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347个,建议您升级VIP下载更多相关专利
  • [发明专利]广播信道数据发送接收方法-CN201610690208.X有效
  • 王军;安哲成;彭克武 - 深圳清华大学研究院;清华大学
  • 2016-08-19 - 2021-10-19 - H04L1/00
  • 本发明提供一种兼容单天线接收与多天线接收的多业务传输系统执行的广播信道数据发送接收方法,其具体包括:根据MISO业务与MIMO业务传输所需的服务质量要求以及发送端所使用的多天线星座图,对物理层符号序列进行分组,并对每个物理层符号分组在比特层次进行分割,得到比特层次的MISO业务子信道和MIMO业务子信道;将MISO业务与MIMO业务的传输数据比特填充到对应的比特层次子信道,并将填充了业务数据的比特向量映射到星座图上,通过基带等效信道进行传输;对接收到的信号中的MISO业务子信道进行解码,从中解码出MISO业务数据比特,然后MIMO接收机以解码出的MISO业务数据比特为先验信息对MIMO业务进行解码。
  • 广播信道数据发送接收方法
  • [发明专利]基于三维互补码的多载波MISO系统-CN201210176850.8无效
  • 陳曉華;孟维晓;孙思月;陈星 - 哈尔滨工业大学
  • 2012-05-31 - 2012-09-19 - H04B7/06
  • 基于三维互补码的多载波MISO系统,涉及一种MISO系统。为了解决目前MISO系统抵抗多径干扰与多用户干扰能力差的问题。每个用户k采用一个三维互补码作为签名码,每个三维互补码包括NT个二维互补码,对于每个用户k,它工作的过程包括如下步骤:步骤一:在发送端,利用MISO系统的发射机将待发送的数据调制成NT路调制信号,再将NT路调制信号用NT根天线发射给无线信道;步骤二:在接收端,利用MISO系统的接收机用1根天线接收步骤一中发射给无线信道的NT路调制信号。
  • 基于三维互补载波miso系统
  • [发明专利]一种调制器系统的优化设计方法-CN202110733998.6在审
  • 苗晴;凌永权 - 佛山科学技术学院
  • 2021-06-30 - 2021-10-22 - H03M3/00
  • 本发明实施例提供一种调制器系统的优化设计方法,包括:设计SDM系统构架,所述SDM系统构架包括MIMO环路滤波器、量化器以及MISO重建滤波器;根据时域离散输入信号、量化器的反馈信号构建所述MIMO环路滤波器的非凸无限约束优化模型;对所述MIMO环路滤波器的非凸约束优化模型进行求解,得到近似全局最优解;根据MISO重建滤波器接收的量化信号和对接收信号进行滤波的过程构建MISO重建滤波器的非凸无限约束优化模型;求出MISO重建滤波器的非凸无限约束优化模型的近似全局最优解
  • 一种调制器系统优化设计方法
  • [发明专利]MISO全格式无模型控制器基于系统误差的参数自整定方法-CN201711323411.4有效
  • 卢建刚;李雪园 - 浙江大学
  • 2017-12-12 - 2021-11-26 - G06N3/08
  • 本发明公开了一种MISO全格式无模型控制器基于系统误差的参数自整定方法,利用系统误差集作为BP神经网络的输入,BP神经网络进行前向计算并通过输出层输出惩罚因子、步长因子等MISO全格式无模型控制器待整定参数,采用MISO全格式无模型控制器的控制算法计算得到针对被控对象的控制输入向量,以系统误差函数的值最小化为目标,采用梯度下降法,并结合控制输入分别针对各个待整定参数的梯度信息集,进行系统误差反向传播计算,本发明提出的MISO全格式无模型控制器基于系统误差的参数自整定方法,能有效克服控制器参数的在线整定难题,对MISO系统具有良好的控制效果。
  • miso格式模型控制器基于系统误差参数方法
  • [发明专利]MISO全格式无模型控制器基于偏导信息的参数自整定方法-CN201711323329.1有效
