-
公开(公告)号：CN102056253A
公开(公告)日：2011-05-11
申请号：CN201010509649.8
申请日：2010-10-15
Applicant: 中国科学院上海微系统与信息技术研究所 , 上海瀚讯无线技术有限公司
Abstract: 本发明提供一种具有多通道的通讯设备及通信方法，其中，所述通讯设备包括：至少两能独立与基站通信的信号收发通道；用于控制各信号收发通道的工作模式的模式控制单元；用于将各信号收发通道输出的信息提供给使用者的提供单元；用于供使用者输入控制指令或输入需要信号收发通道发送的信息的输入单元；以及用于向各信号收发通道、模式控制单元、提供单元和输入单元提供电源的电源单元等，当需要进行基站切换时，可控制一信号收发通道保持与原基站的通信，而控制另一信号收发通道执行与切换相关的作业，如此，可大大降低切换时延。
-
公开(公告)号：CN101980453A
公开(公告)日：2011-02-23
申请号：CN201010509750.3
申请日：2010-10-16
Applicant: 中国科学院上海微系统与信息技术研究所 , 上海瀚讯无线技术有限公司
IPC: H04B7/01
Abstract: 本发明提供一种多普勒频率估计与补偿方法及系统，其中，所述系统包括：测量模块、判断模块、及频率补偿模块，其先由测量模块测量移动通讯设备与相应基站之间的距离，再由判断模块判断所测出的距离是否超过预设值，最后由频率补偿模块根据判断结果对因所述移动通讯设备的移动而带来的通信信号所走的路径差，进行拟合，并根据所采用的拟合方式来获得相应的补偿频率，以用于补偿上行信号的多普勒频偏，如此，在距离基站较近时，可以通过精确拟合通信信号所走的路径差，进而获得比现有技术更为精确的频率补偿值，由此，可明显提高补偿的精度，进而改善通信质量。
-
公开(公告)号：CN103179074A
公开(公告)日：2013-06-26
申请号：CN201310090801.7
申请日：2013-03-20
Applicant: 中国科学院上海微系统与信息技术研究所 , 中科院-南京宽带无线移动通信研发中心 , 上海瀚讯无线技术有限公司
Abstract: 本发明公开了一种基于正交多项式的自适应预失真系统及方法，该方法包括如下步骤：正交多项式预失真器对各种输入采用直接正交化的方法，递推求出各阶多项式，获得所需的多项式，对输入的信号进行预失真处理；高功率放大器对接收的信号进行功率放大后，反馈输出至参数估计模块；以及参数估计模块利用高功率放大器所反馈的每个采样数据对正交多项式预失真器的模型参数进行自适应估计，并将每次更新得到的参数反馈至正交多项式预失真器，完成预失真处理，通过本发明，可有效解决由于高功率放大器有记忆非线性效应引起的非线性失真问题。
-
公开(公告)号：CN101980453B
公开(公告)日：2013-02-06
申请号：CN201010509750.3
申请日：2010-10-16
Applicant: 中国科学院上海微系统与信息技术研究所 , 上海瀚讯无线技术有限公司
IPC: H04B7/01
Abstract: 本发明提供一种多普勒频率估计与补偿方法及系统，其中，所述系统包括：测量模块、判断模块、及频率补偿模块，其先由测量模块测量移动通讯设备与相应基站之间的距离，再由判断模块判断所测出的距离是否超过预设值，最后由频率补偿模块根据判断结果对因所述移动通讯设备的移动而带来的通信信号所走的路径差，进行拟合，并根据所采用的拟合方式来获得相应的补偿频率，以用于补偿上行信号的多普勒频偏，如此，在距离基站较近时，可以通过精确拟合通信信号所走的路径差，进而获得比现有技术更为精确的频率补偿值，由此，可明显提高补偿的精度，进而改善通信质量。
-
公开(公告)号：CN118212655A
公开(公告)日：2024-06-18
申请号：CN202410309901.2
申请日：2024-03-19
Applicant: 中国科学院上海微系统与信息技术研究所
IPC: G06V40/10 , G06V10/80 , G06V10/82 , G06V20/40 , G06V10/40 , G06V10/62 , G06F18/213 , G06F16/732 , G06N3/0895 , G06N3/045 , H04W4/80
Abstract: 本发明涉及一种基于双流网络的多模态行人重新识别和检索方法，包括：获取目标行人的视频序列和经目标行人散射和反射的WiFi信号；将视频序列和WiFi信号输入至行人重识别模型中，完成目标行人的重识别任务；其中，行人重识别模型包括：视频特征提取模块、WiFi特征提取模块和特征融合模块；所述行人重识别模型的损失函数包括交叉熵损失、三元组损失、视觉‑WiFi对比损失、视觉‑WiFi距离损失，其中，交叉熵损失和三元组损失用于完成多模态行人重识别任务，视觉‑WiFi对比损失和视觉‑WiFi距离损失用于完成WiFi信号和视频对应检索任务。本发明能够在各种背景下识别出同一行人目标。
