|
搜索
搜 索
高等教育領(lǐng)域數(shù)字化綜合服務(wù)平臺(tái)
.jpg){kind=logo}
低精度ADC與混合預(yù)編碼結(jié)合的毫米波傳輸方法及通信系統(tǒng)
本發(fā)明公開了低精度模數(shù)轉(zhuǎn)換（ADC）與混合預(yù)編碼結(jié)合的毫米波傳輸方法及通信系統(tǒng)，其中基站和用戶在波束掃描階段采用電子開關(guān)在低精度模數(shù)轉(zhuǎn)換器和混合預(yù)編碼模塊間切換，在精確信道估計(jì)和數(shù)據(jù)傳輸階段均采用混合預(yù)編碼模塊。具體步驟：1、波束掃描階段基站選通混合預(yù)編碼模塊，將波束訓(xùn)練數(shù)據(jù)模擬預(yù)編碼后進(jìn)行波束掃描；2、用戶選通低精度模數(shù)轉(zhuǎn)換器模塊，從接收數(shù)據(jù)中估計(jì)角度信息；3、用戶選通混合預(yù)編碼模塊，將波束訓(xùn)練數(shù)據(jù)模擬預(yù)編碼后進(jìn)行波束掃描或向基站反饋角度信息；4、基站選通低精度模數(shù)轉(zhuǎn)換器模塊，從接收數(shù)據(jù)中獲取角度信息；5、精確信道估計(jì)和數(shù)據(jù)傳輸階段基站和用戶選通混合預(yù)編碼模塊，進(jìn)行精確信道估計(jì)和數(shù)據(jù)傳輸。
東南大學(xué)
2021-04-11
業(yè)大學(xué).jpg){kind=logo}
一種油菜生態(tài)型波里馬雄性不育兩系雜種種子生產(chǎn)技術(shù)
研發(fā)階段/n一種油菜生態(tài)型波里馬雄性不育兩系雜種種子生產(chǎn)技術(shù) 本發(fā)明屬于利用油菜生態(tài)型波里馬細(xì)胞質(zhì)雄性不育兩系生產(chǎn)雜交F1種子的技術(shù)領(lǐng)域，具體涉及到利用油菜生態(tài)型波里馬細(xì)胞質(zhì)雄性不育系和恢復(fù)系在冬油菜產(chǎn)區(qū)秋播生產(chǎn)雜交F1種子的雜交制種方法。由于生態(tài)型細(xì)胞質(zhì)雄性不育系在中國(guó)的冬油菜產(chǎn)區(qū)（例如長(zhǎng)江流域）正常播種條件下表現(xiàn)雄性可育，可以自交結(jié)實(shí)，在中國(guó)的春油菜地區(qū)（例如甘肅、青海和新疆等省區(qū)）夏播表現(xiàn)雄性不育，不能自交結(jié)實(shí)，因此，必須在春油菜地區(qū)夏播生產(chǎn)雜交種種子。本發(fā)明的
華中農(nóng)業(yè)大學(xué)
2021-01-12
業(yè)大學(xué).jpg){kind=logo}
一種馬鈴薯定位標(biāo)記裝置和一種馬鈴薯播種裝置
本發(fā)明一種馬鈴薯定位標(biāo)記裝置和一種馬鈴薯播種裝置，該馬鈴薯定位標(biāo)記裝置包括機(jī)架，機(jī)架上設(shè)置有漏播檢測(cè)單元，漏播檢測(cè)單元的后端設(shè)置有定位標(biāo)記單元，漏播檢測(cè)單元檢測(cè)到馬鈴薯播種過程中漏播，將漏播信號(hào)傳遞到定位標(biāo)記單元，定位標(biāo)記單元定位標(biāo)記以示馬鈴薯漏播；馬鈴薯播種裝置包括上述的馬鈴薯定位標(biāo)記裝置。該發(fā)明在馬鈴薯出現(xiàn)漏播情況時(shí)可以進(jìn)行標(biāo)記，以便于后期補(bǔ)種。
青島農(nóng)業(yè)大學(xué)
2021-04-11
.jpg){kind=logo}
基于卷積神經(jīng)網(wǎng)絡(luò)的給水管網(wǎng)多點(diǎn)漏損定位方法及其裝置
本發(fā)明公開了一種基于卷積神經(jīng)網(wǎng)絡(luò)的給水管網(wǎng)多點(diǎn)漏損定位方法，包括以下步驟：對(duì)供水管網(wǎng)壓力數(shù)據(jù)進(jìn)行采集，將采集的供水?dāng)?shù)據(jù)分為訓(xùn)練樣本和測(cè)試樣本；將各個(gè)樣本歸一化，歸一化后的訓(xùn)練樣本輸入到卷積神經(jīng)網(wǎng)絡(luò)模型中進(jìn)行訓(xùn)練，得到卷積神經(jīng)網(wǎng)絡(luò)模型，歸一化后的測(cè)試樣本對(duì)卷積神經(jīng)網(wǎng)絡(luò)模型進(jìn)行測(cè)試，保存訓(xùn)練好的卷積神經(jīng)網(wǎng)絡(luò)模型；實(shí)時(shí)數(shù)據(jù)歸一化后輸入到訓(xùn)練好的卷積神經(jīng)網(wǎng)絡(luò)模型中，通過訓(xùn)練好的卷積神經(jīng)網(wǎng)絡(luò)模型來(lái)得到預(yù)測(cè)結(jié)果；將預(yù)測(cè)結(jié)果對(duì)比標(biāo)簽索引，判斷漏損。