专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果13个,建议您升级VIP下载更多相关专利
  • [发明专利]一种超稀疏广域分布式阵列的栅瓣抑制方法-CN201911196754.8有效
  • 黄际彦;张彤彤;王亚龙;顾侃;沈晓峰;廖阔;况凌;张瑛 - 电子科技大学
  • 2019-11-29 - 2022-08-05 - G01S7/02
  • 本发明属于无线通信技术领域,具体涉及一种超稀疏广域分布式阵列的栅瓣抑制方法。本发明提出了一种视场范围内无栅瓣的超稀疏广域分布式阵列栅瓣抑制技术,特征在于同时发射两个频率信号首先根据天线阵列模型得到天线阵列流型公式,然后计算两个频点的相位差,接着计算在保证不产生栅瓣情况下的信号频差范围,得到信号频差范围后,在发射端同时发射两个频率信号,使两信号载频的差值在此频差范围之内,这样双频情况下计算阵列加权输出将得到没有栅瓣的波束图。本发明利用两个频点间的偏差确保不出现相位模糊,解决了超稀疏广域分布式天线阵列出现的栅瓣问题,突破了现有栅瓣抑制方法技术风险大与优化效果差的缺点。
  • 一种稀疏广域分布式阵列抑制方法
  • [发明专利]一种基于空‑频域的联合视频图像的上采样方法-CN201510309370.8有效
  • 邬震宇;陈长汶;万群;沈晓峰;冯健;周代英;窦衡;廖阔;况凌 - 电子科技大学
  • 2015-06-08 - 2017-11-14 - H04N19/625
  • 本发明属于视频图像信号处理领域,尤其涉及视频图像信号的上采样方法。本发明基于空‑频域联合的思想,综合空‑频域各自的优势实现更加准确的上采样处理。本发明首先将待上采样的低分辨率图像分块后进行DCT变换,其系数作为上采样图像的低频部分,然后在空域对该低分辨率图像采用Wiener滤波器进行插值运算得到目标尺寸的图像,接着对Wiener滤波器插值后的图像进行锐化处理再分块进行DCT变换并提取其高频系数,最后将上述低频系数和高频系数重新组合成目标尺寸上采样图像的DCT块并进行IDCT变换得到最终的上采样视频图像。本发明能大大提高上采样视频图像的PSNR和主观质量,有效地减弱假轮廓和块效应等失真。
  • 一种基于联合视频图像采样方法
  • [发明专利]一种自适应提取雷达目标微动周期的新方法-CN201410682329.0有效
  • 郭贤生;沈晓峰;况凌;郭伟奇;万群 - 电子科技大学
  • 2014-11-24 - 2015-02-18 - G01S7/41
  • 该发明公开了一种自适应提取雷达目标微动周期的新方法,本发明属于仅利用雷达接收目标回波数据对所探测运动目标的微动周期进行估计的技术范畴,涉及利用雷达目标回波数据的时频图的轮廓提取和曲线拟合方法对目标的微动周期进行较精确估计的技术。该方法利用雷达接收的目标回波数据先通过短时傅里叶变换得到信号的时频分布,然后对得到的时频分布曲线进行轮廓提取,接着通过自适应设置门限的方法提取时频曲线变化的轮廓,之后采用多项式拟合的方法对得到的粗轮廓进行细节平滑,最后通过对平滑后的波形图检测谱峰并给出目标微动周期的估计。一种低成本、自适应、稳健的高精度雷达目标微动周期估计新方法。
  • 一种自适应提取雷达目标微动周期新方法
  • [发明专利]一维距离像的非线性子空间识别方法-CN200810044955.1无效
  • 周代英;杨万麟;窦衡;陈显宁;况凌 - 电子科技大学
  • 2008-03-12 - 2008-08-13 - G01S13/02
  • 一维距离像的非线性子空间识别方法属雷达目标识别。采用核函数方法将目标的雷达一维距离像进行非线性变换映射到高维线性特征空间,利用高维特征空间的特征变换矩阵提取每类目标的所有训练一维距离像的非线性正则子像特征构成每类目标的非线性子像空间,当目标的雷达一维距离像输入时,根据非线性正则子像与非线性子像空间之间的欧氏距离确定输入目标一维距离像的类别。步骤:确定目标的雷达一维距离像训练矢量;确定核函数和非线性变换后的类间散布矩阵sB;确定sB的非零特征值及其对应的特征向量;确定类内散布矩阵Q;确定Q的非零特征值及其对应的特征向量;确定每类目标的所有训练一维距离像非线性正则子像;确定每类目标非线性子像空间;确定输入目标一维距离像的非线性正则子像;确定非线性正则子像与非线性子像空间的欧氏距离;确定输入的目标一维距离像的类别号。
  • 距离非线性空间识别方法

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top