-
公开(公告)号：CN110177390B
公开(公告)日：2021-05-11
申请号：CN201910427588.1
申请日：2019-05-22
Applicant: 南通大学
IPC: H04W40/32
Abstract: 本发明公开了一种密集分布式无线通信系统半动态重叠分簇算法，首先，在限制簇规模的条件下，中心处理单元利用周期性获取的长时信息状态信息对远程接入单元(RAU)进行半动态非重叠分簇；然后，通过设置门限值，找出簇边缘用户；接着，分别计算每个协作簇到本簇和其它簇的边缘用户的平均大尺度衰落，通过比值，找出重叠用户；最后，每个协作簇对簇内用户进行联合传输同时避免对重叠用户的干扰，形成虚拟的重叠簇。本发明以用户为中心，利用长时信道信息进行重叠分簇，能够适应用户位置的移动变化，改善簇边缘用户的服务质量，提高系统吞吐量，并且具有算法复杂度低，信令开销小的优点。
-
公开(公告)号：CN112232475A
公开(公告)日：2021-01-15
申请号：CN202011128092.3
申请日：2020-10-21
Applicant: 南通大学
Abstract: 本发明公开了一种可识别旋扣方向的动力钳旋扣监控装置，包括一齿轮、一信息处理器、一扭矩测量元件和多个感应元件；信息处理器上设置有多个输入端口，多个感应元件分别与多个所述输入端口电性连接，任一感应元件设置在轮齿的齿尖处，其余感应元件依次处于齿缝M等分的等分位置处；信息处理器具有一信息输出端口连接外部监控后台。本发明还公开一种高圈数分辨率、可识别动力钳旋扣方向的动力钳旋扣监控方法，根据感应元件采集的脉冲信号，可计算出电机的转速、转角和圈数，结合扭矩测量元件采集到的扭矩信息，可表征出动力钳旋扣过程中旋扣圈数和扭矩间的对应关系，还可实现对动力钳紧扣和松扣动作的识别。
-
公开(公告)号：CN112215325A
公开(公告)日：2021-01-12
申请号：CN202011129214.0
申请日：2020-10-21
Applicant: 南通大学
Abstract: 本发明公开了一种动力钳旋扣脉冲倍增装置，包括一安装在电机输出轴上的齿轮、一信息处理器、第一感应元件、第二感应元件和扭矩测量元件，信息处理器上设置有第一输入端口、第二输入端口和信息输入端口，各感应元件分别与信息处理器的各输入端口电性连接；当第一感应元件处于正对轮齿的某一齿尖位置时，第二感应元件设置在齿轮上两相邻轮齿齿缝的中间位置处；信息处理器具有信息输出端口，该端口电性连接外部监控后台。本发明还公开了一种用于动力钳旋扣脉冲倍增装置的数据记录方法，本发明可计算出电机的转速、转角和圈数，结合扭矩测量元件采集到的扭矩信息，可表征出动力钳旋扣过程中旋扣圈数和扭矩间的对应关系，具有较高的圈数分辨率。
-
公开(公告)号：CN108233158B
公开(公告)日：2020-02-04
申请号：CN201810084297.2
申请日：2018-01-29
Applicant: 南通大学 , 南通先进通信技术研究院有限公司
IPC: H01S3/067 , H01S3/0941 , H01S3/106 , H01S3/11
Abstract: 本发明公开了一种光纤激光器。该光纤激光器包括：可饱和吸收体装置、掺镱光纤、波分复用器、泵浦源、单模光纤、光线隔离器、偏振控制器以及耦合器；所述可饱和吸收体装置熔接在所述光纤激光器的激光腔体内，用于通过调节所述可饱和吸收体装置的弯曲曲率以提高所述光纤激光器输出的激光波长的可调谐精度。采用本发明所提供的可饱和吸收体装置以及光纤激光器，能够以简单结构即可实现输出的脉冲激光波长可调谐。
-
公开(公告)号：CN110720946A
公开(公告)日：2020-01-24
申请号：CN201910966906.1
申请日：2019-10-12
Applicant: 南通大学
Abstract: 本发明公开了一种基于深度学习的智能听诊系统，包括用户端智能设备、远程数据库管理系统以及远程服务器诊断系统；用户端智能设备包括心音高灵敏度传感器，用户端高灵敏度传感器采集的生理数据通过蓝牙或者WIFI与用户端手机通信；用户端手机上设有智能诊断APP，包括通信模块、用户认证模块、信号智能判断模块、深度学习诊断模块；所述的远程数据库管理系统包括认证模块、心音数据模块，心音数据模块包括标准数据模块、用户数据模块；远程服务器诊断系统服务器上部署深度学习模型，深度学习模型包括训练模块、通信信令模块。本发明可高精度地预测心音是否异常，克服了现有智能听诊器诊断费用高，等待时间长的问题。
-
Patent Agency Ranking
公开(公告)号：CN108964729A
公开(公告)日：2018-12-07
申请号：CN201811097143.3
申请日：2018-09-20
Applicant: 南通大学 , 南通先进通信技术研究院有限公司
