一种带有二次谐波增强次谐振腔的注入锁定三分频电路

    公开(公告)号:CN114513207B

    公开(公告)日:2024-06-28

    申请号:CN202210086894.5

    申请日:2022-01-25

    申请人: 东南大学

    IPC分类号: H03L7/185

    摘要: 本发明公开了一种带有二次谐波增强次谐振腔的注入锁定三分频电路,包括:两对互补交叉耦合对管,注入锁定电路、第一输出缓冲电路、第二输出缓冲电路、第一主开关电容阵列、第二开关电容阵列、第三开关电容阵列;由两对互补交叉耦合对管和主谐振腔构成振荡器,在主谐振腔中加入二次谐波增强电感,增强反馈信号中二次谐波的成分;注入锁定电路由差分注入电路和二次谐波增强次级谐振腔构成,提高了注入信号与反馈信号二次谐波的混频效率;本发明采用开关电容阵列调谐的方法,同时改变主次谐振腔的谐振频率,从而进一步提高分频器的分频范围。本发明同已有的注入锁定三分频器技术相比,可实现更宽的锁定范围,且不会增加芯片面积和直流功耗。

    一种基于GAT-Seq2seq模型的时空双注意力地铁客流短时预测方法

    公开(公告)号:CN113962472B

    公开(公告)日:2024-04-19

    申请号:CN202111278744.6

    申请日:2021-10-31

    申请人: 东南大学

    摘要: 本发明公开了一种基于GAT‑Seq2seq模型的时空双注意力地铁客流短时预测方法,该方法包括以下步骤:获取地铁客流数据;数据预处理以及数据集划分;依据站点地理位置及运行线路生成图结构网络;构建基于多头注意力的GAT模型,输入训练集中的特征向量,结合站点图结构计算站点的空间关联性;将GAT输出的特征向量传入基于时序注意力的Seq2seq模型,提取客流的时间相关性,利用训练集计算均方误差,调整GAT中图结构的边权重矩阵和Seq2seq模型中的循环神经网络参数;使用测试集进行预测并评估模型。本发明利用时空双注意力机制解决了现有预测模型仅从短时间维度寻找特征,导致预测结果精度低的问题。

    一种混合驾驶环境自动驾驶汽车驾驶能力测评方法

    公开(公告)号:CN113780780A

    公开(公告)日:2021-12-10

    申请号:CN202111010529.8

    申请日:2021-08-31

    申请人: 东南大学

    IPC分类号: G06Q10/06 G06F30/20

    摘要: 本发明公开了一种混合驾驶环境自动驾驶汽车驾驶能力测评方法,根据驾驶模拟器的场景生成流程构建了适用于自动驾驶汽车测试的场景建模方法,通过人类驾驶员操纵驾驶模拟器硬件控制场景中的背景车,驾驶模拟器软件通过API使外部程序控制场景中的被测自动驾驶汽车,实现了混合驾驶环境下的自动驾驶汽车测试。最后,建立评价指标和评价标准,通过分数的方式直观展示评价结果。本发明方法相较于虚拟仿真测试,能够实现人机交互,将人类驾驶员的随机性考虑在内;相较于场地实车测试,场景丰富多变,可重复性强,同时成本低、效率高。

    一种带有二次谐波增强次谐振腔的注入锁定三分频电路

    公开(公告)号:CN114513207A

    公开(公告)日:2022-05-17

    申请号:CN202210086894.5

    申请日:2022-01-25

    申请人: 东南大学

    IPC分类号: H03L7/185

    摘要: 本发明公开了一种带有二次谐波增强次谐振腔的注入锁定三分频电路,包括:两对互补交叉耦合对管,注入锁定电路、第一输出缓冲电路、第二输出缓冲电路、第一主开关电容阵列、第二开关电容阵列、第三开关电容阵列;由两对互补交叉耦合对管和主谐振腔构成振荡器,在主谐振腔中加入二次谐波增强电感,增强反馈信号中二次谐波的成分;注入锁定电路由差分注入电路和二次谐波增强次级谐振腔构成,提高了注入信号与反馈信号二次谐波的混频效率;本发明采用开关电容阵列调谐的方法,同时改变主次谐振腔的谐振频率,从而进一步提高分频器的分频范围。本发明同已有的注入锁定三分频器技术相比,可实现更宽的锁定范围,且不会增加芯片面积和直流功耗。