  • 卢建刚;李雪园 - 浙江大学
  • 2017-12-12 - 2020-06-09 - G05B13/02
  • 本发明公开了一种MISO全格式无模型控制器基于偏导信息的参数自整定方法,利用偏导信息集作为BP神经网络的输入,BP神经网络进行前向计算并通过输出层输出惩罚因子、步长因子等MISO全格式无模型控制器待整定参数,采用MISO全格式无模型控制器的控制算法计算得到针对被控对象的控制输入向量,以系统误差函数的值最小化为目标,采用梯度下降法,并结合控制输入分别针对各个待整定参数的梯度信息集,进行系统误差反向传播计算,本发明提出的MISO全格式无模型控制器基于偏导信息的参数自整定方法,能有效克服控制器参数的在线整定难题,对MISO系统具有良好的控制效果。
  • miso格式模型控制器基于信息参数方法
  • [发明专利]MISO紧格式无模型控制器基于偏导信息的参数自整定方法-CN201711317223.0有效
  • 卢建刚;李雪园 - 浙江大学
  • 2017-12-12 - 2020-06-09 - G05B13/04
  • 本发明公开了一种MISO紧格式无模型控制器基于偏导信息的参数自整定方法,利用偏导信息集作为BP神经网络的输入,BP神经网络进行前向计算并通过输出层输出惩罚因子、步长因子等MISO紧格式无模型控制器待整定参数,采用MISO紧格式无模型控制器的控制算法计算得到针对被控对象的控制输入向量,以系统误差函数的值最小化为目标,采用梯度下降法,并结合控制输入分别针对各个待整定参数的梯度信息集,进行系统误差反向传播计算,本发明提出的MISO紧格式无模型控制器基于偏导信息的参数自整定方法,能有效克服控制器参数的在线整定难题,对MISO系统具有良好的控制效果。
  • miso格式模型控制器基于信息参数方法
  • [发明专利]MISO偏格式无模型控制器基于偏导信息的参数自整定方法-CN201711325705.0有效
  • 卢建刚;李雪园 - 浙江大学
  • 2017-12-12 - 2020-06-09 - G05B13/04
  • 本发明公开了一种MISO偏格式无模型控制器基于偏导信息的参数自整定方法,利用偏导信息集作为BP神经网络的输入,BP神经网络进行前向计算并通过输出层输出惩罚因子、步长因子等MISO偏格式无模型控制器待整定参数,采用MISO偏格式无模型控制器的控制算法计算得到针对被控对象的控制输入向量,以系统误差函数的值最小化为目标,采用梯度下降法,并结合控制输入分别针对各个待整定参数的梯度信息集,进行系统误差反向传播计算,本发明提出的MISO偏格式无模型控制器基于偏导信息的参数自整定方法,能有效克服控制器参数的在线整定难题,对MISO系统具有良好的控制效果。
  • miso格式模型控制器基于信息参数方法
  • [发明专利]MISO偏格式无模型控制器基于系统误差的参数自整定方法-CN201711323412.9有效
  • 卢建刚;李雪园 - 浙江大学
  • 2017-12-12 - 2020-06-09 - G05B13/04
  • 本发明公开了一种MISO偏格式无模型控制器基于系统误差的参数自整定方法,利用系统误差集作为BP神经网络的输入,BP神经网络进行前向计算并通过输出层输出惩罚因子、步长因子等MISO偏格式无模型控制器待整定参数,采用MISO偏格式无模型控制器的控制算法计算得到针对被控对象的控制输入向量,以系统误差函数的值最小化为目标,采用梯度下降法,并结合控制输入分别针对各个待整定参数的梯度信息集,进行系统误差反向传播计算,本发明提出的MISO偏格式无模型控制器基于系统误差的参数自整定方法,能有效克服控制器参数的在线整定难题,对MISO系统具有良好的控制效果。
  • miso格式模型控制器基于系统误差参数方法

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