IPC: H04B7/0452 , H04W72/12
CPC classification number: H04B7/0452 , H04W72/121
Abstract: 本申请提供了一种海域大规模天线平面阵波束选择与用户调度方法，涉及海域调度技术领域。步骤R1、船载AIS系统与装备大规模天线平面阵的岸基基站进行信息交互，获取各用户的位置信息；然后通过测高仪获取岸基基站高度信息以及船舶终端的高度信息。步骤R2、根据步骤R1获取的用户位置信息、岸基基站与船舶终端的高度信息，划分大规模天线平面阵对应的波束覆盖的海域范围，并将各用户划分到对应的每个波束内；步骤R3、在每个波束内选取优先级最高的用户，依次放入待服务用户集合；步骤R4、在每个调度周期内，根据系统加权和速率最大准则调度待服务用户集合中的用户进行服务，关闭未被使用的波束。本申请波束选择和用户调度速度快，算法复杂度低。
-
公开(公告)号：CN105636226B
公开(公告)日：2018-09-25
申请号：CN201610003951.3
申请日：2016-01-05
Applicant: 南通大学
IPC: H04W72/12
Abstract: 本发明涉及基于静态分簇的密集分布式无线网络多用户调度方法，该方法先将整个密集分布式无线网络中M个远程天线单元RAU划分成r个协作簇，每个协作簇包含相邻的L个RAU；然后小区内位置随机的用户利用大尺度衰落信道信息选择最佳的RAU协作簇；接着各个RAU协作簇以簇加权遍历和速率最大准则并行调度用户集合；最后以小区加权遍历和速率最大准则选择服务的RAU协作簇和用户集合。本发明具有RAU分簇和用户调度速度快，算法复杂度低，所需信道信息开销小的优点。
-
公开(公告)号：CN106506109A
公开(公告)日：2017-03-15
申请号：CN201611040168.0
申请日：2016-11-21
Applicant: 南通大学
CPC classification number: H04J11/0026 , H04J11/0059 , H04W16/10 , H04W72/048
Abstract: 本发明公开了一种密集小蜂窝网络用户分组与自适应干扰抑制方法，首先中心处理单元利用根据各用户大尺度衰落信道信息对用户进行分组，同一组用户使用相同导频，不同组用户使用不同正交导频。接着，各小蜂窝基站利用用户大尺度衰落信道信息确定相邻的组间干扰用户，利用接收的上行导频估计相邻用户的信道矢量，若无组间干扰用户，上下行链路可分别采用最大比合并（MRC）接收与最大比发送(MRT)预编码；若存在组间干扰用户，上下行链路可分别采用迫零接收与迫零预编码发送，消除组间干扰。本发明通过简单的用户分组方法可减轻导频污染，同时减少系统导频开销；另外各小蜂窝基站自适应消除组间干扰，可有效提高系统的频谱效率。
-
公开(公告)号：CN103139788B
公开(公告)日：2016-01-20
申请号：CN201310066838.6
申请日：2013-03-04
Applicant: 南通大学
IPC: H04W16/18
Abstract: 本发明涉及一种基于网络编码的无线中继部署方法。所述网络包含基站BS、中继节点R和若干用户节点，任意两用户节点U1、U2的中继节点R的部署包括：以一用户节点U1或U2为原点，并以该原点与基站BS的连线为X轴，建立平面坐标系；对所述平面坐标系中基站BS和非所述原点上的另一用户节点U2或U1的坐标值进行归一化处理，得到相应的坐标值；通过在U1、U2和BS形成的三角区域的二维搜索，寻找中断概率近似界 最小时的中继坐标；通过归一化还原，还原坐标为实际坐标，得到最佳中继节点R。优点是：可获得最佳中继部署坐标，由此可有效提高系统的中断概率性能；该方法降低了坐标部署的复杂性且适用性广。
-
公开(公告)号：CN102539827B
公开(公告)日：2013-10-09
申请号：CN201210019943.X
申请日：2012-01-20
IPC: G01P15/00
Abstract: 本发明公开了一种小波变换式低插损声表面波延迟线型加速度传感器，其特征在于，包括基片，基片的左端固定，右端加载质量块，基片的上表面从左至右依次设有第一输入换能器、第一输出换能器，第一输入换能器和第一输出换能器分别与第一反馈放大器连接，基片的下表面从左至右依次设有第二输入换能器、第二输出换能器，第二输入换能器和第二输出换能器分别与第二反馈放大器连接；所述的第一反馈放大器、第二反馈放大器分别与混频器连接；所述的混频器与低通滤波器连接。本发明具有抗干扰能力强、低插入损耗，适应于便携式移动设备中惯性识别应用需求的特点。
-
-
-
-
-
-
-
-
-
Search Results
100
records
(took 0.031 seconds)
