-
Patent Agency Ranking
公开(公告)号：CN119272800A
公开(公告)日：2025-01-07
申请号：CN202411375465.5
申请日：2024-09-30
Applicant: 电子科技大学
IPC: G06N3/006 , G06N3/126 , H01Q15/14 , H04B7/0408
Abstract: 本发明公开一种提升阵馈反射面天线EIRP效率的方法，属于阵馈反射面天线领域。该方法包括步骤如下：S1.随机初始化二进制杂草种群；S2.杂草适应度评价；S3.杂草种群基于概率选择机制进行繁殖扩散；S4.新生成杂草的适应度评价；S5.杂草种群的竞争性排除；S6.判断是否达到最大进化代数，输出最终解或返回S3。本发明方法对经典的入侵杂草算法进行了改进，杂草种群的繁殖扩散不再基于正态分布机制，而是基于概率选择机制，改进后的算法能够适用于二进制变量的快速优化，使得到的馈源阵馈电功率方案能够有效提升反射面天线EIRP效率。
-
公开(公告)号：CN118784042A
公开(公告)日：2024-10-15
申请号：CN202411273175.X
申请日：2024-09-12
Applicant: 电子科技大学
Abstract: 本发明提供了一种阵列阵波束赋形方法。此方法基于一种轻量化的、由先验知识引导的神经网络，方法包括：步骤一：建立AoA波束赋形样本数据集；步骤二：搭建基于先验知识的神经网络模型，采用规则密布阵的激励系数作为先验知识；步骤三：利用样本数据集训练神经网络模型；步骤四：利用训练后的神经网络模型进行AoA波束赋形。本发明方案采用规则密布阵的激励系数作为先验知识可降低神经网络输入输出映射关系认知难度，使神经网络具有轻量化的结构，从而让一次参数前向传递的计算量明显减少，另一方面，利用训练好的神经网络进行AoA波束赋形仅需一次参数的前向传递，因而波束赋形速度快，可满足实时响应需求。
-
公开(公告)号：CN118784042B
公开(公告)日：2024-11-26
申请号：CN202411273175.X
申请日：2024-09-12
Applicant: 电子科技大学
Abstract: 本发明提供了一种阵列阵波束赋形方法。此方法基于一种轻量化的、由先验知识引导的神经网络，方法包括：步骤一：建立AoA波束赋形样本数据集；步骤二：搭建基于先验知识的神经网络模型，采用规则密布阵的激励系数作为先验知识；步骤三：利用样本数据集训练神经网络模型；步骤四：利用训练后的神经网络模型进行AoA波束赋形。本发明方案采用规则密布阵的激励系数作为先验知识可降低神经网络输入输出映射关系认知难度，使神经网络具有轻量化的结构，从而让一次参数前向传递的计算量明显减少，另一方面，利用训练好的神经网络进行AoA波束赋形仅需一次参数的前向传递，因而波束赋形速度快，可满足实时响应需求。
-
公开(公告)号：CN118523827A
公开(公告)日：2024-08-20
申请号：CN202410499085.6
申请日：2024-04-24
Applicant: 电子科技大学
Abstract: 本发明公开一种基于神经网络的远区低副瓣唯相波束赋形方法，属于天线技术领域。本发明方法包括：1.建立唯相样本数据集；2.搭建并训练译码器网络；3.根据波束赋形要求设置目标功率方向图模板；4.搭建并训练编码器网络，完成唯相波束赋形。本发明方法适用于各种阵列拓扑，包括线阵、平面阵和共形阵，包括均匀阵和非均匀阵；此外，本发明方法仅需待赋形目标功率方向图模板信息，无需准确的目标方向图幅度和相位信息，根据赋形需求可轻松设置模板信息，灵活度高；最后，本发明方法可有效降低远区副瓣电平，从而保证通信设备在接收目标信号时免受处于远区的其他设备干扰。
-
公开(公告)号：CN116937186A
公开(公告)日：2023-10-24
申请号：CN202311018648.7
申请日：2023-08-14
Applicant: 电子科技大学
Abstract: 本发明公开了一种宽带宽角圆极化阵列阵(AoA)天线的拓扑排布方法，该AoA天线由若干个子阵旋转模块组成；所述子阵旋转模块占据4×4的栅格，并由四个水平子阵和四个垂直子阵按照特定约束规则组成；所述水平子阵和垂直子阵由相邻的两个宽带圆极化单元按照水平排列或垂直排列的方式构成。所述子阵旋转模块中，每两个相邻水平子阵或垂直子阵中的宽带圆极化单元在4×4的栅格中按照0°、90°、180°、270°的旋转方向排布以实现子阵级旋转馈电。本发明基于约束化的子阵排布，结合子阵级的旋转馈电，大幅提升AoA天线宽带宽角扫描下的轴比性能，克服了AoA天线宽角扫描下轴比带宽受限的难题。
-
-
-
-
Search Results
5
records
(took 0.015 seconds)
