本发明公开了一种大规模天线场景下基于统计信道信息的下行 传输方法，包括：(1)采用 K 均值聚类法将用户按照统计信息相似度分 组，分组后组中心作为外层预编码；(2)对每个组利用外层预编码降维 后用户等效信道选出调度用户集合，独立计算内层预编码(3)将整个下 行预编码表示为内编码与外编码和乘积，并进行下行传输。本发明利 用大规模天线的特性，提出了一种分步的预编码策略，该策略分为外 层预编码和内层预编码。外层预编码用来消除组间干扰并且降低信道 维度，减小导频和信道反馈开销；内层预编码用降维后的瞬时等效信 道信息消除本组用户间的干扰，不同组内层预编码过程可独立进行， 此过程降低了传统大规模天线系统集中式计算复杂度。 

本实用新型公开了一种容性、感性表面耦合机制小型化高性能高频段通信天线罩。主要由周期单元阵列组成频率选择表面，每一周期单元分为介质层和金属层，介质层包括上下两层介质层及其中间的一层介质层，金属层包括上下两层介质层外表面的完整金属贴片和相邻介质层之间的金属缝隙贴片；自由空间的电磁波经过所述天线罩选择性滤波后输出所需工作频段的电磁波。本实用新型适用于角度、极化稳定性高的超宽带通信天线罩设计，通带内插入损耗小且稳定，通带后拥有高抑制的宽阻带，带通到带阻工作状态转化速度快，角度、极化稳定性极佳。在现代通信、雷达及军事国防等领域应用价值巨大。

本发明公开一种用于高频（HF）或甚高频（VHF）雷达的微型接收天线及方位角估计方法。该天线 主体由两个正交摆放的环天线组成，两个环天线置于同一个防水盒中，由一根支撑杆架设在地面上，主 要用于探测海面、水面散射回波和目标回波，以及低空目标回波。两个环接收到的信号分别为磁场的两 个正交分量，对磁场模量归一化后可得到理想方向图用于方位角估计。本发明的优势在于：天线对架设 环境没有太大限制，只要探测范围没有巨型遮挡物造成回波较大衰减即可，一般的金属栏杆

本实用新型公开了一种应用于超高频的大功率高隔离度天线收发开关，包括用于选择不同信号通路 的模拟开关组，用于模拟开关组控制逻辑产生的控制逻辑发生器以及用于提供能量的供电电源，模拟开 关组与天线、发射机、接收机相连，控制逻辑发生器的输入与控制信号相连，输出与模拟开关组相连， 供电电源分别与控制逻辑发生器、模拟开关组相连。本实用新型所述的天线收发开关，通过外部提供的 控制逻辑，控制天线与发射机相连还是接收机相连，实现雷达发射与接收天线共用。通过测试，

本发明设计了一种集成宽带小型化和差相位比较网络的单脉冲天线阵列，包括小型化宽带平面和差相位比较网络和平面八木阵列天线；小型化宽带平面和差相位比较网络由双面平行带线构成，包括第一级网络和第二级网络，第一级网络包括第一级环形耦合器，第二级网络包括两个第二级环形耦合器，耦合器环形部分设置有反相器，反相器上下两层之间通过金属化通孔形成电连接。 本发明增加了和差相位比较网络的带宽，并具有更小的结构尺寸，比一般的T型功分馈电网络的尺寸还小，同时不需要馈电网络到天线间的过渡结构；采用平面结构大大简化了整体构造，加工难度低，易于大规模生产，且易于同其它平面电路集成，尤其适合集成在雷达系统中，安装调试极为方便。

本发明公开了一种传输线和漏波天线复用器件及其波束扫描方法，所述器件包括介质基板，分别位于介质基板上下表面的金属条带和金属地板，以及通过过孔连接金属地板和金属条带的周期性交替排列的电容和变容二极管。金属条带包括两端的渐变微带线结构和中间的人工表面等离激元结构。当变容二极管的容值与固定电容的容值一致时，该器件的表面阻抗一致，实现传输线的功能；当变容二极管的容值与固定电容的容值不一致时，该器件的表面阻抗得到周期性调制，实现漏波天线辐射功能。采用电压作为调节手段，随着电压的改变能够实现波束定频扫描； 该器件制造简单、操作方便、容易集成，只需要一步光刻过程，不仅节省造价，而且避免了多层结构引发的加工误差。

