一种小型化开倒E型槽式超宽带毫米波微带天线

    公开(公告)号:CN105932409B

    公开(公告)日:2018-07-24

    申请号:CN201610293157.7

    申请日:2016-05-05

    Abstract: 本发明提供的是一种小型化开倒E型槽式超宽带毫米波微带天线。包括方形介质基板(1)、位于方形介质基板一侧的接地面(2)、位于方形介质基板另一侧的辐射贴片(3)、以及馈线(7),其特征是:所述的辐射贴片的外轮廓为矩形,辐射贴片中开有倒E型槽(4)和两个圆角矩形槽(5),两个圆角矩形槽位于倒E型槽的下方。本发明具有辐射特性好,增益高,尺寸小、剖面低、易共形、易集成、加工简单、成本低等优点。非常适合5G移动通信大规模组网。

    一种基于B型双链量子遗传算法的二维最大熵图像分割方法

    公开(公告)号:CN106951901A

    公开(公告)日:2017-07-14

    申请号:CN201710129836.5

    申请日:2017-03-06

    Abstract: 本发明属于量子遗传算法和图像分割领域,尤其涉及一种基于B型双链量子遗传算法的二维最大熵图像分割方法。本发明包括:步骤一、读入图像,读取每个像素点的灰度值f(x,y);步骤二、计算灰度均值,及某像素点附近八个像素点的平均灰度值g(x,y);由[f(x,y),g(x,y)]构成二维灰度‑灰度均值直方图;步骤三、参数设置:设置算法参数:种群规模m、每条染色体的基因位数n、最大迭代次数gen、变异概率pm;步骤四、初始化种群,进行解空间变换,将染色体中上下两条并行基因链所表示的编码空间与寻优解空间建立一一对应的关系等。本发明利用B型双链量子遗传算法对二维最大熵阈值分割方法进行改进,提出分割速度快,具有一定去干扰能力的B型双链量子二维最大熵阈值分割方法。

    一种基于复角检测的欠定盲源分离中的时频单源点提取方法

    公开(公告)号:CN106448694A

    公开(公告)日:2017-02-22

    申请号:CN201610810834.8

    申请日:2016-09-08

    Abstract: 本发明属于盲信号分离技术领域,尤其涉及一种基于复角检测的欠定盲源分离中的时频单源点提取方法。本发明包括:从接收传感器获取经过瞬时混合后的源信号即观测信号;忽略噪声的影响,计算观测信号的空间时频分布;计算时频域各传感器接收信号的复角;计算两传感器接收信号的复角的反正切函数差值;取时频单源点集合中的时频点,通过自适应层次聚类的方法去除噪声。本发明提供的方法降低了对源信号稀疏性的要求,提高了时频单源点的提取精度,使得本发明可以解决源信号在时频域均混叠条件下的欠定盲源分离中时频单源点的提取问题。

    一种强干扰源环境下的LFM信号检测方法

    公开(公告)号:CN102510363A

    公开(公告)日:2012-06-20

    申请号:CN201110291400.9

    申请日:2011-09-30

    Abstract: 一种强干扰源环境下的LFM信号检测方法,属于信号处理技术领域。它采用以下步骤:首先采用阵列接收时域复数盲分离技术,将接收到的多分量信号及各种干扰源信号进行时域分离,分解成多路时域接收信号,然后分别对每路时域接收信号进行信号与干扰的判别,根据电子侦察接收机的宽带接收体制,及频谱密度函数的二阶中心矩所代表的信号频谱宽度特性,选择出宽带高斯噪声干扰源信号,通过云模型特征向量提取与信号频谱序列相似度判别,选择出同频窄带干扰源信号,最后对剩余的各路时域分离信号分别通过Wigner-Hough变换进行多分量LFM信号的检测与参数估计。它能够有效提取多分量信号中的各分量线性调频信号并进行精确的参数估计。