    基于交通事故知识图谱的自动驾驶接管过程仿真测试方法

    公开(公告)号:CN118313267A

    公开(公告)日:2024-07-09

    申请号:CN202410546129.6

    申请日:2024-05-06

    申请人: 东南大学

    摘要: 本发明公开一种基于交通事故知识图谱的自动驾驶接管过程仿真测试方法,包括步骤:收集历史交通事故数据,构建事故详细信息表;构建适合事故知识图谱所需的关系词库,基于关系词库通过组合的方式形成多项数据三元组;通过大量三元组构建知识图谱;结合Sumo和Carla构建测试地图,根据知识图谱中的信息构建仿真环境;设定有条件自动驾驶车辆的接管过程逻辑以及评估接管性能的关键指标;收集仿真测试过程中的数据。此种方法利用Carla和Sumo仿真工具的宏微观特性,结合从交通事故数据中提取的知识图谱,生成更加真实全面的测试场景,不仅显著提升了自动驾驶车辆接管测试的科学性和精确度,还为自动驾驶技术的安全评估和优化提供了坚实的理论和技术基础。

    一种混合驾驶环境自动驾驶汽车驾驶能力测评方法

    公开(公告)号:CN113780780B

    公开(公告)日:2024-05-14

    申请号:CN202111010529.8

    申请日:2021-08-31

    申请人: 东南大学

    IPC分类号: G06F30/20 G06F111/04

    摘要: 本发明公开了一种混合驾驶环境自动驾驶汽车驾驶能力测评方法,根据驾驶模拟器的场景生成流程构建了适用于自动驾驶汽车测试的场景建模方法,通过人类驾驶员操纵驾驶模拟器硬件控制场景中的背景车,驾驶模拟器软件通过API使外部程序控制场景中的被测自动驾驶汽车,实现了混合驾驶环境下的自动驾驶汽车测试。最后,建立评价指标和评价标准,通过分数的方式直观展示评价结果。本发明方法相较于虚拟仿真测试,能够实现人机交互,将人类驾驶员的随机性考虑在内;相较于场地实车测试,场景丰富多变,可重复性强,同时成本低、效率高。

    一种基于车载视频识别的营运车辆驾驶员画像分类方法

    公开(公告)号:CN115423007A

    公开(公告)日:2022-12-02

    申请号:CN202211018307.5

    申请日:2022-08-24

    申请人: 东南大学

    摘要: 本发明公开了一种基于车载视频识别的营运车辆驾驶员画像分类方法,包括:采集数据,生成主动安全预警信息详细数据表;生成超时疲劳驾驶记录表;提取每一位驾驶员对应的预警记录,生成预警次数记录表;提取预警视频记录数据中的关键数据,计算评价指标;计算车道偏移量;根据评价指标和车道偏移量刻画驾驶员在不同预警类型下的反应程度,得到不同预警类型下驾驶员的分类结果。本发明通过对视频信息的深入提取刻画驾驶员的驾驶行为,根据驾驶行为对驾驶员进行分类来,通过车载实时视频,可以高效准确的捕捉驾驶员的行车特征,对驾驶行为归类、用户画像分析可以为重点营运车辆的行车安全评价体系的建立提供有力理论支撑。

    一种基于非凸低秩张量表示的交通数据修复方法

    公开(公告)号:CN115828039A

    公开(公告)日:2023-03-21

    申请号:CN202210967639.1

    申请日:2022-11-02

    申请人: 东南大学

    IPC分类号: G06F17/16 G08G1/01

    摘要: 本发明公开了一种基于非凸低秩张量表示的交通数据修复方法,包括如下步骤:S1、构造交通数据三阶张量;S2、定义张量的Capped Schatten p范数;S3、构造改进的拉普拉斯正则项;S4、使用迭代方式求解最优化问题直至满足终止条件。该方法使用张量的Capped Schatten p范数,作为秩的非凸近似,以更好地表征交通数据固有的低秩特性;并整合改进的拉普拉斯正则项作为空间平滑约束,以利用相似路段的交通状态变化特征来辅助修复缺失数据,进而完成交通数据的高精度修复,能够满足智能交通系统应用中对数据高质量的迫切需求,具有理论意义和应用价值。

    一种基于GAT-Seq2seq模型的时空双注意力地铁客流短时预测方法

    公开(公告)号:CN113962472A

    公开(公告)日:2022-01-21

    申请号:CN202111278744.6

    申请日:2021-10-31

    申请人: 东南大学

    摘要: 本发明公开了一种基于GAT‑Seq2seq模型的时空双注意力地铁客流短时预测方法,该方法包括以下步骤:获取地铁客流数据;数据预处理以及数据集划分;依据站点地理位置及运行线路生成图结构网络;构建基于多头注意力的GAT模型,输入训练集中的特征向量,结合站点图结构计算站点的空间关联性;将GAT输出的特征向量传入基于时序注意力的Seq2seq模型,提取客流的时间相关性,利用训练集计算均方误差,调整GAT中图结构的边权重矩阵和Seq2seq模型中的循环神经网络参数;使用测试集进行预测并评估模型。本发明利用时空双注意力机制解决了现有预测模型仅从短时间维度寻找特征,导致预测结果精度低的问题。