子阵信号子空间;计算两个虚拟子阵信号子空间的转换矩阵;形成波达方向估计的闭式解。本发明提高了波达方向估计的自由度和准确度,可用于无源定位和目标探测。

    基于角度-空间频率域快速傅里叶变换的互质阵列波达方向估计方法

    公开(公告)号:CN108680892A

    公开(公告)日:2018-10-19

    申请号:CN201810464602.0

    申请日:2018-05-15

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于角度‑空间频率域快速傅里叶变换的互质阵列波达方向估计方法,主要解决现有技术计算复杂度高的问题。其实现步骤是:接收端架构互质阵列;利用互质阵列接收入射信号并建模;根据互质阵列接收信号推导对应于增广虚拟均匀线性阵列的二阶等价虚拟信号;定义角度‑空间频率并用其描述虚拟均匀线阵的二阶等价虚拟信号;对用角度‑空间频率描述的二阶等价虚拟信号进行预加窗操作;对加窗预处理后的二阶等价虚拟信号进行补零操作;对补零后的二阶等价虚拟信号进行快速傅里叶变换操作,并构建空间谱;根据所构建空间谱进行波达方向估计。本发明在提升信号波达方向估计自由度性能的同时降低了计算复杂度,易于在实际系统上实现。

    基于概率扩散模型的声学模型后处理方法、服务器及可读存储器

    公开(公告)号:CN114512114B

    公开(公告)日:2025-05-09

    申请号:CN202111652872.2

    申请日:2021-12-30

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于概率扩散模型的声学模型后处理方法、服务器及可读存储器,该方法包括:模型训练,利用服务器对概率扩散模型进行训练,通过降低损失函数优化概率扩散模型的参数,直至模型收敛,获得概率扩散模型的权重;模型推断,根据训练阶段获得的模型权重,利用服务器对输入的预测频谱实现频谱优化。该方法通过学习输入的预测频谱和真实频谱之间的特征相似性,使用模型中噪声估计网络的数据拟合能力,实现基于扩散的概率分布转移,最终使输入的预测频谱更加近似于真实频谱。通过频谱质量的提高实现对合成语音自然度的提升。该方法针对各种声学模型得到的频谱都可以起到频谱细节优化的作用,与其他方法相比,取得了更优的频谱生成效果。

Patent Agency Ranking