-
公开(公告)号：CN114428230B
公开(公告)日：2025-04-11
申请号：CN202111651968.7
申请日：2021-12-30
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种子带频率编码的切片干扰抑制方法方法，主要解决现有技术仅利用相关性不能实现剔除间歇采样转发的干扰数据，导致干扰信号能量大于信号能量时无法正确识别目标的问题，以及当干信比过大时，过渡带干扰残余会淹没相邻目标信号段导致无法正确识别目标的问题。本发明的具体步骤为：1、估计切片干扰参数；2、生成脉内子脉冲频率的发射信号；3、根据干扰参数对发射信号的子脉冲频率编码；4、构建包含干扰和目标的回波信号波形；5、分段脉压抗干扰。本发明通过频率编码使被采样转发子脉冲和未被采样子脉冲频段分别集中，提高了目标检测概率、目标积累增益和目标检测的可靠性。
-
公开(公告)号：CN116390077A
公开(公告)日：2023-07-04
申请号：CN202310259591.3
申请日：2023-03-16
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种6G空天地一体化网络下基于DQN网络的无人机邻节点发现方法，包括以下步骤：步骤一，构建无人机网络的初始系统模型；步骤二，采用二维马尔科夫链对CSMA/CA协议的二元指数退避算法计算每个参考节点竞争信道成功并成功发送信息的概率ps；步骤三，设置DQN网络的状态、动作和奖励函数；步骤四，基于状态、动作和奖励函数对DQN网络进行训练，得到训练后的DQN网络；步骤五，将网络节点对应的当前状态输入训练后的DQN网络，输出奖励值最大对应的动作。本发明将无人机网络的多业务需求作为邻节点发现的考虑因素，通过多业务竞争模型并基于DQN网络提出无人机邻节点发现方法，降低了无人机网络系统开销的同时提高了邻节点发现精度。
-
公开(公告)号：CN114428230A
公开(公告)日：2022-05-03
申请号：CN202111651968.7
申请日：2021-12-30
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种子带频率编码的切片干扰抑制方法方法，主要解决现有技术仅利用相关性不能实现剔除间歇采样转发的干扰数据，导致干扰信号能量大于信号能量时无法正确识别目标的问题，以及当干信比过大时，过渡带干扰残余会淹没相邻目标信号段导致无法正确识别目标的问题。本发明的具体步骤为：1、估计切片干扰参数；2、生成脉内子脉冲频率的发射信号；3、根据干扰参数对发射信号的子脉冲频率编码；4、构建包含干扰和目标的回波信号波形；5、分段脉压抗干扰。本发明通过频率编码使被采样转发子脉冲和未被采样子脉冲频段分别集中，提高了目标检测概率、目标积累增益和目标检测的可靠性。
-
公开(公告)号：CN110322453A
公开(公告)日：2019-10-11
申请号：CN201910604264.0
申请日：2019-07-05
Applicant: 西安电子科技大学
Abstract: 本发明提出了一种基于位置注意力和辅助网络的3D点云语义分割方法，主要解决现有技术分割精度较低的问题，其实现方案是：获取训练集T和测试集V；构建3D点云语义分割网络，并设定该网络的损失函数，该网络包括依次级联的特征下采样网络，位置注意力模块，特征上采样网络和辅助网络；使用训练集T对该分割网络进行P轮有监督的训练：在每轮的训练过程中根据损失函数，调整网络参数，在P轮训练完成后，将分割精度最高的网络模型作为训练好的网络模型；将测试集V输入到训练好的网络模型中进行语义分割，得到每一个点的分割结果。本发明提高了3D点云语义分割精度，可用于自动驾驶、机器人、3D场景重建、质量检测，3D制图及智慧城市建设。
-
公开(公告)号：CN110245709A
公开(公告)日：2019-09-17
申请号：CN201910526990.5
申请日：2019-06-18
Applicant: 西安电子科技大学
Abstract: 本发明提出了一种基于深度学习和自注意力机制的3D点云数据语义分割方法，用于解决现有技术中存在的分割精度较低的技术问题，实现步骤包括：(1)获取训练集和验证集；(2)构建深度学习和自注意力机制的3D点云数据语义分割网络；(3)设置训练深度学习和自注意力机制的3D点云数据语义分割网络所需的损失函数；(4)对深度学习和自注意力机制的3D点云数据语义分割网络进行监督训练；(5)获取3D点云数据测试集的语义分割结果。本发明在深度学习网络中加入了自注意力模块，能够更好地提取包含各个特征通道之间关系的深层特征，从而提高分割精度。
-
Patent Agency Ranking
公开(公告)号：CN107798162A
公开(公告)日：2018-03-13
申请号：CN201710786012.5
