-
公开(公告)号：CN109740204B
公开(公告)日：2021-01-26
申请号：CN201811553023.X
申请日：2018-12-19
申请人： 重庆大学 , 中国人民解放军陆军工程大学
IPC分类号： G06F30/20 , G06F17/11 , G06F111/10 , G06F119/02
摘要： 本发明涉及一种基于杜芬振子逆向相变的弱正弦信号快速检测方法，解决的是原有方法计算结果包含因检测阵列振子数有限而引入的量化误差，无法准确限定相变振子数，单次测量误差明显，收敛过程慢，计算量大的技术问题，通过将检测模型中s个振子发生相变时的参考信号理想幅值用QINC(s)、QDEC(s)代替计算，较好解决了该问题。所述QINC(s)、QDEC(s)为搜索逼近得到的参考信号幅值，逼近程度可通过搜索精度的大小调整，s为限定参数；QINC(s)加上搜索精度的量，则检测阵列相变振子数由大于s变为s；QDEC(s)减去搜索精度的量，则检测阵列相变振子数由小于s变为s。
-
公开(公告)号：CN109740204A
公开(公告)日：2019-05-10
申请号：CN201811553023.X
申请日：2018-12-19
申请人： 重庆大学 , 中国人民解放军陆军工程大学
摘要： 本发明涉及一种基于杜芬振子逆向相变的弱正弦信号快速检测方法，解决的是原有方法计算结果包含因检测阵列振子数有限而引入的量化误差，无法准确限定相变振子数，单次测量误差明显，收敛过程慢，计算量大的技术问题，通过将检测模型中s个振子发生相变时的参考信号理想幅值用QINC(s)、QDEC(s)代替计算，较好解决了该问题。所述QINC(s)、QDEC(s)为搜索逼近得到的参考信号幅值，逼近程度可通过搜索精度的大小调整，s为限定参数；QINC(s)加上搜索精度的量，则检测阵列相变振子数由大于s变为s；QDEC(s)减去搜索精度的量，则检测阵列相变振子数由小于s变为s。
-
公开(公告)号：CN110531651B
公开(公告)日：2022-07-29
申请号：CN201910692240.5
申请日：2019-07-30
申请人： 中国人民解放军陆军工程大学 , 中国人民解放军32181部队
IPC分类号： H04L12/50
摘要： 本发明公开了一种适用于以太网传输的速率控制装置，它包括中央控制单元(1)、速率控制单元(2)、SDRAM存储单元(3)、以太网接口单元(4)、键盘输入单元(5)、时钟单元(6)、电源电路(7)。本发明深度融合CPU软件与硬件FPGA计算技术，实现了各个接口相互独立、互不干扰、速率控制，使速率精度不受软件定时系统和软件任务影响，误差控制在一个高倍的系统主时钟，与被模拟设备数据速率完全一致，避免了数据发送/接收共用通道而造成的速率准确度低问题，具有速率控制精确度高、技术自主可控、可移植性强、不受国外禁运、模拟仿真效果好、经济效益高等特点。
-
公开(公告)号：CN110531651A
公开(公告)日：2019-12-03
申请号：CN201910692240.5
申请日：2019-07-30
申请人： 中国人民解放军陆军工程大学 , 中国人民解放军32181部队
IPC分类号： G05B19/042
摘要： 本发明公开了一种适用于以太网传输的速率控制装置，它包括中央控制单元(1)、速率控制单元(2)、SDRAM存储单元(3)、以太网接口单元(4)、键盘输入单元(5)、时钟单元(6)、电源单元(7)。本发明深度融合CPU软件与硬件FPGA计算技术，实现了各个接口相互独立、互不干扰、速率控制，使速率精度不受软件定时系统和软件任务影响，误差控制在一个高倍的系统主时钟，与被模拟设备数据速率完全一致，避免了数据发送/接收共用通道而造成的速率准确度低问题，具有速率控制精确度高、技术自主可控、可移植性强、不受国外禁运、模拟仿真效果好、经济效益高等特点。
-
公开(公告)号：CN110266788A
公开(公告)日：2019-09-20
申请号：CN201910517533.X
申请日：2019-06-14
申请人： 中国人民解放军陆军工程大学
摘要： 本发明公开了一种设备网络参数自动配置的方法，它包括以下步骤：1、参数配置设备与参数接收设备通过串口物理连接完毕后，以自动或手动触发的方式进行设备识别；2、参数配置设备识别到参数接收设备后，通过人机交互界面将这些信息显示给操作人员，并向参数接收设备定时发送数据分组以保持二者间的连接状态；3、参数配置设备发送数据分组设置参数接收设备的网络参数；4、参数设置成功后，中断参数配置设备与参数接收设备之间的物理连接，结束参数配置。本发明具有以下优点：1、本发明不依赖于外部网络环境，无论网络环境是否正常，都能够对设备网络参数进行配置；2、本发明可以直接修改任意一个设备的网络参数，更为简便、直观、高效。
-
公开(公告)号：CN116016203A
公开(公告)日：2023-04-25
申请号：CN202211529606.5
