-
题名基于4D-CNNLSTM的动态脑网络情绪识别
- 1
-
-
作者
顾田航
范磊
-
机构
西安邮电大学计算机学院
西安电子科技大学计算机科学与技术学院
-
出处
《通信技术》
2023年第3期282-288,共7页
-
文摘
脑电信号是一种时变的非线性空间离散信号,为了反映大脑各区域之间的信息传递与空间关系,提出了一种基于四维特征和卷积长短时记忆网络的情绪识别方法(4D-CNNLSTM)。该方法将原始的脑电信号转换为二维平面-频率-时间的4D特征,随后使用卷积和长短时记忆网络学习特征的空间、频率和时间信息,最后使用SoftMax进行分类。实验结果表明,该方法具有良好的性能,情绪识别的准确率最高达到91.87%。
-
关键词
脑电信号
情绪识别
脑网络
卷积神经网络
长短时记忆神经网络
-
Keywords
EEG
emotion recognition
brain network
CNN
LSTM neural network
-
分类号
TP399
[自动化与计算机技术—计算机应用技术]
-
-
题名机载卫星通信天线跟踪误差分析
被引量:1
- 2
-
-
作者
田捷力
李麒
邓军
顾田航
顾新
-
机构
中国电子科技集团公司第三十九研究所
陕西省天线与控制技术重点实验室
解放军
西安邮电大学
西安电子科技大学
-
出处
《通信技术》
2021年第3期745-749,共5页
-
文摘
随着机载卫星通信的工作频段向着宽频带和多频段拓展,Ku/Ka双频段天线已成为目前发展的主流。双频段天线的指向跟踪方式直接影响卫星通信的性能,而天线系统各项误差可导致天线的指向精度、跟踪精度不能满足动载体快速、可靠与实时捕获卫星的需求,导致卫星链路中断,数据丢失,无法正常通信。因此,介绍了机载Ku/Ka双频段天线系统的组成和采用的跟踪方式,分析在不同的跟踪方式下指向误差和跟踪误差的产生因素,并提出改善误差的解决方式,估算跟踪精度。
-
关键词
机载
天线
指向误差
跟踪误差
-
Keywords
airborne
antenna
pointing error
tracking error
-
分类号
TN828.5
[电子电信—信息与通信工程]
-
-
题名一种克服机载天线阵风扰动的方法
- 3
-
-
作者
田捷力
仇钰清
顾田航
-
机构
中国电子科技集团公司第三十九研究所
陕西省天线与控制技术重点实验室
西北工业大学
西安邮电大学
-
出处
《通信技术》
2021年第7期1764-1767,共4页
-
文摘
随着机载卫星通信的发展,为解决阵风扰动对高空飞行的机载天线跟踪性能的影响,确保通信信道稳定,采用伺服控制策略,研究阵风作用于飞机时,在飞行控制器的作用下所产生的姿态响应、阵风扰动建模、飞机阵风扰动建模、天线伺服控制建模及利用Simulink阵风模型对载机阵风扰动进行仿真,得出采用LQG+PI的方法。该方法可有效提高干扰抑制度,改善动态性能,为以后的工程验证提供参考分析。
-
关键词
无人机
天线
阵风扰动
瞄准误差
-
Keywords
unmanned vehicle
antenna
gust disturbance
aiming error
-
分类号
TN828.5
[电子电信—信息与通信工程]
-