-
公开(公告)号：CN106450611A
公开(公告)日：2017-02-22
申请号：CN201610993714.6
申请日：2016-11-11
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于基片集成波导的高频率选择性平衡带通滤波器，包括上层介质基片和下层介质基片，上层介质基片设置三个上金属层，下层介质基片设置三个下金属层，上、下层介质基片之间设置中间金属层；所述上层介质基片设置有两排金属化通孔，下层介质基片相应的位置设置两排金属化通孔；所述上金属层均为等腰直角三角形；两个差分馈电微带线设置于上层介质基片，且与中间的上金属层斜边相接；两个差分馈电微带线设置于下层介质基片，且与中间的下金属层斜边相接；所述中间金属层设置两个矩形的孔隙，以及两个扇形的孔隙。本发明具有很好的频率选择性和优异的差模带外抑制性能，同时大大缩减了体积，兼具低损耗、高功率容量的特点。
-
公开(公告)号：CN106207324A
公开(公告)日：2016-12-07
申请号：CN201610749678.9
申请日：2016-08-26
Applicant: 南京理工大学
IPC: H01P1/20
CPC classification number: H01P1/2002
Abstract: 本发明公开了一种基于基片集成波导的宽带滤波器，包括介质基片、介质基片的下金属层、介质基片的上金属层，在介质基片上设置多个圆形的金属化通孔，通孔排列分布为矩形构成谐振腔；上金属层左、右两侧分别蚀刻用于给所述谐振腔馈电的共地共面的第一波导传输线和第二波导传输线，第一波导传输线、第二波导传输线的中间金属条带分别向外侧即分别向左、右两侧延伸成为第一输入馈电微带线和第一输入馈电微带线；所述第一输入馈电微带线和第一输入馈电微带线设置于谐振腔的中心向下偏移的位置，且第一输入馈电微带线和第一输入馈电微带线左右对称。本发明具有低损耗、低辐射、高功率容量的特点，同时因采用单个腔体，缩减了体积、节省了成本。
-
公开(公告)号：CN105763498A
公开(公告)日：2016-07-13
申请号：CN201610219121.4
申请日：2016-04-08
Applicant: 南京理工大学
IPC: H04L27/00 , H04L27/144 , H04L1/00 , H04L25/03
CPC classification number: H04L27/0014 , H04L1/0054 , H04L25/03019 , H04L27/144 , H04L2027/0026
Abstract: 本发明提供一种星载AIS全数字接收方法，包括：对射频数字化后的信号与本地载波正交下变频后滤波获取混合基带信号并分离；将分离后的单路信号进行突发检测；检测到帧头之后，进行频偏估计，基于频偏估计的结果对基带信号进行频偏补偿；选择帧头序列作为输入信号进行符号定时同步，获得符号定时误差估计值，根据符号定时误差估计值内插出最佳采样点数据；对最佳采样点数据采用非相干维特比解调算法进行信息解调，并基于循环冗余校验码对比特信息序列进行校验对帧头符号周期的最佳采样点序列和经校验的比特序列的频偏、幅度和初相进行估计；基于频偏、幅度和初相估值对解调信号进行恢复；将分离后的混合基带信号减去恢复的强信号。
-
公开(公告)号：CN105044685A
公开(公告)日：2015-11-11
申请号：CN201510345787.X
申请日：2015-06-19
Applicant: 南京理工大学
IPC: G01S7/32
CPC classification number: G01S7/32
Abstract: 本发明公开了一种线性调频脉冲信号的超低旁瓣脉压器设计方法。首先对所需处理的线性调频信号以时间间隔T进行采样，得到M点采样序列；以采样序列点数为脉压滤波器初始点数N=M；以采样序列脉压处理的旁瓣峰值为目标函数，以信噪比损失及主瓣展宽为限制条件，建立凸优化模型并求解，得到一组脉压滤波器系数；由脉压滤波器系数求解得到对应的脉压旁瓣峰值电平，若旁瓣峰值电平未达到实际应用的要求，则将脉压滤波器阶数N+1，重新建立凸优化模型并求解，若达到应用要求，则输出脉压滤波器系数、最低阶数以及脉压处理之后的峰值旁瓣电平。本发明实现线性调频信号的超低旁瓣脉冲压缩处理，能获得更低的旁瓣电平，脉压滤波器阶数具有更强的灵活性。
-
公开(公告)号：CN115356678B
公开(公告)日：2024-05-14
申请号：CN202210552779.2
申请日：2022-05-21
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于DPNALM算法的稀疏阵列DOA估计方法，包括：将稀疏阵列回波快拍重构成Toeplitz矩阵；构造基于秩最小化的矩阵填充模型，运用DPNALM算法对模型进行求解得到满阵#imgabs0#对所有快拍的缺失数据均填充完毕后得到补全的数据阵列Xr；求Xr的协方差矩阵并对其进行Toeplitz重构；运用DOA估计算法完成波达方向角估计。本发明提出的DPNALM算法将基于秩最小化的矩阵填充模型分解为低秩逼近和去噪两个子问题，利用Dykstra交替投影得到观测矩阵的低秩原子集，并将观测矩阵投影到低秩原子集上进行去噪，将DPNALM应用在非相关信源和相关信源下的稀疏阵列DOA估计中，均能取得较好效果。