本發(fā)明還公開一種基于卷積神經(jīng)網(wǎng)絡(luò)的給水管網(wǎng)多點(diǎn)漏損定位裝置。本發(fā)明
安徽建筑大學(xué)
2021-01-12
一種空間多自由度定位裝置及其空間位置解算方法
本發(fā)明公開了一種空間多自由度定位裝置及其空間位置解算方法。所述裝置包括底板平臺(tái)、第一三維轉(zhuǎn)臺(tái)、第二三維轉(zhuǎn)臺(tái)、第一轉(zhuǎn)臺(tái)底座、第二轉(zhuǎn)臺(tái)底座、伺服電機(jī)、絲杠和導(dǎo)軌，導(dǎo)軌鋪設(shè)在底板平臺(tái)上，第一三維轉(zhuǎn)臺(tái)安設(shè)在第一轉(zhuǎn)臺(tái)底座上，第一轉(zhuǎn)臺(tái)底座固定在底板平臺(tái)的一端，第二三維轉(zhuǎn)臺(tái)安設(shè)在第二轉(zhuǎn)臺(tái)底座上，第二轉(zhuǎn)臺(tái)底座可以沿導(dǎo)軌做靠近或遠(yuǎn)離第一轉(zhuǎn)臺(tái)底座的運(yùn)動(dòng)，兩個(gè)目標(biāo)物體分別固定在第一三維轉(zhuǎn)臺(tái)和第二三維轉(zhuǎn)臺(tái)上。所述空間位置解算方法根據(jù)本發(fā)明裝置的機(jī)械結(jié)構(gòu)特點(diǎn)，通過固定在夾具上兩物體間期望的空間位置姿態(tài)關(guān)系解算出裝置上每個(gè)運(yùn)動(dòng)部件的運(yùn)動(dòng)量。本發(fā)明能夠?qū)崿F(xiàn)空間中兩個(gè)物體之間的復(fù)雜相對(duì)位置姿態(tài)的定位。
東南大學(xué)
2021-04-13
.jpg){kind=logo}
無(wú)線通信技術(shù)衛(wèi)星通信與定位技術(shù)智能監(jiān)控與物聯(lián)網(wǎng)技術(shù)
無(wú)線通信技術(shù)VHF/UHF頻段基于OFDM技術(shù)的高速數(shù)據(jù)通信系統(tǒng) 無(wú)線通信的突出問題：頻率資源嚴(yán)重不足 。 我國(guó)無(wú)管會(huì)允許在這一頻段進(jìn)行數(shù)據(jù)的傳輸，如地質(zhì)礦產(chǎn)、水利、能源、國(guó)家地震局、建設(shè)部、氣象局、軍隊(duì)等部門的專用無(wú)線通信系統(tǒng)。
南開大學(xué)
2021-04-14
一種用于修正熱氣流對(duì)數(shù)字圖像相關(guān)測(cè)量精度影響的方法
本發(fā)明公開了一種用于修正熱氣流對(duì)數(shù)字圖像相關(guān)測(cè)量精度影響的方法，先對(duì)穩(wěn)定熱氣流影響前后的圓形標(biāo)識(shí)點(diǎn)陣列進(jìn)行識(shí)別，然后通過3D?DIC算法求解噴有散斑的試件沿x，y，z方向的位移量，并采用熱氣流的影響造成圓形標(biāo)識(shí)點(diǎn)產(chǎn)生虛位移場(chǎng)的參數(shù)矩陣對(duì)上述x，y，z方向的位移量進(jìn)行修正，從而得到更精確的在熱氣流影響下被測(cè)試件表面位移場(chǎng)。本發(fā)明測(cè)量裝置簡(jiǎn)單，易于實(shí)現(xiàn)，便捷有效、成本相對(duì)較低，有效減小了熱氣流對(duì)系統(tǒng)成像的影響，能夠有效地修正熱氣流對(duì)數(shù)字圖像相關(guān)測(cè)量精度的影響。
東南大學(xué)
2021-04-11
.jpg){kind=logo}
一種基于均值漂移的不同精度三維點(diǎn)云數(shù)據(jù)的融合方法
