公开(公告)号：CN116708108A

公开(公告)日：2023-09-05

申请号：CN202310851062.2

申请日：2023-07-11

Applicant: 电子科技大学

Inventor： 阎波 ,  张新辰 ,  杜奇龙 ,  郭雨琦 ,  赵楚奇

IPC: H04L27/00

Abstract: 本发明公开了一种通信信号调制识别系统及方法，其系统包括瞬时幅度相位提取模块、瞬时幅度均值归一化模块、瞬时相位解卷绕非线性相位提取模块、特征参数σdp计算模块、特征参数P计算模块、特征参数γmax计算模块、特征参数计算模块和特征参数计算模块，支持AM、FM、USB、LSB、ASK、QAM、FSK和PSK八类调制信号的识别，基于FPGA实现灵活可配置的通信信号调制识别算法，满足小型化、低成本、实时性强的需求。

公开(公告)号：CN118070099A

公开(公告)日：2024-05-24

申请号：CN202410221490.1

申请日：2024-02-28

Applicant: 电子科技大学

Inventor： 肖卓凌 ,  孙文杰 ,  张新辰 ,  胡信为 ,  宋濡君

IPC: G06F18/24 ,  G06F18/23 ,  G06F18/214 ,  G06N3/09 ,  G06N3/0455

Abstract: 本发明公开了一种针对已分选雷达脉冲序列的零样本增量识别方法，包括以下步骤：S1、获取已分选的雷达脉冲描述字序列并进行数据预处理，得到预处理后的已知类雷达脉冲描述字序列与未知类雷达脉冲描述字序列；S2、将步骤S1中已知类雷达脉冲描述字序列输入增量式识别网络中进行监督训练，得到训练好的增量式识别网络；S3、将待识别的已分选雷达脉冲描述字序列输入步骤S2中训练好的增量式识别网络进行增量式识别，得到带标签的已知类信号数据与未知类信号数据；S4、将步骤S3中带标签的已知类信号数据与未知类信号数据输入零样本增量式识别网络中进行训练，得到所有未知类信号数据的增量识别结果；该方法对未知类信号数据以零样本的方式进行拒识聚类，不仅可以进行增量式学习，而且具有良好的精度；同时在增量过程中能够对已知类信号数据进行高精度识别。

公开(公告)号：CN117934831A

公开(公告)日：2024-04-26

申请号：CN202311872786.1

申请日：2023-12-29

Applicant: 电子科技大学

Inventor： 肖卓凌 ,  王天越 ,  胡信为 ,  向禹骄 ,  张新辰

IPC: G06V10/26 ,  G06V10/44 ,  G06V10/80 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08 ,  G01S17/89 ,  G06T7/10

Abstract: 本发明公开了一种基于相机和激光融合的三维语义分割方法，包括以下步骤：将相机图像与激光点云数据分别输入相机模块与激光模块提取图像与激光点云数据特征，得到相机图像特征图与激光点云数据特征图，输入融合模块进行特征融合，得到融合后的相机图像特征和激光点云数据特征，并分别输入相机模块与激光模块，得到相机图像特征图和激光点云数据特征图，然后输入监督模块计算损失函数，更新三维语义分割网络的参数权重，得到训练好的三维语义分割网络；获取相机图像和激光点云数据，输入训练好的三维语义分割网络，得到激光点云数据与相机图像的语义分割结果；该方法有效结合图像的纹理信息与激光的距离信息，提高了语义分割的准确率。

公开(公告)号：CN114333779A

公开(公告)日：2022-04-12

申请号：CN202111663019.0

申请日：2021-12-30

Applicant: 电子科技大学

Inventor： 肖卓凌 ,  王智 ,  张新辰 ,  付宇飞

IPC: G10L15/02 ,  G10L15/08 ,  G10L19/26 ,  G10L25/24 ,  G10L25/27

Abstract: 本发明公开了一种基于FPGA平台的声音识别系统及方法，系统包括相互连接的FPGA开发板和声音输入模块；其中，FPGA开发板包括声音输入预处理模块、声音MFSC提取模块、CNN识别模块、DMA模块、DDR3、DDR Ctrl、数据缓存布控模块、乒乓RAM、MFSC RAM、CNN输入RAM和CNN输出RAM；声音输入模块依次通过声音输入预处理模块、乒乓RAM、声音MFSC提取模块和MFSC RAM与数据缓存布控模块连接；数据缓存布控模块还分别与DMA模块、CNN输入RAM和CNN输出RAM连接，CNN识别模块分别与DMA模块、CNN输入RAM和CNN输出RAM连接，DMA模块还分别与DDR Ctrl和DDR3连接。

公开(公告)号：CN119205921A

公开(公告)日：2024-12-27

申请号：CN202411311685.1

申请日：2024-09-20

Applicant: 电子科技大学

Inventor： 肖卓凌 ,  张新辰 ,  彭卓霖 ,  赖鹏宇 ,  陈清远

IPC: G06T7/73 ,  G01C21/00 ,  G06V10/46 ,  G06V10/75 ,  G06V10/82 ,  G06N3/042 ,  G06N3/08

Abstract: 本发明涉及同时定位与地图构建技术领域，公开了一种基于图神经网络的SLAM后端位姿优化方法，包括以下步骤：提取连续输入SLAM系统的图像流的关键特征点，记录特征描述符；将关键特征点投射到三维空间，通过立体匹配获取左右相机图像的对应点并三角化，得到关键特征点的三维坐标；选取关键帧，记录关键帧中关键特征点及特征描述符，判断关键帧数量是否大于预设阈值；通过关键特征点匹配，确定关键帧之间的共视关系，得到关键帧的图拓扑结构并输入图神经网络中进行位姿优化；将关键帧数据库中的关键帧按时间戳大小正序排序，保留正序排序的关键帧中的后半部分关键帧进行下一轮的数据收集与优化；该方法提高了关键帧位姿优化精度，且提高了SLAM系统的性能。