-
Patent Agency Ranking
公开(公告)号：CN117784038A
公开(公告)日：2024-03-29
申请号：CN202311816655.1
申请日：2023-12-26
Applicant: 南京理工大学
Abstract: 本发明公开了一种FMCW雷达水速测量中的杂波抑制方法，包括：接收FMCW雷达目标回波数据；构造回波数据为n×k的二维数据矩阵S(n，k)；对S(n，k)进行双脉冲延时对消并在末尾补零得到D(n，k)；在D(n，k)距离维做快速傅里叶变换得到D′(n，k)以及目标所在距离门n0，提取第n0行得到D′(1，k)；基于信杂比获取最优窗长W；从第1个数据开始以W对D′(1，k)加窗并对窗内数据进行加权平均，其结果作为D′(1，k)的第1个数据；以间隔为1滑动窗，重复前一步直至完成所有数据处理，得到D″(1，k)，实现信号杂波抑制；对D″(1，k)进行水流速度的CFAR检测。本发明可以有效抑制水流信号杂波。
-
公开(公告)号：CN111624570B
公开(公告)日：2023-09-26
申请号：CN202010361230.6
申请日：2020-04-30
Applicant: 南京理工大学
IPC: G01S7/41 , G06F17/16 , G06N3/0464 , G06N3/08 , G06F18/214
Abstract: 本发明公开了一种基于二维卷积神经网络的雷达目标识别方法，包括：构造卷积神经网络——5层卷积层、5层池化层以及1层全连接层；将一维雷达频域目标数据基于Pooling算法进行压缩，并利用Hankle矩阵将压缩后的信号构造为二维数据平面；对所得到的二维数据平面进行标准化整形，去除直流部分使其满足所构造的卷积神经网络结构所要求的输入格式，生成训练集；使用卷积神经网络结构对训练集数据进行训练，并得到训练后的模型，使用该模型即可完成雷达目标识别的工作。本发明将原本为一维的地面侦察雷达频域目标信号构造为二维数据平面进行训练，可训练性大大增强，测试准确率更高，能更加有效地使用卷积神经网络对雷达频域目标信号进行目标识别。
-
公开(公告)号：CN111562545B
公开(公告)日：2023-09-26
申请号：CN202010366121.3
申请日：2020-04-30
Applicant: 南京理工大学
IPC: G01S3/14
Abstract: 本发明公开了一种基于PD‑ALM算法的稀疏阵列DOA估计方法，包括以下步骤：将稀疏阵列每次快拍获得的采样数据重排成托普利兹矩阵xT；构造基于秩最小化的矩阵填充模型，并运用PD‑ALM算法对矩阵xT进行填充，得到满阵x'T，矩阵x'T的第一行数据即为该单次快拍补全后的采样数据；所有快拍补全后的采样数据构成数据矩阵X'；最后运用DOA估计算法对数据矩阵X'进行DOA估计。本发明提出的PD‑ALM算法采用罚分解法直接求解秩最小化问题，将其应用在稀疏阵列中，在阵元个数相对较小、干扰源个数较多以及阵列更稀疏的情况下，都能很好地恢复出满阵的接收数据矩阵，从而更准确地估计出来波方向，提高稀疏阵列的测向性能。
-
公开(公告)号：CN111157954B
公开(公告)日：2023-07-18
申请号：CN201911313176.1
申请日：2019-12-18
Applicant: 南京理工大学
Abstract: 本发明公开了一种地面雷达目标检测门限系数自适应调整方法，假设波束扫描范围内有N个波束指向，将目标检测距离范围划分为M个距离段，每个距离段内的目标检测使用相同的门限系数；根据设定的虚警概率确定每个波位、不同距离段的初始恒虚警门限系数、噪声门限系数并存储；利用预存的门限系数采用CFAR恒虚警检测算法对所有波位进行目标检测，根据检测出的目标信噪比、目标属性、目标距离更新相应波位、距离段的恒虚警门限系数或噪声门限系数，直至所有波位、所有距离段的门限系数更新完毕。本发明通过将门限系数调整与目标属性相适应，提高了地面雷达强杂波下的检测性能、目标跟踪的稳定性和可靠性。
-
公开(公告)号：CN115495870A
公开(公告)日：2022-12-20
申请号：CN202210548738.6
申请日：2022-05-20
Applicant: 南京理工大学
Abstract: 本发明公开了一种改进S变换联合同步提取的时频分析方法，包括：针对待分析的非平稳信号，根据频率分辨率要求确定改进窗函数三个窗参数的范围；根据时频聚集度的定量化计算，确定三个窗参数的最优化选取；以优化后的参数对信号进行改进S变换；估算瞬时频率得到同步提取算子；对优化参数选取的改进S变换时频谱进行提取。本发明提出的改进S变换联合同步提取的时频分析方法进一步提升了S变换窗函数的灵活性，可以适应不同特征的信号，瞬时频率估计更加准确，时频分辨率高，具有更好的时频分析效果。
-
-
-
-
-
-
-
-
-
Search Results
170
records
(took 0.02 seconds)
