Ipweb 交易所

你可以用信用卡在 COINBASE 上购买加密货币吗

2024年04月13日

2024年4月8-12日，备受瞩目的2024年先进技术成果转化大会在苏州国际博览中心隆重开幕。本次大会吸引了来自全国各地的科技企业、科研机构和高等院校的参与，旨在展示和推广最新的科技成果，为创新创业提供重要的平台。作为本次大会的参展商之一，“海洋磁传感器和探测团队”代表哈尔滨工程大学，在本次大会上展示了其在水下磁探机器人、智能航磁探测系统和深海磁力计，这三项最新研究成果和装备吸引了参观者的广泛关注。

在大会期间，团队研究生冯玉梅和葛雪歌积极参与了多场技术交流和合作洽谈会，与其他参展商、投资人和科研机构进行了深入的交流。这为我们未来的研发和市场拓展提供了宝贵的机会。

FWCL交换

2024年04月01日

团队在共模噪声抑制领域取得了新的研究进展，针对环境背景噪声处理的问题，提出了一种基于BP神经网络的共模噪声抑制方法。相关研究成果以“Low-frequency environmental magnetic noise elimination based on a neural network algorithm for TMR sensor arrays”为题目，于2024年4月收录于国际著名期刊IEEE Sensors Journal，第一作者为高俊奇教授，沈莹教授为论文的通讯作者。

隧道磁阻（TMR）传感器已显示出在弱磁场中工作的能力。然而，环境磁噪声限制了它们在开放环境磁场检测中的应用。本文为 TMR 传感器阵列提出了一种基于BP神经网络的新型背景噪声消除方法。根据仿真结果，与传统的相干系数法相比，基于 BP 的降噪方法能更有效地消除背景噪声。因此，传感器的信噪比（SNR）可提高 20 dB 以上。我们使用 TMR 传感器阵列对该算法进行了验证，结果表明，在开放式现场测试中，该算法能够大大提高传感器阵列的探测极限。

扎克·布莱恩 CRYPTO.COM 竞技场 6 月 2 日

2023年11月12日

团队在小目标探测领域取得了新的研究进展，提出利用支持向量机的方法来检测未爆弹的方法，相关研究成果以“基于改进型支持向量机的目标微弱磁异常信号检测方法研究”为题目，于2023年11月12日收录于《现代雷达》。

以掩埋小目标作为待测目标物，对其建立了偶极子磁异常探测模型，提取形态学特征（偏斜度，峤度，裕度），OBF分量特征，降采样数据三方面特征，输入改进型遗传支持向量机(GSVM)，对低信噪比下掩埋小目标磁异常信号进行检测，其采用遗传算法对支持向量机模型参数进行优化,提升模型训练效率与泛化性能。在数值实验与现场实验对比中，GSVM 能够有效提升航磁探测中掩埋小目标探测与识别的正确率。

http://modernradar.ijournals.cn/modernradar/article/abstract/20231209

ALL U CAN 交易所

2023年11月01日

团队在未爆弹探测领域取得了新的研究进展，提出处理海底磁异常数据的数据融合过程,然后创建地磁图来定位可疑未爆弹的方法，相关研究成果以“浅海未爆弹磁异常探测和定位技术”为题目，于2023年10月29日收录于《数字海洋与水下攻防》。

以海底未爆弹作为待测目标物，对其建立了偶极子磁异常探测模型，应用正交基检测算法对获取的磁信号进行弱磁信号提取。结合GPS经纬度信息，提出处理海底磁异常数据的数据融合过程,然后创建地磁图来定位可疑的未爆弹。在未爆弹实际探测中，对原始磁异常数据进行滤波、正交基算法检测，提高信噪比。最终利用地磁图确定可能存在的未爆弹的经纬度位置。该研究验证了磁异常探测在浅海掩埋未爆弹探测和定位的准确性和可靠性。

http://shuixiagf710.ijournals.cn/szhyysxgf/article/abstract/20230112001

黄油交换登录

2023年08月13日

团队在主动磁探测领域取得了新的研究进展，针对电磁（EM）目标传感，提出了一种新的正交EM传感方法。相关研究成果以“A Novel Orthogonal Electro-Magnetic Sensing Method for Metal Detection”为题目，于2023年8月收录于国际著名期刊IEEE Sensors Journal，第一作者为博士研究生蒋泽坤，沈莹教授为论文的通讯作者。

文章研究了一次场和二次场空间耦合特性的影响。在理论分析的基础上，开发了一种基于隧道磁阻传感器和驱动线圈的金属探测系统。传感器的敏感轴向与驱动线圈轴向正交。这种金属探测器已被用于探测金属小目标，与传统的平行配置相比，接收信号具有更高的二次场与一次场之比（SPR）和信噪比（SNR）。在金属探测领域取得了重要进展，具有重要的工程应用和实际意义。

https://ieeexplore.ieee.org/document/10207904

PIC 金融交易所

2023年03月03日

团队在分布式传感器网络定位研究取得新进展，提出近似方向量总场定位算法，可以对移动目标进行精准定位和跟踪，相关研究成果以“From Model, Algorithms to Knowledge: Distributed Magnetic Sensor System for Vehicle Tracking”为题目，收录于SCI顶级期刊IEEE Transactions on Industrial Informatics（中科院一区），影响因子11.648。第一作者为博士生王嘉增，沈莹教授为该论文的通讯作者。

传统的分布式网络定位算法是基于节点强度的低精度估计算法，或者基于矢量传感器信息高时耗的优化算法，上述种种限制了磁传感器网络在大规模布网条件下对磁性目标物实时高精度的定位跟踪需求。本研究对磁异常的总场模型进行了合理的方向量近似，减少了定位运算的复杂度，同时配合卡尔曼滤波算法来降低近似量引入的估计误差。后续的实地试验验证了该算法的可行性，为大规模的传感器布网定位应用提供了理论基础。

https://ieeexplore.ieee.org/document/9729453/

‹ gateio app

Research Topic More