-
公开(公告)号：CN103051571B
公开(公告)日：2016-05-18
申请号：CN201210557204.6
申请日：2012-12-19
Applicant: 同济大学
Abstract: 本发明涉及一种用于TD-LTE系统的多普勒频偏估计方法，该方法首先在接收天线中提取导频参考信号，通过与发送信号中的参考信号RS进行信道估计，然后通过插值算法，得到整个导频符号上其他数据子载波上的信道频域响应，再进行频域到时域的IFFT变换，从而在时域中取最强径上的信道响应，利用最强径上的信道响应初步得到多普勒频偏估计值，最后根据每一子帧得到的多普勒频偏估计值取平均，得出最终的多普勒频偏估计值，使其估计值更加准确。与现有技术相比，本发明在已有的信道估计结果的基础上，实现多普勒频偏估计，不仅节省了频谱资源，也减少了功耗。
-
公开(公告)号：CN104537852A
公开(公告)日：2015-04-22
申请号：CN201410835848.6
申请日：2014-12-24
Applicant: 同济大学
IPC: G08G1/09
Abstract: 本发明涉及一种基于车路协同的道路突发事故提示方法，包括以下步骤：步骤S1：车辆周期将车辆信息上传至路边单元系统，路边单元系统对车辆信息进行处理，若发生突发事故，则生成固定格式的广播消息，再向邻近突发事故区域的行驶车辆进行广播；步骤S2：接收广播消息的行驶车辆查看自身的广播消息列表，若不存在此广播消息，则通过广播消息对自身与突发事故区域的车辆的运动方向、位置关系以及距离信息进行判断，决定下一步选择性转发或丢弃该广播消息。与现有技术相比，本发明能够实时高效地对后续车辆做出提示，传播范围广，高效性强，且实用性好，易于推广。
-
公开(公告)号：CN103188193A
公开(公告)日：2013-07-03
申请号：CN201110453147.2
申请日：2011-12-29
Applicant: 同济大学
Abstract: 本发明涉及一种用于TD-LTE系统的多普勒偏移补偿方法，包括以下步骤：1)对接收到的TD-LTE系统的信号进行预处理，获得包含多普勒频移以及循环前缀的信号；2)利用循环前缀得出信号中OFDM符号的频偏值；3)根据公式获得频偏差值，所述的公式为：其中，Δεi为当前OFDM符号的频偏值，为前一个OFDM符号通过预测模型跟踪后得到的频偏值，Δi为频偏差值；4)将差值与门限值比较，判断是否在当前OFDM符号处出现频偏瞬变，若为是，则进行频偏瞬变补偿，若为否，则常规的频偏补偿。与现有技术相比，本发明根据门限值区分OFDM符号是否出现频偏瞬变，通过不同的补偿方式对其分别进行频偏补偿处理，使得频偏补偿的准确性较好。
-
公开(公告)号：CN103139813A
公开(公告)日：2013-06-05
申请号：CN201110376956.8
申请日：2011-11-23
Applicant: 同济大学
Abstract: 本发明涉及一种用于TD-LTE系统的干扰源定位方法，1)检测信号的频域和时域特性，提取受干扰小区广播信道的受干扰信号；2)将受干扰信号消除载波，获取由干扰信号和噪声信号构成的剩余信号；3)将剩余信号与已知的伪随机序列扰码关联，得到产生干扰影响最大的第一干扰信号所对应的伪随机序列扰码；4)通过步第一干扰信号对应的伪随机序列扰码确定其小区ID，并由小区ID确定第一干扰小区的位置。与现有技术相比，本发明在查找干扰源时，通过确定伪随机序列扰码确定干扰小区的小区ID，然后通过小区的配置情况由小区ID确定小区位置，排查的目的性明确，花费的人力和物力较少，成本低，而且准确性高。
-
公开(公告)号：CN103116995A
公开(公告)日：2013-05-22
申请号：CN201310008178.6
申请日：2013-01-09
Applicant: 同济大学
IPC: G08G1/09 , H04L12/721 , H04L12/801
Abstract: 本发明涉及一种基于电子眼的车联网数据传输路径选择优化方法，包括以下步骤：1）电子眼实时采集道路交通视频图像；2）视频处理模块根据道路交通视频图像提取交通参数；3）云计算平台根据交通参数，结合国家道路服务等级水平表，确定交通流状态信息；4）路边单元向车辆节点广播交通流状态信息，每个车辆节点接收到交通流状态信息后，自适应调整车辆节点发送beacon消息的广播周期；5）车辆源节点根据电子地图确定与车辆目的节点之间数据传输路径上可能经过的十字路口；6）车辆源节点根据数据传输路径上可能需要经过的十字路口之间的交通流状态信息，选择最优路径进行数据发送。与现有技术相比，本发明具有通信可靠、数据传输及时性高等优点。
