-
公开(公告)号：CN116318522B
公开(公告)日：2023-08-08
申请号：CN202310531612.2
申请日：2023-05-12
申请人： 中国民用航空飞行学院 , 浙江波誓盾科技有限公司
摘要： 本发明涉及一种无需参考信号接收通道的无源相参杂波抑制方法，属于无源相参定位技术领域，包括系统工作参数初始化；构造第1帧原始I、Q数据矩阵Y；将当前帧原始数据矩阵分割为K个子矩阵；提取第一个数据子矩阵中的直达波参考信号向量；提取第一个分割子矩阵数据中的杂波信号向量；构造第一个分割子矩阵数据中的信号向量；构造单帧数据直达波参考信号向量；构造单帧数据杂波抑制后的目标回波信号向量；重复上述步骤，直到所有数据处理完毕。本发明无需专门的参考信号接收通道，可大幅降低无源相参定位系统实现成本，同时简化了直达波参考信号提纯处理和杂波抑制流程，适合应用在低成本实时性要求以及场地受限等无源相参定位应场景用中。
-
公开(公告)号：CN116318522A
公开(公告)日：2023-06-23
申请号：CN202310531612.2
申请日：2023-05-12
申请人： 中国民用航空飞行学院 , 浙江波誓盾科技有限公司
摘要： 本发明涉及一种无需参考信号接收通道的无源相参杂波抑制方法，属于无源相参定位技术领域，包括系统工作参数初始化；构造第1帧原始I、Q数据矩阵Y；将当前帧原始数据矩阵分割为K个子矩阵；提取第一个数据子矩阵中的直达波参考信号向量；提取第一个分割子矩阵数据中的杂波信号向量；构造第一个分割子矩阵数据中的信号向量；构造单帧数据直达波参考信号向量；构造单帧数据杂波抑制后的目标回波信号向量；重复上述步骤，直到所有数据处理完毕。本发明无需专门的参考信号接收通道，可大幅降低无源相参定位系统实现成本，同时简化了直达波参考信号提纯处理和杂波抑制流程，适合应用在低成本实时性要求以及场地受限等无源相参定位应场景用中。
-
公开(公告)号：CN116913747A
公开(公告)日：2023-10-20
申请号：CN202311180389.8
申请日：2023-09-13
申请人： 中国民用航空飞行学院
IPC分类号： H01J23/24
摘要： 本发明公开了一种椭圆型类正弦波导慢波结构，其特征在于，在宽边尺寸为a、窄边尺寸为b的常规矩形波导金属壳体的基础上，该金属壳体内的上、下两侧面均沿着纵向即传输方向进行椭圆、正弦曲线交替半周期带状起伏，以使该金属壳体内的上、下两侧面分别形成多个均匀的、且依序排列的起伏波导。提高慢波结构的耦合阻抗，增加模式之间的阻带，从而提高行波管的输出功率和增益和提高行波管工作的稳定性。
-
公开(公告)号：CN115905819B
公开(公告)日：2023-05-12
申请号：CN202310220943.4
申请日：2023-03-09
申请人： 中国民用航空飞行学院
IPC分类号： G06F18/10 , G06N3/0464 , G06N3/0475 , G06N3/094
摘要： 本发明公开了一种基于生成对抗网络的rPPG信号生成方法及装置，属于生理信号识别技术领域。rPPG信号生成方法，包括：生成标准频率信号和标准波形信号；生成对抗网络生成待训练rPPG信号，并对标准频率信号、标准波形信号和待训练rPPG信号进行预处理，以及将预处理后的待训练rPPG信号分别与预处理后的标准频率信号和预处理后的标准波形信号进行对抗训练；其中，预处理为将一维的信号转换为二维的图像信号。本发明使用标准频率信号和标准波形信号分别与生成信号进行对抗学习，能够生成频率准确且波形形态标准化的rPPG信号。
-
公开(公告)号：CN115905819A
公开(公告)日：2023-04-04
申请号：CN202310220943.4
申请日：2023-03-09
申请人： 中国民用航空飞行学院
IPC分类号： G06F18/10 , G06N3/0464 , G06N3/0475 , G06N3/094
摘要： 本发明公开了一种基于生成对抗网络的rPPG信号生成方法及装置，属于生理信号识别技术领域。rPPG信号生成方法，包括：生成标准频率信号和标准波形信号；生成对抗网络生成待训练rPPG信号，并对标准频率信号、标准波形信号和待训练rPPG信号进行预处理，以及将预处理后的待训练rPPG信号分别与预处理后的标准频率信号和预处理后的标准波形信号进行对抗训练；其中，预处理为将一维的信号转换为二维的图像信号。本发明使用标准频率信号和标准波形信号分别与生成信号进行对抗学习，能够生成频率准确且波形形态标准化的rPPG信号。
-
公开(公告)号：CN116229137A
公开(公告)日：2023-06-06
申请号：CN202211562822.X
申请日：2022-12-07
申请人： 中国民用航空飞行学院
IPC分类号： G06V10/764 , G06V10/82 , G06V10/44 , G06V10/80 , G06N3/0464 , G06N3/084
摘要： 本发明公开了一种基于对比学习及YOLO‑v5的目标检测模型改进装置及方法，涉及计算机视觉技术领域，其技术方案要点是：包括YOLO‑v5网络结构与对比学习网络结构；对比学习网络结构用于计算并输出正、负样本图片之间的对比损失；YOLO‑v5网络结构通过卷积运算提取图像特征，在输出端生成预测框并设置非极大值抑制运算，保留预测框进行目标损失函数计算；计算出来的目标损失与对比学习网络的对比损失进行加权求和计算最终损失值，将最终损失值反向传回给YOLO‑v5网络进行参数更新。网络训练中加入了对比学习的思想，因此使训练出来的模型对于识别目标与背景差异更加明显，有效地提高了目标检测模型的检测精度。
-
-
-
-
-
搜索结果
6 条记录 (耗时 0.045 秒)
