一种针对雷达信号的非均匀间歇采样干扰的方法

    公开(公告)号:CN113866725B

    公开(公告)日:2024-06-07

    申请号:CN202111149058.9

    申请日:2021-09-29

    Applicant: 吉林大学

    Abstract: 本发明专利提出了一种针对雷达信号的非均匀间歇采样干扰的方法,采用在FPGA上实现基于遗传算法优化非均匀间歇采样干扰样式的方式,根据雷达相关的参数通过设计基于FPGA的遗传算法寻优方法得到使脉冲压缩后的压制效果和欺骗效果更优秀的干扰信号脉冲转发时宽,再通过基于FPGA根据相应的采样时宽与转发时宽对干扰信号进行间歇采样转发处理,达到干扰雷达有效检测目标的目的;本方法降低了硬件系统复杂度的同时,减少了功率切换带来的能量的损失,增加雷达对抗干扰的难度。

    基于布谷鸟算法改进ResNet的无线电调制信号识别分类方法

    公开(公告)号:CN114118339A

    公开(公告)日:2022-03-01

    申请号:CN202111337282.0

    申请日:2021-11-12

    Applicant: 吉林大学

    Abstract: 本发明公开了一种基于布谷鸟算法改进ResNet的无线电调制信号识别分类方法,首先处理训练数据集,设计ResNet网络训练模块,搭建ResNet训练网络和连接方式;其次根据布谷鸟算法相关步骤,设计CS寻优模块;然后进行无线电调制信号模型训练,并融合布谷鸟算法寻优模块不断迭代寻优,得到待优化目标超参数的优质解,残差网络根据优质解改进相关参数;最后经过训练后的网络输出准确率、混淆矩阵等,作为识别分类效果的指标,本方法采用CS算法优化初始参数设置,改变了以往凭借经验手动设置初始值不合理时影响网络训练效果及最终识别分类准确率的情况,通过迭代优化得到合适的初始权值,有效地改进了传统的ResNet训练的缺陷,同时具有很好的工程价值。

    一种高含量芸香柚皮苷和橙皮苷提取物的制备方法

    公开(公告)号:CN120001076A

    公开(公告)日:2025-05-16

    申请号:CN202510279956.8

    申请日:2025-03-11

    Applicant: 吉林大学

    Abstract: 本发明提供一种高含量芸香柚皮苷和橙皮苷提取物的制备方法,利用微波辅助低共熔溶剂最优化工艺对陈皮中的芸香柚皮苷和橙皮苷进行制备,通过单因素实验以及BBD响应面实验对微波辅助低共熔溶剂的萃取条件进行优化,最终得到最优提取条件为:氯化胆碱和乙二醇摩尔比为1:6,含水量为10%,固液比为10mg/mL,微波萃取温度94℃,时间41min,功率400W。本发明采用低共熔溶剂作为提取溶剂,并结合具有较高能量传输效率且易于规模化应用的微波辅助萃取技术,有望在未来在产业应用中提高效率,并使提取过程更环保和可持续,为芸香科植物资源的深加工利用提供新思路。

    一种针对雷达信号的非均匀间歇采样干扰的方法

    公开(公告)号:CN113866725A

    公开(公告)日:2021-12-31

    申请号:CN202111149058.9

    申请日:2021-09-29

    Applicant: 吉林大学

    Abstract: 本发明专利提出了一种针对雷达信号的非均匀间歇采样干扰的方法,采用在FPGA上实现基于遗传算法优化非均匀间歇采样干扰样式的方式,根据雷达相关的参数通过设计基于FPGA的遗传算法寻优方法得到使脉冲压缩后的压制效果和欺骗效果更优秀的干扰信号脉冲转发时宽,再通过基于FPGA根据相应的采样时宽与转发时宽对干扰信号进行间歇采样转发处理,达到干扰雷达有效检测目标的目的;本方法降低了硬件系统复杂度的同时,减少了功率切换带来的能量的损失,增加雷达对抗干扰的难度。

    基于布谷鸟算法改进ResNet的无线电调制信号识别分类方法

    公开(公告)号:CN114118339B

    公开(公告)日:2024-05-14

    申请号:CN202111337282.0

    申请日:2021-11-12

    Applicant: 吉林大学

    Abstract: 本发明公开了一种基于布谷鸟算法改进ResNet的无线电调制信号识别分类方法,首先处理训练数据集,设计ResNet网络训练模块,搭建ResNet训练网络和连接方式;其次根据布谷鸟算法相关步骤,设计CS寻优模块;然后进行无线电调制信号模型训练,并融合布谷鸟算法寻优模块不断迭代寻优,得到待优化目标超参数的优质解,残差网络根据优质解改进相关参数;最后经过训练后的网络输出准确率、混淆矩阵等,作为识别分类效果的指标,本方法采用CS算法优化初始参数设置,改变了以往凭借经验手动设置初始值不合理时影响网络训练效果及最终识别分类准确率的情况,通过迭代优化得到合适的初始权值,有效地改进了传统的ResNet训练的缺陷,同时具有很好的工程价值。

    一种用于氧还原反应的稻壳炭基铁系催化剂的制备方法

    公开(公告)号:CN117832525A

    公开(公告)日:2024-04-05

    申请号:CN202410021679.6

    申请日:2024-01-08

    Applicant: 吉林大学

    Abstract: 本发明公开了一种用于氧还原反应的稻壳炭基铁系催化剂的制备方法。稻壳炭与氮源、铁源在高温下形成了氮掺杂稻壳炭负载碳化铁(Fe3C@N‑RHPC)催化剂。制备前驱体的过程中,通过加入络合剂,与铁形成络合物,有效地提高金属在稻壳炭上的分散度。稻壳炭经过掺杂、负载后仍保留其分级多孔的特点,有利于暴露更多的活性位点,构建致密的导电网络。所制备的Fe3C@N‑RHPC催化剂在碱性条件下有与商业Pt/C相当的催化效果以及优于Pt/C的稳定性。

    一种基于双重全变分的高光谱混合噪声去除方法

    公开(公告)号:CN115082337A

    公开(公告)日:2022-09-20

    申请号:CN202210676035.1

    申请日:2022-06-15

    Applicant: 吉林大学

    Abstract: 本发明提供了一种基于双重全变分的高光谱混合噪声去除方法,获取含有混合噪声的高光谱图像,选取SSTV正则项来描述高光谱图像全局稀疏结构,同时设计重加权范数约束高光谱图像主成分图的空间方向差分影像的局部稀疏结构,引入双重约束,选取更稀疏的全局特征和局部特征,稀疏正则项用于隔离稀疏噪声,范数刻画影像的高斯噪声,构建基于双重全变分的高光谱图像去噪模型,引入辅助变量优化基于双重全变分的高光谱图像去噪模型,采用ALM算法框架来优化提出的模型,将复杂的问题转换成多个简单的子问题来交替迭代求解,得到去噪后高光谱图像;本发明可以有效提高高光谱影像去噪的适用性和精度。

Patent Agency Ranking