本發(fā)明公開了一種基于均值漂移的不同精度下的三維點(diǎn)云數(shù)據(jù) 的融合方法，針對(duì)兩組精度等級(jí)不同的三維點(diǎn)云數(shù)據(jù)，利用高精度點(diǎn) 云建立低精度點(diǎn)云的誤差分布，進(jìn)而對(duì)低精度點(diǎn)云進(jìn)行均值漂移，消 除低精度點(diǎn)云的漂移誤差，從而實(shí)現(xiàn)兩組數(shù)據(jù)信息的融合，該方法包 括：S1：建立低精度點(diǎn)云的拓?fù)浣Y(jié)構(gòu)信息，包括每個(gè)樣點(diǎn)的鄰域點(diǎn)集 和單位法矢；S2：利用高精度點(diǎn)云對(duì)低精度點(diǎn)云進(jìn)行密度聚類，根據(jù) 聚類結(jié)果確定低精度點(diǎn)云每個(gè)樣點(diǎn)的漂移誤差；S3：利用低精度點(diǎn)云 的拓?fù)浣Y(jié)構(gòu)信息和所述漂移誤差確定低精度點(diǎn)云各樣點(diǎn)的漂移矢量， 根據(jù)該漂移矢量對(duì)低精度點(diǎn)云的各樣點(diǎn)進(jìn)行漂移，實(shí)現(xiàn)融合。本發(fā)明 的方法在消除低精度點(diǎn)云漂移誤差的同時(shí)，可實(shí)現(xiàn)小幅度噪聲的光順。
華中科技大學(xué)
2021-04-11
一種基于均值漂移的不同精度三維點(diǎn)云數(shù)據(jù)的融合方法
本發(fā)明公開了一種基于均值漂移的不同精度下的三維點(diǎn)云數(shù)據(jù)的融合方法，針對(duì)兩組精度等級(jí)不同的三維點(diǎn)云數(shù)據(jù)，利用高精度點(diǎn)云建立低精度點(diǎn)云的誤差分布，進(jìn)而對(duì)低精度點(diǎn)云進(jìn)行均值漂移，消除低精度點(diǎn)云的漂移誤差，從而實(shí)現(xiàn)兩組數(shù)據(jù)信息的融合，該方法包括：S1：建立低精度點(diǎn)云的拓?fù)浣Y(jié)構(gòu)信息，包括每個(gè)樣點(diǎn)的鄰域點(diǎn)集和單位法矢；S2：利用高精度點(diǎn)云對(duì)低精度點(diǎn)云進(jìn)行密度聚類，根據(jù)聚類結(jié)果確定低精度點(diǎn)云每個(gè)樣點(diǎn)的漂移誤差；S3：利用低精度點(diǎn)云的拓?fù)浣Y(jié)構(gòu)信息和所述漂移誤差確定低精度點(diǎn)云各樣點(diǎn)的漂移矢量，根據(jù)該漂移矢量對(duì)低精度點(diǎn)
華中科技大學(xué)
2021-04-14
復(fù)雜零件全流程加工精度/效率/能耗預(yù)測(cè)技術(shù)與智能工藝優(yōu)化決策系統(tǒng)
本項(xiàng)目突破了機(jī)理模型與工況數(shù)據(jù)混合驅(qū)動(dòng)的航空/航天復(fù)雜薄壁曲面零件全流程加工精度/效率/能耗預(yù)測(cè)技術(shù)，提出了零件全流程加工智能工藝優(yōu)化決策方法，開發(fā)了具有完全自主知識(shí)產(chǎn)權(quán)的智能加工產(chǎn)線工藝全流程智能決策和優(yōu)化軟件系統(tǒng)。
一、項(xiàng)目分類
關(guān)鍵核心技術(shù)突破
二、成果簡(jiǎn)介
本項(xiàng)目突破了機(jī)理模型與工況數(shù)據(jù)混合驅(qū)動(dòng)的航空/航天復(fù)雜薄壁曲面零件全流程加工精度/效率/能耗預(yù)測(cè)技術(shù)，提出了零件全流程加工智能工藝優(yōu)化決策方法，開發(fā)了具有完全自主知識(shí)產(chǎn)權(quán)的智能加工產(chǎn)線工藝全流程智能決策和優(yōu)化軟件系統(tǒng)。
1、提出機(jī)理模型和工況數(shù)據(jù)混合驅(qū)動(dòng)的航空/航天復(fù)雜薄壁零件全流程加工精度/效率/能耗高效高精預(yù)測(cè)算法，突破全流程加工工藝智能優(yōu)化與決策技術(shù)。
2、開發(fā)具有自主知識(shí)產(chǎn)權(quán)的智能加工產(chǎn)線工藝全流程智能決策和優(yōu)化軟件系統(tǒng)，實(shí)現(xiàn)能耗監(jiān)測(cè)/DFM/CAM/CAPP等工藝設(shè)計(jì)軟件核心算法完全自主可控。
華中科技大學(xué)
2022-07-27