-
公开(公告)号：CN116299124A
公开(公告)日：2023-06-23
申请号：CN202310284035.1
申请日：2023-03-22
Applicant: 电子科技大学
IPC: G01R35/00
Abstract: 本发明公开了一种示波器幅度定标的快速温度补偿方法，通过改变环境温度值，并自动记录示波器不同幅度档位下的信号因环境温度改变而引起的幅值变化，再利用最小二乘法与归一化对所获数据进行曲线拟合、幅度定标等处理，生成相应的温度补偿曲线与温度补偿系数，从而获取到环境温度变化时对示波器不同模拟通道下各幅度档位的影响程度高低，最后根据实时获取到的环境温度值下发对应温度补偿系数，即可快速缓解因环境温度变化所导致的显示波形幅度偏差的问题，同时也弥补了现有幅值补偿方案关注侧重点的空缺，且具有快速幅值补偿的特点，有着较为良好的补偿效果。
-
公开(公告)号：CN115499005A
公开(公告)日：2022-12-20
申请号：CN202211209239.0
申请日：2022-09-30
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于改进遗传算法的相位补偿方法，属于波形发生器技术领域。本发明是以级联二阶节结构的全通滤波器作为相位补偿滤波器，通过求解相位补偿滤波器的参数，使其相位函数逼近波形合成系统所需的相位响应，从而实现对FI‑DAC中子带通道间的相位偏差补偿。在求解相位补偿滤波器的参数过程中，引入了祖先染色体概念对传统遗传算法进行了改进，通过群延迟分解法获得一组初始解作为遗传算法中种群的祖先染色体，并在此基础上实现种群的产生和进化，改善系统的相位响应从而提升输出信号质量。
-
公开(公告)号：CN110674456B
公开(公告)日：2022-11-22
申请号：CN201910917405.4
申请日：2019-09-26
Applicant: 电子科技大学
IPC: G06F17/14
Abstract: 本发明公开了一种信号采集系统的时频转换方法，将包含M个点的输入序列转换成L行N列的矩阵，再将矩阵直接进行FFT转换，得到M个点的频谱值，然后新采集L个点的时域数据，按照采集时间从前到后的顺序依次放入现有第N列数据的右侧，即第N+1列，将矩阵的最左列数据舍弃，该新的第N列数据即为滑动后新增的时域数据，最后根据滑动前的频谱值重新计算当前N列时域数据的频谱值，其结果作为下一时刻的频域值，从而实现了时频转换。
-
公开(公告)号：CN110598334B
公开(公告)日：2022-04-19
申请号：CN201910875656.0
申请日：2019-09-17
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于协同衍化相关熵极限学习机的性能退化趋势预测方法，先基于协同衍化相关熵的极限学习机计算出输入样本的隐藏层输出，及对应的预测误差，然后通过协同衍化算法求取最优相关熵方差和影响权重，并进行更新迭代，直到找到粒子群中全局最优解σgbest,q2及对应的影响权重作为最优相关熵方差和影响权重，最后在满足极限学习机计算收敛的情况下，输出输入样本的预测值，从而得到输入样本的性能退化趋势，具有预测精度高，鲁棒性高等特点。
-
公开(公告)号：CN110174130B
公开(公告)日：2021-06-04
申请号：CN201910464095.5
申请日：2019-05-30
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于双渐变线性的数字示波器三维波形显示方法，在三维映射显示的基础之上，通过对三维映射数据库进行数据优化操作，以双渐变线性方式实现三维波形的亮度调节和颜色设置，来实现单色系模式或跨色系模式下三维波形的显示，从而具有更好辨识度，且极大的方便用户捕捉并观察异常信号。
-
Patent Agency Ranking
公开(公告)号：CN110598334A
公开(公告)日：2019-12-20
申请号：CN201910875656.0
申请日：2019-09-17
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于协同衍化相关熵极限学习机的性能退化趋势预测方法，先基于协同衍化相关熵的极限学习机计算出输入样本的隐藏层输出，及对应的预测误差，然后通过协同衍化算法求取最优相关熵方差和影响权重，并进行更新迭代，直到找到粒子群中全局最优解σgbest,q2及对应的影响权重作为最优相关熵方差和影响权重，最后在满足极限学习机计算收敛的情况下，输出输入样本的预测值，从而得到输入样本的性能退化趋势，具有预测精度高，鲁棒性高等特点。
-
公开(公告)号：CN109145516A
公开(公告)日：2019-01-04
申请号：CN201811167953.1
申请日：2018-10-08
Applicant: 电子科技大学
IPC: G06F17/50 , G06N3/08 , G06N3/00 , G01R31/316
CPC classification number: G06F17/5036 , G01R31/316 , G06N3/006 , G06N3/08
Abstract: 本发明公开了一种基于改进型极限学习机的模拟电路故障识别方法，先采用模拟电路在不同转折频率下的电压特征向量作为输入，再基于各熵率选取各个隐藏层神经元对应的输入向量，并通过多维粒子群算法生成达到最高相关度的权值和偏置，然后通过粒子群算法和迭代运算找到合适的影响参数，从而构造高效的隐藏层模型，最后通过该隐藏层模型训练出识别模拟电路故障的诊断模型，进而来识别模拟电路故障，具有故障识别精度高、速度快等特点。
-
公开(公告)号：CN107104750B
公开(公告)日：2018-10-16
申请号：CN201710278751.3
申请日：2017-04-25
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于多DAC并行结构的信号源的同步方法，通过将各个通道经采样时钟分频所得的数据时钟送到数据时钟鉴相模块，再任意取一个通道的数据时钟作为基准时钟，对该基准时钟做倍频得到一相关时钟，用该相关时钟的下降沿去采其余各个通道的数据时钟得到对应的相关信号，根据相关信号与相位差之间的推导公式，得到其余各个通道的数据时钟与基准数据时钟之间的相位差，将鉴相所得的相位差反馈到数据处理模块，在数据处理模块中通过相关运算，得到各个通道的波形数据之间的相对延迟，最后，基于所得的相对延迟，对各个通道数据产生模块输出的波形数据做超前或滞后处理，使得各个通道的波形数据同步，最终确保各个通道的输出波形同步。
-
公开(公告)号：CN105158679B
公开(公告)日：2017-12-05
申请号：CN201510579789.5
申请日：2015-09-14
Applicant: 电子科技大学
IPC: G01R31/316
Abstract: 本发明公开了一种基于传输函数的滤波电路故障诊断方法，首先根据滤波电路传输函数得到与元件参数相关的各项系数的表达式，以及无故障系数向量，根据各项系数的表达式得到用元件参数表达的传输函数系数关系矩阵，将矩阵转置并将各元素取绝对值得到故障字典矩阵；当滤波电路发生故障时，采用不同频率的激励信号输入电路得到输出电压，拟合得到滤波电路的传输函数表达式，得到被测滤波电路的故障系数向量，根据故障系数向量和无故障系数向量得到故障特征向量，从故障字典矩阵中查找与故障特征向量最接近的行向量，其对应的元件即为故障元件。本发明利用传输函数各项系数与故障元件的关系来进行故障诊断，可以快捷、准确地实现故障定位。
-
-
-
-
-
-
-
-
Search Results
187
records
(took 0.028 seconds)
