公开(公告)号：CN110212940A

公开(公告)日：2019-09-06

申请号：CN201910394828.2

申请日：2019-05-13

Applicant: 电子科技大学

Inventor： 李家林 ,  张瑞芳 ,  夏雷 ,  李华

IPC: H04B1/40 ,  H04B1/10 ,  H04L5/14

Abstract: 本发明公开了一种用于同时同频全双工通信的天线系统，属于微波天线技术领域。本发明包括一个天线阵列和一个全双工网络。本发明不同于现有技术中采用有源自干扰抑制方案的全双工网络，采用无源结构，且整体具有互易性，使系统接口更加灵活。本发明的本地收、发端均工作于相同的圆极化状态，由馈电网络与天线接口处的阻抗失配产生的反射、天线阵列中各单元之间的互耦以及本地发射机经馈电网络的泄漏而产生的自干扰信号在本地接收端均能有效地抵消。本发明可用低剖面的微带技术实现，相比于有源对消方案，采用无源对消方案不必考虑网络的非线性效应且没有直流偏置网络，使得整个网络更加紧凑并有助于小型化，具有广阔的应用前景。

公开(公告)号：CN116439699A

公开(公告)日：2023-07-18

申请号：CN202310118123.4

申请日：2023-02-15

Applicant: 桂林电子科技大学

Inventor： 陈真诚 ,  覃慧珊 ,  梁永波 ,  葛文竣 ,  李世勇 ,  唐群峰 ,  张瑞芳 ,  张锡壮

IPC: A61B5/1455 ,  A61B5/02 ,  G06N20/20

Abstract: 本发明涉及医疗器械技术领域，尤其涉及一种基于四波长脉搏波的无创血红蛋白测量装置与方法，装置包括反射式光电脉搏波传感器、脉搏波信号预处理模块、主控制器、USB串口通信模块和Qt上位机显示模块，通过光电反射式光电脉搏波传感器获得活体对象手指指端动脉处光电容积脉搏波原始微弱信号，经过处理和数据拟合后得到光电容积脉搏波信号与血红蛋白之间的模型关系，实现无创测量人体的血红蛋白值，不需要采集血样就可实现血红蛋白的检测，便于家庭和个人医疗监护使用；同时因为操作简便，对操作人员专业性要求不高，方便受试者自己监测生理指标。

公开(公告)号：CN116257779A

公开(公告)日：2023-06-13

申请号：CN202310123884.9

申请日：2023-02-16

Applicant: 桂林电子科技大学

Inventor： 陈真诚 ,  张瑞芳 ,  梁永波 ,  崔谋 ,  李世勇 ,  覃慧珊 ,  张锡壮 ,  胡旭东

IPC: G06F18/24 ,  G06F18/00 ,  G06F18/214 ,  G06N3/08

Abstract: 本发明涉及信息处理与计算机学科交叉技术领域，具体涉及一种基于深度学习分类的信号数据转换与数据扩增方法，针对深度学习模型的训练需要大量的数据以及信号处理过程信息丢失问题，以脉搏波信号为例，使用格拉姆角场将已有的一维信号序列编码为图像，使一维脉搏波信号段转化为二维图片，更利于使用卷积神经网络模型分类，达到更好的分类效果，数据经过少量的处理，不需要滤波以及特征提取等方式，就能够包含更多的信息；同时还可以将一段信号转化为多个格拉姆角场图片，使得少量的数据集达到数据扩增的目的。

公开(公告)号：CN110212940B

公开(公告)日：2021-03-30

申请号：CN201910394828.2

申请日：2019-05-13

Applicant: 电子科技大学

Inventor： 李家林 ,  张瑞芳 ,  夏雷 ,  李华

IPC: H04B1/40 ,  H04B1/10 ,  H04L5/14

Abstract: 本发明公开了一种用于同时同频全双工通信的天线系统，属于微波天线技术领域。本发明包括一个天线阵列和一个全双工网络。本发明不同于现有技术中采用有源自干扰抑制方案的全双工网络，采用无源结构，且整体具有互易性，使系统接口更加灵活。本发明的本地收、发端均工作于相同的圆极化状态，由馈电网络与天线接口处的阻抗失配产生的反射、天线阵列中各单元之间的互耦以及本地发射机经馈电网络的泄漏而产生的自干扰信号在本地接收端均能有效地抵消。本发明可用低剖面的微带技术实现，相比于有源对消方案，采用无源对消方案不必考虑网络的非线性效应且没有直流偏置网络，使得整个网络更加紧凑并有助于小型化，具有广阔的应用前景。

公开(公告)号：CN116965780A

公开(公告)日：2023-10-31

申请号：CN202310053720.3

申请日：2023-02-03

Applicant: 桂林电子科技大学

Inventor： 陈真诚 ,  张瑞芳 ,  梁永波 ,  崔谋 ,  李世勇 ,  唐群峰 ,  覃慧珊 ,  张锡壮

IPC: A61B5/0205 ,  A61B5/33 ,  A61B5/346 ,  A61B5/00

Abstract: 本发明涉及医疗数据分析技术领域，具体涉及一种结合多模态融合方式的房颤分类方法，将脉搏波信号转变成频谱图，将其送入改进后的CBAM_Resnet网络当中，将脉搏波信号送入三层CNN卷积网络中，分别提取频谱图和脉搏波信号段特征，并将特征融合再进行心房颤动分类，由于频谱图保留了脉搏波信号的时域和频域特征，并且CBAM_Resnet因为加入注意力机制从而提高了表征能力，可以关注重要特征并抑制不重要的信息，能够更好的提取出频谱图的图像特征，从而达到更高的分类效果。