    一种基于注意力机制的遥感图像小目标检测方法

    公开(公告)号:CN118865094A

    公开(公告)日:2024-10-29

    申请号:CN202310464106.6

    申请日:2023-04-26

    Abstract: 本发明公开了一种基于注意力机制的遥感图像小目标检测方法,所述方法包括如下步骤:步骤一、改进YOLOv5网络模型结构:在YOLOv5的骨干网络SPPF结构之前增加协同注意力机制,将目标位置信息有效地嵌入到模型通道注意力网络中;在骨干网络快速金字塔池化模块之后引入上下文转换器模块,更好地兼顾全局信息与上下文信息的提取;使用EIoU损失函数替换CIoU损失函数;步骤二、遥感图像小目标检测:利用步骤一改进的YOLOv5网络模型结构进行遥感图像小目标检测。本发明能够实现在遥感图像小目标居多情况下提升检测精度的目的。

    一种基于可形变与深度分离卷积的遥感图像目标检测方法

    公开(公告)号:CN118865093A

    公开(公告)日:2024-10-29

    申请号:CN202310464105.1

    申请日:2023-04-26

    Abstract: 本发明公开了一种基于可形变与深度分离卷积的遥感图像目标检测方法,所述方法包括如下步骤:步骤一、在YOLOv5多尺度检测头的中目标层使用卷积核为7寸的可变形卷积替换普通的常规卷积进行中目标层的特征提取;在YOLOv5多尺度检测头的大目标层使用卷积核为31寸的深度可分离卷积替换普通的常规卷积进行大目标层的特征提取与特征融合;步骤二、将训练集输入至改进的YOLOv5网络模型进行训练,得到训练后的网络模型,即可使用所得到的网络模型对遥感图像中的目标进行检测。本发明通过改进各检测层的感受野进而提升遥感图像不同尺度目标检测的准确性,从而实现在遥感图像中存在多种尺度目标的情况下提升检测精度。

    一种多分量线性调频干扰抑制方法

    公开(公告)号:CN114910935B

    公开(公告)日:2024-10-15

    申请号:CN202210501185.9

    申请日:2022-05-09

    Abstract: 本发明公开了一种多分量线性调频干扰抑制方法,对射频信号进行射频处理和数字化处理,获得数字接收信号X;获得信号X的时域差分数据;构造m×(N‑m)阶矩阵H,其中m<N‑m;获取矩阵H奇异值分解重构后的数据ySVD(n);通过ySVD(n)获取拐点索引区间[Pds,Pde]和干扰中心区间[Pde,P(d+1)s];选取[Pde,P(d+1)s]区间进行分数阶傅里叶变换最优阶数搜索,并在分数阶傅里叶变换域进行干扰抑制,获取分数阶傅里叶变换域干扰抑制后的信号y'(n);提取y'(n)中位于[Pde,P(d+1)s]区间对应部分yd'(n),计算残余干扰抑制门限,将y'(n)中位于[Pds,Pde]区间内超过门限的数据置零去除残余干扰。本发明按能量逐次消除干扰分量减少接收信号信噪比损失,同时根据调频率拐点区间信息选取门限估计区间与残余干扰抑制区间,提升多分量线性调频干扰抑制技术在不同干噪比下的自适应性。

    一种基于动态簇的无线传感器网络目标跟踪方法

    公开(公告)号:CN113613175B

    公开(公告)日:2023-10-13

    申请号:CN202110836597.3

    申请日:2021-07-23

    Abstract: 本发明提供一种基于动态簇的无线传感器网络目标跟踪方法。主要研究了目标跟踪过程中的传感器节点选择问题,所述方法包括:利用粒子滤波的方法对目标在下一时刻的位置进行预测;根据目标的预测位置、预测协方差矩阵和传感器节点的感知半径确定候选节点区域;在候选节点区域中综合考虑节点的剩余能量和PCRLB信息来选择固定数量的传感器节点组成动态簇对目标进行跟踪。本发明的方法不仅能降低跟踪误差,而且可以平衡各节点的能量消耗,延长网络生存期。

Patent Agency Ranking