-
公开(公告)号：CN100537851C
公开(公告)日：2009-09-09
申请号：CN200510016951.9
申请日：2005-07-12
Applicant: 吉林大学
Abstract: 本发明属于镁、铝合金表面改性技术，具体涉及镁、铝合金零件进行微弧氧化表面处理的电解溶液。该电解液包括铝酸钠及各种辅助成分：按重量与总体积比：它包括铝酸钠4～40g/L，氢氧化钠0～10g/L。本发明目的在于提供一种能够显著提高镁、铝合金零件耐蚀性和力学性能的铝酸盐体系微弧氧化处理电解液。利用本发明制备的镁、铝合金微弧氧化陶瓷层表面光滑细腻，具有很好的耐污性、耐蚀性以及较好的力学性能。
-
Patent Agency Ranking
公开(公告)号：CN108769969B
公开(公告)日：2021-10-15
申请号：CN201810641590.4
申请日：2018-06-20
Applicant: 吉林大学
IPC: H04W4/80 , H04W64/00 , G06N3/08 , G06N3/04 , G01C21/20 , H04B17/318 , H04B17/391 , H04W4/021 , H04W4/33
Abstract: 本发明涉及一种基于深度置信网络的RFID室内定位方法，属于室内定位技术领域。构建RFID信号室内传播模型；获取参考标签在不同阅读器处的接收信号强度值，构建指纹数据库；利用DBN对指纹数据进行特征提取，提取后的深度特征与位置坐标一一对应形成新的指纹数据库；将待定位标签在不同阅读器处的接收信号强度值经过DBN提取特征，并与指纹数据库中的特征进行相似度比对，实现对待定位标签的位置估计。优点在于：通过将RFID待定位标签的特征与指纹数据库中的特征进行相似度比对，能够使得RFID室内定位更加准确；对于指纹数据集的采集，参考标签可以循环使用，相较于实时定位系统，能够时刻保证定位系统的有效性，使得系统具备稳定性。
-
公开(公告)号：CN107167785B
公开(公告)日：2019-10-01
申请号：CN201710563441.6
申请日：2017-07-11
Applicant: 吉林大学
IPC: G01S7/41
Abstract: 本发明提供一种稳健的大阵列MIMO雷达目标收发角联合估计方法，属于多输入多输出雷达目标参数估计领域。该方法基于线性收缩和随机矩阵理论，其实现步骤包括：利用回波信号构造观测数据的随机矩阵模型，在非高斯噪声背景下，通过定点迭代求得其协方差矩阵的极大似然估计，当收发阵元数大于快拍数时，利用线性收缩技术得到稳健的协方差矩阵估计，利用围线积分、Stieltjes变换以及留数定理构造稳健的代价函数，对代价函数进行谱峰搜索求解目标收发角。优点是所提出方法在非高斯噪声背景下具有稳健的估计性能，同时适用于收发阵元数大于快拍数的大阵列系统。
-
公开(公告)号：CN107167785A
公开(公告)日：2017-09-15
申请号：CN201710563441.6
申请日：2017-07-11
Applicant: 吉林大学
IPC: G01S7/41
Abstract: 本发明提供一种稳健的大阵列MIMO雷达目标收发角联合估计方法，属于多输入多输出雷达目标参数估计领域。该方法基于线性收缩和随机矩阵理论，其实现步骤包括：利用回波信号构造观测数据的随机矩阵模型，在非高斯噪声背景下，通过定点迭代求得其协方差矩阵的极大似然估计，当收发阵元数大于快拍数时，利用线性收缩技术得到稳健的协方差矩阵估计，利用围线积分、Stieltjes变换以及留数定理构造稳健的代价函数，对代价函数进行谱峰搜索求解目标收发角。优点是所提出方法在非高斯噪声背景下具有稳健的估计性能，同时适用于收发阵元数大于快拍数的大阵列系统。
-
公开(公告)号：CN1737210A
公开(公告)日：2006-02-22
申请号：CN200510016951.9
申请日：2005-07-12
Applicant: 吉林大学
Abstract: 本发明属于镁、铝合金表面改性技术，具体涉及镁、铝合金零件进行微弧氧化表面处理的电解溶液。该电解液包括铝酸钠及各种辅助成分：按重量与总体积比：它包括铝酸钠4～40g/L，氢氧化钠0～10g/L。本发明目的在于提供一种能够显著提高镁、铝合金零件耐蚀性和力学性能的铝酸盐体系微弧氧化处理电解液。利用本发明制备的镁、铝合金微弧氧化陶瓷层表面光滑细腻，具有很好的耐污性、耐蚀性以及较好的力学性能。
-
公开(公告)号：CN108769969A
公开(公告)日：2018-11-06
申请号：CN201810641590.4
申请日：2018-06-20
Applicant: 吉林大学
IPC: H04W4/80 , H04W64/00 , G06N3/08 , G06N3/04 , G01C21/20 , H04B17/318 , H04B17/391 , H04W4/021 , H04W4/33
CPC classification number: H04W4/80 , G01C21/206 , G06N3/0454 , G06N3/0472 , G06N3/088 , H04B17/318 , H04B17/391 , H04W4/021 , H04W4/33 , H04W64/00 , H04W64/006
Abstract: 本发明涉及一种基于深度置信网络的RFID室内定位方法，属于室内定位技术领域。构建RFID信号室内传播模型；获取参考标签在不同阅读器处的接收信号强度值，构建指纹数据库；利用DBN对指纹数据进行特征提取，提取后的深度特征与位置坐标一一对应形成新的指纹数据库；将待定位标签在不同阅读器处的接收信号强度值经过DBN提取特征，并与指纹数据库中的特征进行相似度比对，实现对待定位标签的位置估计。优点在于：通过将RFID待定位标签的特征与指纹数据库中的特征进行相似度比对，能够使得RFID室内定位更加准确；对于指纹数据集的采集，参考标签可以循环使用，相较于实时定位系统，能够时刻保证定位系统的有效性，使得系统具备稳定性。
-
-
-
-
-
Search Results
6
records
(took 0.019 seconds)