主要功能和应用领域： 本技术可实现人粪便样本显微镜检有型成分图像的自动识别与分类，利用计算机图像处理、模式识别及人工智能的理论与技术，对显微镜下拍摄到的粪便样本图像进行研究，通过对各种有型成分形态和颜色信息等进行特征匹配与分类计数，分别标示出红细胞、白细胞、虫卵和真菌孢子等不同种类的有型成分，从而达到在线自动识别有型成分的目的，作为医院临床诊断的依据。该技术可扩展应用于医院尿液、白带、脑脊液、胸腹水、胃液、精液等常规检查，并可用于脱落细胞学的癌及癌前病变检测及分析。 特色及先进性： 1）复杂背景环境下的自动识别。采用自适应双闭值分割算法进行粗分割，提取出ROI区域中的单个细胞或细胞群作为分析目标，细胞图像的精细分割将在每个ROI区域里完成，极大地减少了数据运算量。 2）针对形态各异和边缘模糊图像的精准分割。针对有型成分的显微生物图像特点，去除边界拓扑结构复杂、细胞各组成区域内灰度不均匀以及成像易受噪声干扰等因素的影响，基于Chan一Vese模型，提出几何活动轮廓模型方法，使用几个独立的水平集进行有型成分图像的分割，与传统分割方法对比准确率提升30%。 3）针对种类繁多的神经网络集成识别。基于普通神经网络泛化能力不高的问题，提出利用有限个神经网络进行集成并将其结果进行合成，显著的提高整个分类学习器的泛化能力，提高了整个系统的识别能力。 4）采用重叠分离算法精准分类。有型成分分离、细胞个数的准确读取决定了整个系统的精准程度。通过寻找到合适的分离点并构建分离线，实现重叠区域的快速合理分离，从而将粘连、重叠的细胞分离开来，并进行准确计数。 技术指标： 有型成分 漏检率 误检率 白细胞 5% 15% 脓球 20% 30% 吞噬细胞 20% 30% 红细胞 5% 15% 孢子 15% 25% 夏科雷登结晶 10% 10% 寄生虫 5% 15% 脂肪球 10% 15% 单张图片检测时间：＜0.5 s 关键问题和实施效果 现今国内大多数医院和研究单位对生物细胞或微生物病菌等检测还是采用人工处理的方式，即将样品制成涂片，在显微镜下观察并根据大小、形状等特征进行分类计数以得到数据结果，医务人员再通过这些数据结果凭借自身的知识和经验诊断病症或得出研究数据。该技术能够实现样本显微镜检有型成分的自动识别，满足了临床开展常规及特殊检测需要，使得生物检测在自动化、无异味、无危险性的情况下进行，提高了检测效率，改善工作环境，保护工作人员，降低检测成本和检测时间，提高在国际市场的竞争力，有利于医疗检测行业的智能化发展。该技术可识别的部分生物细胞图像如下图所示。 红细胞 白细胞 霉菌 虫卵

本技术可实现人粪便样本显微镜检有型成分图像的自动识别与分类，利用计算机图像处理、模式识别及人工智能的理论与技术，对显微镜下拍摄到的粪便样本图像进行研究，通过对各种有型成分形态和颜色信息等进行特征匹配与分类计数，分别标示出红细胞、白细胞、虫卵和真菌孢子等不同种类的有型成分，从而达到在线自动识别有型成分的目的，作为医院临床诊断的依据。该技术可扩展应用于医院尿液、白带、脑脊液、胸腹水、胃液、精液等常规检查，并可用于脱落细胞学的癌及癌前病变检测及分析。

印染织物电脑对中纠偏系统及其装置，具有布边卷取、展开、扩布和对中控制功能。可连接棉印行业的烧毛机、水洗机、镀层机、丝光机、定型机、平网印花机、圆网印花机以及造纸机、塑料薄膜生产线等机械的入口处。自动对中修正偏斜，减少偏斜式边缘弯曲不正所产生的摺纹式色泽光泽不均现象，提高产品品质，实现生产自动化。 本系统采用微电脑与红外数码技术，将模糊智能识别用于对中纠偏，较模拟电路的对中装置上一档次，属国内首创。该系统具有抗干扰性能强、动作稳定可靠、灵敏度高等优点，不受织物厚薄和幅宽的限制，可自动控制中心位置，可高速运行，是提高印染产品质量的好帮手。本系统还可选配笔记本电脑监控工作状况连接Internet网络。

图1. 矿识的4个页面 a: 选取待识别的矿物，可现场拍照获取或从手机相册中选取 b: 截取待识别矿物中心图 c: 输入便携硬度仪测量或经验估计所得的硬度值后得到识别结果 d: 可以不使用硬度值，仅用图片进行识别 表1 矿识与其他相关工作的对比 图片类型 相关研究 性能 可识别矿物数 准确率(%) Raman spectroscopy 拉曼光谱 Computers & geosciences 2013 6 83.0 Microscope 显微镜 Sensors 2019 4 90.9 Mathematical and Computational Applications 2011 5 93.9 Photo 相机图片 Artificial Intelligence in Theory and Practice, 2008 6 91.0 Minerals 2019 12 74.2 photo & hardness 相机图片+硬度 矿识 36 90.6   表2 矿识能够识别的36种矿物及其准确率 矿物名 样本数  仅用图片识别的正确数 结合图片与硬度识别的正确数 Agate玛瑙 5 5 5 almandine铁铝榴石 6 4 4 azurite蓝铜矿 2 1 2 beryl绿柱石 1 1 1 chalcopyrite黄铜矿 2 1 2 cinnabar辰砂 1 1 1 copper铜 2 2 2 fluorite萤石，氟石 11 8 10 galena方铅矿 3 2 3 halite石盐 1 1 1 hematite赤铁矿 8 1 5 malachite孔雀石 6 5 5 opal欧泊 1 1 1 orpiment雌黄 3 1 3 pyrite黄铁矿 6 5 6 quartz石英 4 4 4 sphalerite闪锌矿 1 0 0 stibnite辉锑矿 8 7 8 sulphur硫磺 2 2 2 total 73 52 65 Accuracy \ 71.2% 89%