基于眼图能量的直扩通信信号干扰检测方法

    公开(公告)号:CN109510644B

    公开(公告)日:2020-09-08

    申请号:CN201811402794.9

    申请日:2018-11-23

    IPC分类号: H04B1/7097 H04B17/345

    摘要: 本发明公开了一种基于眼图能量的直扩通信信号干扰检测方法,解决了传统方法检测精度低、稳定性差和低干信比下难以检测干扰的问题。实现步骤:获取接收信号的时域波形;将接收信号的时域波形转换为接收信号的眼图;得到接收信号的眼图矩阵;求眼图的平均能量分布值;设定干扰检测门限γ;检测判决,得到干扰检测概率。本发明利用接收信号眼图反应通信系统的性能优劣,将能量检测法与眼图结合,明显提高了检测效率的精确度和稳定性,在干信比低下时实现了干扰检测。对眼图实时监测,观察出码间串扰和噪声干扰对通信系统的不良影响,初步预测干扰类型。用于实际通信环境中的干扰检测、卫星干扰检测和无线电干扰检测等情况。

    一种锂离子电池正极材料LiMnO2@C及其制备方法

    公开(公告)号:CN110176595B

    公开(公告)日:2022-06-03

    申请号:CN201910490654.X

    申请日:2019-06-06

    摘要: 本发明属于锂离子电池领域,具体提供一种锂离子电池正极材料层状锰酸锂LiMnO2@C及其制备方法,用以克服锂离子电池正极材料层状锰酸锂(LiMnO2)难以制备,且电化学性能较差、结构极易发生相转变以及不能高倍率放电的缺点。本发明通过软化学法水热反应制备出六面体或立方体形貌的MnCO3,将其制备成为相同形貌的高活性的Mn2O3后与锂源进行低温固相反应,使得制备出的层状锰酸锂颗粒为六面体或立方体结构材料,该材料不仅结晶度高,而且在较低倍率下的电化学性能优异;同时,再通过碳包覆得到可在高倍率下放电的LiMnO2@C复合正极材料。

    一种锂离子电池正极材料LiMnO2@C及其制备方法

    公开(公告)号:CN110190277B

    公开(公告)日:2022-05-03

    申请号:CN201910490407.X

    申请日:2019-06-06

    IPC分类号: H01M4/505 H01M4/62

    摘要: 本发明属于锂离子电池领域,具体提供一种锂离子电池正极材料LiMnO2@C及其制备方法,用以克服现有锂离子电池正极材料层状锰酸锂难以制备,且电化学性能较差、结构极易发生相转变、高倍率放电性能差的缺点。本发明通过液相反应制备出粒径为100~200nm的纳米级的MnCO3,将其烧制成为粒径为20~100nm的高活性的纳米Mn2O3后与锂源进行高温固相反应,使得制备出的层状锰酸锂颗粒直径小,仅为纳米尺度,结晶度好,且电化学性能优异;同时,碳包覆层状锰酸锂LiMnO2@C能够满足高能量密度、高功率密度和大倍率充放电需求。

    一种基于深度学习的无人驾驶汽车导航传感器异常检测方法

    公开(公告)号:CN113469217A

    公开(公告)日:2021-10-01

    申请号:CN202110609739.2

    申请日:2021-06-01

    发明人: 宫文峰 张美玲

    IPC分类号: G06K9/62 G06N3/04 G06N3/08

    摘要: 本发明公开了一种基于深度学习的无人驾驶汽车导航传感器异常检测方法,该方法通过采集无人驾驶汽车导航传感器在正常状态和N个异常状态下的位置测量原始多通道数据,将原始的多通道测量数据被直接输入到构建的深度学习异常检测模型,其输入数据层自动完成多通道数据融合、样本生成等数据预处理,其特征提取层自动完成特征挖掘和特征提取,其降维减参层自动完成维度变换和降维减参等一系列的操作,Softmax分类器用于模型的训练阶段完成误差反向传播迭代计算,支持向量机用于模型的测试阶段,整个检测过程无需依赖于工程师先验知识的任何特征操作,使人们检测无人驾驶汽车导航传感器的网络攻击或物理损坏等异常更加方便快捷。