-
公开(公告)号：CN114129851A
公开(公告)日：2022-03-04
申请号：CN202111228283.1
申请日：2021-10-21
申请人： 电子科技大学
IPC分类号： A61M21/00 , A63F13/837
摘要： 本发明公开了一种用于注意训练/提升的方法和系统，其中方法包括以下步骤：设置训练/提升任务：设置任务目标和干扰目标的数量和移动参数，设置完成训练/提升任务的任务目标击中数量和时间；构建训练/提升场景：随机出现任务目标和干扰目标，所述任务目标和干扰目标具有不同的外形和颜色，所述任务目标和干扰目标在预设活动区域内以预设移动参数移动；注意训练/提升：通过操作设备操控靶点方向对区域内任务目标进行射击；参数记录：所述参数包括空枪数、空枪率、有效射击数量、剩余时间。本发明可以有效地提升了员在训练后的反应能力和注意力。
-
公开(公告)号：CN113080864A
公开(公告)日：2021-07-09
申请号：CN202110370678.9
申请日：2021-04-07
申请人： 电子科技大学
IPC分类号： A61B5/00
摘要： 本发明公开了一种通过自动睡眠分期结果的常见睡眠疾病检测方法，包括以下步骤：S1、获取健康人、患有夜间额叶癫痫的患者、患有阻塞性睡眠呼吸暂停的患者的睡眠数据集；S2、特征提取；S3、采用时间注意力结合条件随机场构建睡眠自动分期模型；S4、采用迁移学习进行患者数据集分期；S5、构建睡眠疾病检测模型：将睡眠分期的预测结果作为输入数据，打上相应身体状态的标签，制作睡眠疾病检测数据集；然后通过机器学习Xgboost模型进行训练，得到睡眠疾病检测模型。本发明采用条件随机场和时间注意力模型，可以有效提取睡眠数据的时间连续性信息；引入迁移学习，将睡眠疾病数据集迁移到健康人数据集的网络上；数据量少，且可以完成多种睡眠疾病检测。
-
公开(公告)号：CN107180259B
公开(公告)日：2021-03-30
申请号：CN201710337764.3
申请日：2017-05-15
申请人： 电子科技大学
摘要： 本发明公开了一种基于系统辨识的STAP训练样本选择方法，属于雷达技术领域。本发明首先给出了基于系统辨识的样本选择模型，在此基础上，进一步提出用神经网络辨识CUT的杂波模型，然后利用辨识出的模型对其他距离单元进行滤波，最后根据滤波后输出的方差大小选择出与CUT杂波协方差矩阵相似的样本。本发明解决了STAP中训练样本不足的问题，估计的杂波协方差矩阵更准确，提高了杂波的抑制性能。
-
公开(公告)号：CN109755703B
公开(公告)日：2020-02-21
申请号：CN201910205043.6
申请日：2019-03-18
申请人： 西安电子科技大学 , 北京卫星环境工程研究所
IPC分类号： H01P1/203
摘要： 本发明公开了一种具有高选择性的差分双频带通滤波器，解决了差分双频带通滤波器设计中带外选择性不佳的问题。本发明在介质基板上表面设有相互嵌合的第一和第二均匀阻抗谐振环，相互对称的输入和输出微带线，在下表面设有含中心加载枝节的阶梯阻抗缝隙线。本发明的输入输出微带线加载有L型开路枝节；缝隙线中心加载枝节通过双频带通谐振器中心的投影线且处于T型缝隙线中心；双频带通谐振器为折叠且相互嵌合的结构。本发明通过增加传输零点的方式，提高了频率选择性，有效提高了空间利用率和集成度，减小了设计复杂度，具有引入噪声小，抗干扰能力强，损耗小的优点，广泛应用于移动无线通信系统。
-
公开(公告)号：CN107180259A
公开(公告)日：2017-09-19
申请号：CN201710337764.3
申请日：2017-05-15
申请人： 电子科技大学
CPC分类号： G06N3/08 , G01S7/414 , G01S7/417 , G06K9/0051
摘要： 本发明公开了一种基于系统辨识的STAP训练样本选择方法，属于雷达技术领域。本发明首先给出了基于系统辨识的样本选择模型，在此基础上，进一步提出用神经网络辨识CUT的杂波模型，然后利用辨识出的模型对其他距离单元进行滤波，最后根据滤波后输出的方差大小选择出与CUT杂波协方差矩阵相似的样本。本发明解决了STAP中训练样本不足的问题，估计的杂波协方差矩阵更准确，提高了杂波的抑制性能。
-
公开(公告)号：CN104007424B
公开(公告)日：2017-02-15
申请号：CN201410230585.6
申请日：2014-05-28
申请人： 电子科技大学