申请日：2017-09-04
Applicant: 西安电子科技大学
CPC classification number: G06F17/5036 , H02J3/00 , H02J2003/007
Abstract: 本发明属于电力电网技术领域，公开了一种电网正序电压分量与负序电压分量估计方法及装置，将采集的电网电压信号进行Clark变换，基于变换得到的信号建立Marino-Tomei观测器，观测电网频率和中间变量，进而计算正序电压分量和负序电压分量，并估计网的正序电压分量与负序电压分量的幅值与相角。所述电网正序电压分量与负序电压分量估计方法包括：采集电网三相电压；进行Clarke变换；得到电网电压；构建观测器；进行变量代换；计算电网的正序电压分量与负序电压分量；计算电网的正序电压分量与负序电压分量的幅值与相角。本发明的动态响应速度快，且能够实现全局渐进收敛，在电网频率变化的情况下，具有优良的稳态精度。
-
公开(公告)号：CN115201824B
公开(公告)日：2024-09-24
申请号：CN202210919381.8
申请日：2022-08-02
Applicant: 西安电子科技大学
IPC: G01S13/90
Abstract: 本发明公开了双基成像雷达空变误差补偿和图像畸变联合处理方法，主要解决现有技术由于忽略空变相位误差导致ISAR图像聚焦效果差，低信噪比成像环境中畸变校正精度低的问题。其实现方案是：1)对回波进行脉冲压缩和平动补偿；2)利用补偿后信号计算空变相位误差；3)建立空变相位误差参数的优化函数；4)通过优化函数对空变相位误差参数进行优化获得其估计值；5)利用估计值求解图像畸变系数；6)利用畸变系数和空变相位误差对图像进行空变相位误差补偿和畸变矫正得到双基ISAR图像。本发明显著提高了双基ISAR成像的图像聚焦效果及畸变校正精度，可用于运动目标聚焦成像与目标识别。
-
公开(公告)号：CN115618400A
公开(公告)日：2023-01-17
申请号：CN202210893765.7
申请日：2022-07-27
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种位置隐私保护的实时疾控流调方法，包括：智能终端获取当前位置信息及四叉树节点信息后进行加密，并将加密后的当前位置信息及四叉树节点信息上传至云服务器；云服务器将加密后的四叉树节点信息发送至疾控流调组织后，疾控流调组织通过解密获得四叉树节点信息，并返回一一对应的混淆四叉树节点；云服务器将加密后的当前位置信息按照混淆四叉树节点存储入四叉树存储节点；当发现阳性病例时，疾控流调组织向云服务器发送包含第一身份标识的查询请求；云服务器获取阳性病例在t1～tn内的第一当前位置信息及对应的第一四叉树节点信息，并在筛选出各时刻所在时间窗口内非阳性病例的第二当前位置信息及第二四叉树信息后，确定密切接触者。
-
公开(公告)号：CN111541358A
公开(公告)日：2020-08-14
申请号：CN202010216265.0
申请日：2020-03-25
Applicant: 西安电子科技大学
IPC: H02M1/08 , H02M7/5387 , G05B15/02
Abstract: 本发明属于变频开关序列控制技术领域，公开了一种变频开关序列控制方法、系统、存储介质、装置及应用，建立一阶连续开关系统模型；设计输入变量u；得到功率元件开关切换序列；得到跟踪误差并分析。系统包括：单相L型逆变器模型，用于建立一阶连续开关系统模型；可控直流电源，用于控制输入变量u的幅值大小；控制板，编写DSP程序使得逆变器中的功率开关元件按所设计的高频开关序列进行导通和关断；带数字滤波功能的示波器，用于观测电流信号和跟踪给定信号，并进行误差分析。本发明跟踪给定信号的动态响应快，在跟定信号发生改变时，有着精确的稳态误差。
-
公开(公告)号：CN111538238A
公开(公告)日：2020-08-14
申请号：CN202010216110.7
申请日：2020-03-25
Applicant: 西安电子科技大学
IPC: G05B13/04
Abstract: 本发明属于功率电子学中的功率开关控制技术领域，公开了一种一阶离散开关切换序列控制和误差分析方法及系统，单相L型逆变器用于建立一阶离散开关系统模型；可控直流电源用于产生所需的控制输入变量u的幅值大小；控制板编写DSP程序使得逆变器中的功率开关元件按所设计的开关序列进行切换，并对采集到的电流信号进行离散化处理；带数字滤波功能的示波器用于观测电流信号和跟踪给定信号，并进行误差分析。本发明基于开关控制理论充分讨论整个电力系统的稳定性，其跟踪给定信号的动态响应快，在跟定信号发生改变时，有着精确的稳态误差。
-
-
-
-
-
-
-
-
-
Search Results
46
records
(took 0.035 seconds)