申请日：2022-11-30
申请人： 中国人民解放军陆军工程大学
IPC分类号： H04L41/14
摘要： 本发明涉及网络态势生成领域，具体涉及用于机动通信网络的攻防态势生成方法及系统。所述方法包括：构建包含地理环境要素、电磁环境要素和机动通信节点要素的机动通信网络攻防仿真场景；通过机动通信网络攻防仿真场景进行网络攻防仿真，生成机动通信网络攻防态势；在网络攻防仿真过程中，获取机动通信网络攻防态势数据并进行攻防态势显示；对机动通信网络攻防态势数据进行统计分析以得到对应的网络攻防态势。本发明还公开了一种机动通信网络的攻防态势生成系统。本发明能够实现机动通信网络的攻防仿真，生成机动通信网络攻防态势，并实现网络攻防态势数据的可视化呈现和分析。
-
公开(公告)号：CN113193895A
公开(公告)日：2021-07-30
申请号：CN202110418368.X
申请日：2021-04-19
申请人： 中国人民解放军陆军工程大学
IPC分类号： H04B7/06 , H04B7/0456 , H04B17/309 , H04B17/336 , H04L1/00 , H04B7/0413
摘要： 本发明提出了一种大规模M I MO信道状态信息获取方法、系统及计算机存储介质。该方法为：基站向用户端发送导频信号；采用导频序列构造的测量矩阵，利用不同天线与用户端之间信道冲激响应的空间相关性对信道进行空域压缩感知测量；用户端接收信道测量值后，考虑连续时隙间信道冲激响应的时间相关性，利用本地测量矩阵对该测量值在时域进行二次压缩感知测量，得到信道的空时二维压缩感知测量值，用户端将该信道二维测量值反馈发送至基站；基站接收根据该信道二维测量值重构信道状态信息，完成大规模M I MO信道状态信息获取。该方法避免了用户端的对信道的重构过程，可降低存储和计算资源消耗，并且通过空时二维压缩测量可进一步降低反馈开销。
-
公开(公告)号：CN112383492A
公开(公告)日：2021-02-19
申请号：CN202011259171.8
申请日：2020-11-11
申请人： 中国人民解放军陆军工程大学
IPC分类号： H04L25/02
摘要： 本发明公开了一种应用于短波OFDM双选天波信道估计的递归压缩感知方法及系统。该方法为：依次对连续传输的Ω个OFDM符号进行重构，设ω∈{0,...,Ω‑1}，对第ω个OFDM符号进行重构的过程为：当ω＝0时，利用压缩感知重构算法获得第ω个OFDM符号的重构信号；当ω＞0时，利用递归压缩感知重构算法获得第ω个OFDM符号的重构信号，递归压缩感知重构算法利用第(ω‑1)个OFDM符号的重构信号中幅值较大的c个元素构成第ω个OFDM符号的先验支撑集，利用先验支撑集进行递归迭代运算求得第ω个OFDM符号的重构信号，c为正整数。充分考虑信道稀疏结构在时间维度的相关性，在保证重构准确度的同时大大降低导频开销。
-
公开(公告)号：CN112069998A
公开(公告)日：2020-12-11
申请号：CN202010926774.2
申请日：2020-09-07
申请人： 中国人民解放军陆军工程大学
摘要： 本发明公开了一种基于卷积神经网络的GBDT故障诊断集成方法，基于欠采样反例类别和过采样正例类别，对k种轴承故障分别截取m个样本，得到数据样本总数，并构成被测样本集，并进行时间序列变换和连续小波变换，得到时间序列图像和时频图像，然后分别转换为所述第一训练数据集和所述第二训练数据集输入LeNet5 CNN模型中，得到对应的第一弱分类模型和第二弱分类模型，采用GBDT算法对所述第一弱分类模型和所述第二弱分类模型进行串行集成，建立CNN+GBDT故障诊断模型，然后将所述时间序列图像和所述时频图像输入CNN+GBDT故障诊断模型进行训练，并根据诊断误差、测试样本精度和可行性指标，完成对轴承诊断的诊断分类，提高故障诊断精度。
-
公开(公告)号：CN112383492B
公开(公告)日：2022-07-26
申请号：CN202011259171.8
申请日：2020-11-11
申请人： 中国人民解放军陆军工程大学
IPC分类号： H04L25/02
摘要： 本发明公开了一种应用于短波OFDM双选天波信道估计的递归压缩感知方法及系统。该方法为：依次对连续传输的Ω个OFDM符号进行重构，设ω∈{0,...,Ω‑1}，对第ω个OFDM符号进行重构的过程为：当ω＝0时，利用压缩感知重构算法获得第ω个OFDM符号的重构信号；当ω＞0时，利用递归压缩感知重构算法获得第ω个OFDM符号的重构信号，递归压缩感知重构算法利用第(ω‑1)个OFDM符号的重构信号中幅值较大的c1个元素构成第ω个OFDM符号的先验支撑集，利用先验支撑集进行递归迭代运算求得第ω个OFDM符号的重构信号，c1为正整数。充分考虑信道稀疏结构在时间维度的相关性，在保证重构准确度的同时大大降低导频开销。
-
-
-
-
-
-
-
-
-
搜索结果
12 条记录 (耗时 0.072 秒)