摘要： 本发明提供基于时频分析的机动目标检测方法，包括以下步骤：获取天波雷达在第一位置范围内的雷达回波信号为第一雷达回波信号，其中，雷达回波信号中包含有机动目标回波；对第一雷达回波信号进行相位变换，获得第二雷达回波信号；通过分别在不同时刻对第二雷达回波信号进行关于机动目标的瞬时频率变化率的匹配傅里叶变换，获得一基于时间和瞬时频率变化率的联合域；在建立的以时间和瞬时频率变化率为坐标轴的坐标系中，沿平行于时间坐标轴的对应不同瞬时频率变化率的直线，对所述联合域进行积分，获得积累后的机动目标的能量函数；判断能量函数是否小于预设的能量门限值；当能量函数大于等于能量门限值时，确定机动目标在第一位置范围内。
-
公开(公告)号：CN102572602A
公开(公告)日：2012-07-11
申请号：CN201210011913.4
申请日：2012-01-16
申请人： 电子科技大学
摘要： 本发明提供一种在P2P直播流系统中，不降低查询效率、索引有效性的前提下，尽量减少系统开销的基于DHT的分布式索引实现方法。在P2P直播流系统中基于DHT的分布式索引实现方法，同一数据块生成的资源标识Key会因源节点的子空间标识符SID不同而不同。这样，同一数据块的索引会存储在不同的指定节点上，能够避免单点失效，保证索引有效性，并且由于没有采用复制机制，因此不同节点上存储同一数据块存储的索引值各不相同，避免了网络存储和维护带有冗余性质的索引，减小系统开销。
-
公开(公告)号：CN118707608A
公开(公告)日：2024-09-27
申请号：CN202410784470.5
申请日：2024-06-18
摘要： 本发明公开了一种基于旋翼无人机的地磁传感器误差校正方法。本发明首先对地磁数据进行采样，其中采样算法分为水平采样、中间采样和竖直采样，且采样过程为转且仅转旋翼无人机(Rotorcraft Unmanned Aerial Vehicle，简称RUAV)水平和竖直方向各一圈。然后使用高精度航姿测量系统(Attitude and Heading Reference System，简称AHRS)旋转四元数给圆上的样本点编号，这样不仅提高了空间采样点的分布均匀性，也减少了数据计算量，有利于获得更好的校正结果。其次针对地磁传感器自身的误差和RUAV本体的硬磁干扰，建立拟合校正模型。最后针对环境软磁干扰，利用GPS辅助检测技术，自动调节地磁航向修正权重，校正后的地磁场矢量强度标准差优于0.01高斯，同时表现出了较强的抗软磁干扰能力。
-
公开(公告)号：CN113080864B
公开(公告)日：2022-02-01
申请号：CN202110370678.9
申请日：2021-04-07
申请人： 电子科技大学
IPC分类号： A61B5/00
摘要： 本发明公开了一种通过自动睡眠分期结果的常见睡眠疾病检测方法，包括以下步骤：S1、获取健康人、患有夜间额叶癫痫的患者、患有阻塞性睡眠呼吸暂停的患者的睡眠数据集；S2、特征提取；S3、采用时间注意力结合条件随机场构建睡眠自动分期模型；S4、采用迁移学习进行患者数据集分期；S5、构建睡眠疾病检测模型：将睡眠分期的预测结果作为输入数据，打上相应身体状态的标签，制作睡眠疾病检测数据集；然后通过机器学习Xgboost模型进行训练，得到睡眠疾病检测模型。本发明采用条件随机场和时间注意力模型，可以有效提取睡眠数据的时间连续性信息；引入迁移学习，将睡眠疾病数据集迁移到健康人数据集的网络上；数据量少，且可以完成多种睡眠疾病检测。
-
公开(公告)号：CN109786960A
公开(公告)日：2019-05-21
申请号：CN201910207180.3
申请日：2019-03-19
申请人： 西安电子科技大学 , 北京卫星环境工程研究所
摘要： 本发明提供了一种基于超宽带高增益改进的Vivaldi天线，包括印制板基片、第一导体贴片、第二导体贴片、微带短截线和馈线，第一导体贴片固定在印制板基片的上表面，微带短截线和馈线固定在印制板基片的下表面，导体贴片一端设有指数渐变槽，指数渐变槽末端设有圆形谐振腔，圆形谐振腔旁连接阶梯槽，第一导体贴片两侧对称设有两个圆形开孔，第一导体贴片下端设有多个矩形加载槽线，指数渐变槽上固定有第二圆形导体贴片。本发明在传统型Vivaldi天线模型的基础上进行Vivaldi天线辐射性能的优化，通过缝隙加载解决了传统型Vivaldi天线在高频端增益骤降的问题，使天线在高频处主波束回到了端射方向，增强了天线的端射性能，减小了终端效应。
-
-
-
-
-
-
-
-
-
搜索结果
22 条记录 (耗时 0.041 秒)