-
Patent Agency Ranking
公开(公告)号：CN118172592A
公开(公告)日：2024-06-11
申请号：CN202410230940.3
申请日：2024-02-29
Applicant: 中国科学院上海微系统与信息技术研究所
IPC: G06V10/764 , G06V10/82 , G06V10/44 , G06N3/0455 , G06N3/0464
Abstract: 本发明涉及一种CSI伪数据生成方法，包括以下步骤：将噪声数据输入CSI数据生成模型获得CSI伪数据，所述CSI数据生成模型包括：编码器，用来提取输入图像的特征图；扩散模型，用来根据所述特征图生成伪特征图；解码器，用来将所述伪特征图复原为CSI伪数据。本发明能够生成可信的多分类CSI伪数据，且通过将编解码器嵌入扩散模型实现了CSI数据生成模型的轻量化，能够节约大量算力。
-
公开(公告)号：CN116600365A
公开(公告)日：2023-08-15
申请号：CN202310417820.X
申请日：2023-04-18
Applicant: 中国科学院上海微系统与信息技术研究所
Abstract: 本发明提供一种无线传感器网络分簇路由方法及装置、存储介质和终端，其中方法包括：获取待分簇无线传感器网络；基于生物地理学优化算法从待分簇无线传感器网络中筛选出初始簇首节点集合，将初始簇首节点集合中簇首作为初始聚类中心，基于预设聚类算法从待分簇无线传感器网络中筛选出最优簇首节点集合；基于最优簇首节点集合中的簇首节点，对待分簇无线传感器网络中的非簇首节点进行分簇，获取多个簇；基于遗传算法获取最优簇首节点集合中所有簇首节点到基站的最优传输路径，最优簇首节点集合中所有簇首节点均基于最优传输路径将节点数据传输至基站。本发明方法降低传感器节点的能量消耗，有效延长了传感器网络的生存周期。
-
公开(公告)号：CN111479306B
公开(公告)日：2023-08-04
申请号：CN202010255387.0
申请日：2020-04-02
Applicant: 中国科学院上海微系统与信息技术研究所
Abstract: 本发明提出一种基于Q‑learning的飞行自组网QoS路由方法，包括：以Q‑learning强化学习框架为基础，将邻居节点度、链路持续时间和链路可用带宽三个因素作为路由度量信息，定义一种提供QoS保证的Q‑learning奖励函数；各个网络节点作为发送节点将各自本地的路由度量信息发送给其邻居节点，邻居节点作为接收节点根据所述路由度量信息和Q‑learning奖励函数计算并更新Q值，以维护Q值表，所述发送节点在存在待转发的数据分组时，根据其维护的Q值表智能选择下一跳转发节点。本发明在吞吐量和平均端到端时延上具有较好的性能，能为高动态飞行自组网中数据传输提供稳定性好、服务质量高的通信链路。
-
公开(公告)号：CN109831787B
公开(公告)日：2023-07-14
申请号：CN201811570257.5
申请日：2018-12-21
Applicant: 中国科学院上海微系统与信息技术研究所
Abstract: 本发明涉及一种电力无线通信系统中基站间资源协调方法，其包括：步骤S0，为所有基站预留可共用的备用频率池；步骤S1，当基站受到突发强干扰而无法继续在原使用频段正常工作时，将该基站作为源基站，并启用备用频率机制；步骤S2，当所述源基站切换至确定备用频率池后，释放备用频率机制。本发明通过为所有基站预留配置一个共用备用频率池，从而使得基站在受到突发强干扰时可启动备用频率使用机制，并且在待切换至备用频率后，可启动释放备用频率机制，同时通过使基站间通过X2接口交互相关信息，从而及时避开干扰频点，尽快恢复终端通信，完成数据传输。
-
公开(公告)号：CN111510232B
公开(公告)日：2022-02-18
申请号：CN202010276787.X
申请日：2020-04-10
Applicant: 中国科学院上海微系统与信息技术研究所
IPC: H04B17/382 , H04L67/12
Abstract: 本发明提供一种基于神经网络的车联网组合频谱感知方法，包括：获取其协方差矩阵，通过接收信号的能量值和协方差矩阵的特征值来提取特征参数；划分训练集、验证集和测试集；以所述特征参数作为输入参数，以主用户的存在情况作为输出参数，建立神经网络；采用训练集和验证集来对神经网络训练和验证，得到频谱感知神经网络，随后采用测试集来对频谱感知神经网络进行调节；接收新的接收信号，进行频谱感知，得到频谱感知结果。本发明还提供一种车联网。本发明的车联网组合频谱感知方法综合考虑信号能量值和协方差矩阵的特点，利用神经网络较强的多分类能力，从而在车联网环境下提高频谱感知成功率，有效提高车联网环境下频谱感知性能。
-
-
-
-
-
-
-
-
-
Search Results
66
records
(took 0.081 seconds)