-
Patent Agency Ranking
公开(公告)号：CN101321269B
公开(公告)日：2011-09-14
申请号：CN200710041616.3
申请日：2007-06-05
Applicant: 同济大学
Abstract: 本发明公开了一种基于计算机视觉的客流统计方法及其系统，视频图像采集设备可利用现有的闭路电视系统(CCTV)，可置于机场、地铁、火车站、汽车站、展览会等通道的出入口顶端，实时采集客流出入的视频图像，处理器采用计算机视觉算法对采集到的视频图像进行处理，得到图像的特征点，通过对一段时间内连续图像序列的处理得到特征点轨迹。通过对特征轨迹进行时间—空间上的约束，得到平滑连续的轨迹，对得到的特征轨迹进行聚类，得到客流的人数，从而获得实时、准确的客流信息。本发明结合计算机视觉装置和算法，在客流密集的情况下对客流量进行准确计数，获得的客流信息可以作为安全监控、运行管理和线路规划设计的依据。
-
公开(公告)号：CN101350108B
公开(公告)日：2011-05-25
申请号：CN200810042233.2
申请日：2008-08-29
Applicant: 同济大学
Abstract: 一种基于位置跟踪和多信道切换技术的车载通信方法及装置，应用于车载无线通信领域。本发明采用了一种多信道切换技术，通信中双方约定主要及备用数据信道及信道间的切换顺序，如当前信道质量无法满足通信要求时切换到备用信道，以保证通信的稳定；本发明还采用了一种基于位置跟踪的流切换技术，当两辆车超出通信覆盖范围时，通过位置信息和速度信息寻找数据中继车辆，保证通信的连续；本发明的硬件整体系统主要包含定位模块、车速测量模块、数据采集模块、存储器、处理器、数据发送和接收模块。
-
公开(公告)号：CN101431664A
公开(公告)日：2009-05-13
申请号：CN200710047838.6
申请日：2007-11-06
Applicant: 同济大学
Abstract: 一种基于视频图像的密集客流密度自动检测方法，属于计算机视觉技术领域。本发明采用视频采集装置和处理算法。其中视频图像采集设备通过闭路电视系统(CCTV)采集监控视频图像，通常采用置于客流通道的出入口顶端的摄像机，实时采集客流出入的视频图像。处理器采用计算机视觉算法对采集到的视频图像进行处理，在人群密度较低时，采用计算量较小但较准确的像素数统计，并应用时间轴的信息进行背景生成；在人群密度较高时应用小波包分解来对人群图像进行多角度分析，然后提取小波包分解系数矩阵的计盒维数作为特征，送入分类器进行分类，得到人群密度等级，达到对密集客流密度实时检测的目的。
-
公开(公告)号：CN101425128A
公开(公告)日：2009-05-06
申请号：CN200710047590.3
申请日：2007-10-30
Applicant: 同济大学
Abstract: 本发明首先通过激光传感摄像机拍摄多帧在检测区域空置时的深度图像，得到检测区域地面的地形图，接着在实际人流检测环境下，得到检测区域各检测点的实际高度。将检测区域各点高度点阵图像分成多个图层，对每一个图层分别采用自迭代组织分析技术对点阵图像进行聚类，分割出每一个图层中的目标。从第一个图层开始，采用自上而下的方式对每一个图层中的目标进行累加或者合并，检测出每一帧深度图像中的行人目标。对多帧图像目标进行跟踪，最终达到对检测区域内行人流的密度、速度和流量等信息实时检测的目的。当外在检测环境发生改变时该方法依然能够对行人流进行有效检测，还具有计算简便、实时性好、同步实现人流的监控功能等优点。
-
公开(公告)号：CN101196991A
公开(公告)日：2008-06-11
申请号：CN200710172336.6
申请日：2007-12-14
Applicant: 同济大学
Abstract: 一种基于视频图像的密集客流计数和行人步行速度自动检测方法，属于计算机视觉技术领域。本发明采用视频采集装置和处理算法。其中视频图像采集设备通过闭路电视系统(CCTV)采集监控视频图像，通常采用置于客流通道的出入口顶端的摄像机，实时采集客流出入的视频图像。处理器采用计算机视觉算法对采集到的视频图像进行处理，采用Adaboost算法进行人脸识别，以Harr特征作为输入，以弱分类器加权组合构成强分类器，最后用强分类器组成“瀑布”层叠形式；然后进行触发计数。计算行人步行速度主要根据对行人脸部进行跟踪，跟踪区域为行人脸部进入检测区域开始，出检测区域为止。计算行人步行速度的要点为标定和跟踪。
-
-
-
-
-
-
-
-
-
Search Results
99
records
(took 0.022 seconds)
