“丝路梵天（甘肃）通信技术有限公司”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果6个，建议您升级VIP下载更多相关专利

[发明专利]同步头检测方法、同步方法、装置、接收机及通信系统-CN202210821588.1有效
发明人：孙文灏;何雨晨;严天峰;吴一辰;董家俊;朱文发 -专利权人： 丝路梵天（甘肃）通信技术有限公司
申请日： 2022-07-13 - 公布日： 2023-04-14 - 主分类号： H04L27/00 文献下载
摘要：本发明公开了一种同步头检测方法、同步方法、装置、接收机及通信系统，所述同步头检测方法，包括：获取传输信号；其中，传输信号被划分为若干数据块；将传输信号输入至同步头检测神经网络中，以使同步头检测神经网络对传输信号进行特征提取，并根据所提取的特征确定同步头起始点所在的第一数据块，根据所提取的特征以及第一数据块，确定同步头起始点与第一数据块的起始点之间的第一距离；根据第一数据块和第一距离确定同步头在传输信号中的起始位置。通过实施本发明实施例可以降低噪声的影响，提高同步头检测的准确性。
同步检测方法装置接收机通信系统

[发明专利]一种基于自适应标签生成的局部放电类型识别方法-CN202211205399.8有效
发明人：郑礼;汤春阳;严天峰;王鹏程 -专利权人： 丝路梵天（甘肃）通信技术有限公司
申请日： 2022-09-30 - 公布日： 2022-12-23 - 主分类号： G01R31/12 文献下载
摘要：本发明公开了一种基于自适应标签生成的局部放电类型识别方法，属于电子信息技术领域，包括步骤一：通过无线电监测设备接收变压器局放故障信号数据；步骤二：将变压器的故障信号输入分类网络，对局放信号进行分类处理；步骤三：通过利用输入的局放数据形成不同局放类型对应的标签，即生成自适应标签，进行相位不敏感训练；步骤四：将分类出来的不同类型的局放信号分别使用协方差平滑技术测量定位的方法进行定位。本发明可根据不同的放电类型，通过分类网络的自我学习，最终实现对采集的局放信号按照不同的放电类型进行分类，进而实现对于不同故障类型的判断。
一种基于自适应标签生成局部放电类型识别方法

[发明专利]一种通信质量增强系统及通信系统-CN202210197286.1有效
发明人：孙文灏;严天峰;李晓鹏;王飞 -专利权人： 丝路梵天（甘肃）通信技术有限公司
申请日： 2022-03-01 - 公布日： 2022-11-04 - 主分类号： H04L1/00 文献下载
摘要：本发明公开了一种通信质量增强系统以及通信系统；通信质量增强系统包括第一通信质量增强装置和第二通信质量增强装置，将第一通信质量增强装置与第一通信设备连接，将第二通信质量增强装置与第二通信设备连接。第一通信质量增强装置设置有用于编码第一神经网络和用于解码的第二神经网络，第二通信质量增强装置设置有用于编码第三神经网络和用于解码的第四神经网络。通过实施本发明能够提高通信设备之间的通信质量。
一种通信质量增强系统

[发明专利]基于微弱指纹特征的无线电辐射源身份判别系统及方法-CN202211020314.9有效
发明人：郑礼;严天峰;汤春阳;伍忠东;高锐 -专利权人： 丝路梵天（甘肃）通信技术有限公司
申请日： 2022-08-24 - 公布日： 2022-11-01 - 主分类号： G06K9/00 文献下载
摘要：本发明属于无线电定位和无线电导航领域，公开了一种基于微弱指纹特征的无线电辐射源身份判别系统及方法，通过身份判别模型对定频信号的辐射源进行身份判别；通过采用联合无线电频谱监督阵列和无线电信号测向技术，对跳频信号进行接收；在跳频信号的身份判别方面，首先将复杂的跳频信号数据转化为与定频信号类似的数据形式，然后采用定频信号的判别方法来判别不同的跳频信号的辐射源。本发明突破人工特征提取+机器学习分类的传统技术思路，运用具有监督－学习能力的深度人工神经网络技术，克服传统技术过度依赖辐射源先验信息、泛化能力弱等缺点，创新设计辐射源身份判别的深度学习专用模型，可以对定频信号和跳频信号的辐射源设备进行判别。
基于微弱指纹特征无线电辐射源身份判别系统方法

[发明专利]一种基于神经网络的光伏发电谐波检测方法及系统-CN202210697167.2在审
发明人：郑礼;严天峰;汤春阳;张卓 -专利权人： 丝路梵天（甘肃）通信技术有限公司
申请日： 2022-06-20 - 公布日： 2022-09-23 - 主分类号： G01R23/16 文献下载
摘要：本发明属于光伏发电技术领域，公开了一种基于神经网络的光伏发电谐波检测方法及系统，包括：数据获取模块采集光伏发电产生电流、电压信号；信号处理模块对采集的电流、电压信号进行缩减、滤波、调幅处理，得到稳定的电流、电压模拟信号；数据转换模块将得到的稳定的电流、电压模拟信号进行数据转换；谐波检测模块利用神经网络模型对转换后的数据进行处理计算得到谐波检测结果。本发明利用神经网络进行谐波检测，可以更准确自适应的对谐波进行检测；同时本发明的检测方法精度高、实时性高、可靠性好，可以有效对光伏发电中的谐波进行检测。
一种基于神经网络发电谐波检测方法系统

[发明专利]一种基于深度学习的无线电链路降雨监测系统及方法-CN202210698819.4在审
发明人：严天峰;汤春阳;郑礼;敏捷 -专利权人： 丝路梵天（甘肃）通信技术有限公司
申请日： 2022-06-20 - 公布日： 2022-09-23 - 主分类号： G01W1/14 文献下载
摘要：本发明属于降雨量监测技术领域，公开了一种基于深度学习的无线电链路降雨监测系统及方法，将地面通信链路以及卫星信号作为信号源，使用无线电监测接收机接收穿过不同降雨环境下的无线电信号，记录采集时的降雨量；构建适用于无线电传播链路降雨监测的深度学习算法模型，将所查询的降雨量作为信号数据标签，训练出适用于区分无线电在传输时的降雨衰减模型；利用人工智能和无线电技术在不同降雨环境下对由于降雨所引起的降雨衰减进行分析，将所训练好的模型导出，用于无线电降雨监测。本发明结合深度学习的手段，提出了基于深度学习的无线电传播链路降雨量检测的方法，使得降雨监测的覆盖面更为广阔，从而保证降雨预报及时、精确的进行。
一种基于深度学习无线电降雨监测系统方法