-
公开(公告)号：CN113128558A
公开(公告)日：2021-07-16
申请号：CN202110266707.7
申请日：2021-03-11
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于浅层空间特征融合与自适应通道筛选的目标检测方法，包括如下步骤：获取数据集，选取并划分目标检测任务所需的训练集和验证集；对训练集图像进行数据增强，分别对训练集图像和验证集图像中的样本图像进行数据增强；数据输入基于Pytorch开源深度学习框架设计的卷积神经网络中；输出图像中可能存在的目标的位置与类别信息；计算网络模型的输出信息与对应标注信息的损失，训练并优化检测模型；利用优化后的模型参数，检测真实场景图像中是否存在目标，得到相应的目标检测框。本发明采用浅层空间特征融合的方式，提升网络的特征提取能力，实现了端到端的目标检测方法。
-
公开(公告)号：CN112784963A
公开(公告)日：2021-05-11
申请号：CN202110087963.X
申请日：2021-01-22
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于模拟退火优化BP神经网络的室内外无缝定位方法，属于导航定位领域，具体包括以下步骤：首先建立基于BP神经网络的室内外无缝定位算法模型，其次根据建立的基于BP神经网络的室内外无缝定位算法模型，结合模拟退火算法，建立基于模拟退火优化BP神经网络的室内外无缝定位算法模型，然后利用采集好的样本对使用模拟退火优化后的BP神经网络模型进行训练，确定最优的权值和阈值，最后将训练好的基于模拟退火优化BP神经网络用于室内外无缝定位。实验结果表明，利用模拟退火优化BP神经网络的室内外无缝定位算法，其平均绝对误差比BP神经网络的降低了大约69％，定位精度比PDR定位的精度提高了约55.11％。
-
公开(公告)号：CN107483091B
公开(公告)日：2020-12-22
申请号：CN201710547435.1
申请日：2017-07-06
Applicant: 重庆邮电大学
IPC: H04B7/06 , H04B7/0417 , H04B17/391
Abstract: 本发明请求保护一种5G通信领域中FDD大规模MIMO‑OFDM系统下基于信道的时域稀疏性和卡尔曼信道预测模型的信道压缩和信道预测算法。解决了大规模MIMO‑OFDM下信道状态信息(CSI)反馈量过大，所反馈的CSI过时的问题。在用户设备(UE)接收端反馈CSI时，不是直接反馈，而是先将CSI做反傅里叶变换(IFFT)来进行CSI稀疏，再根据信道的时域稀疏性抽头形成压缩后的CSI，故CSI压缩到较低维度矩阵，从而减少反馈量。同时利用压缩后的CSI，通过卡尔曼滤波理论得到预测CSI，不仅降低预测复杂度，同时克服了反馈的CSI过时问题。
-
公开(公告)号：CN111426337A
公开(公告)日：2020-07-17
申请号：CN202010235111.6
申请日：2020-03-30
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于侧抛光纤的Sagnac干涉流体传感系统，包括侧抛光纤、毛细管、三通管、微型液体槽、压力泵、光纤耦合器、偏振控制器、将其接入Sagnac干涉仪后，两束相反方向传播的光经过此具有较高双折射的侧抛光纤，会以一定的偏振角度相干输出。本发明的流体传感系统易于实现流体材料的循环流动，通过观测流体材料在流体系统中循环流动时的相干输出，可以实现对流体材料的折射率等相关物理特性的检测。侧抛光纤抛磨区域的深度、长度灵活可控，通过调节抛磨深度可以控制流体系统对材料的灵敏度，通过调节抛磨长度可以控制流体系统与材料的反应舱大小，且其抛磨技术成熟、制作简单、成本低，可被广泛应用于光传感领域。
-
公开(公告)号：CN111210435A
公开(公告)日：2020-05-29
申请号：CN201911349605.0
申请日：2019-12-24
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种基于局部和全局特征增强模块的图像语义分割方法，包括选取并制作语义分割任务所需的训练集图像和验证集图像，以及相应的标签图片。对训练集图像进行数据增强，分别对训练集图像和验证集图像中的样本图像进行标准化，对应的标签图像进行编码，设计卷积神经网络中，处理后数据作为模型的输入数据，输出多通道特征图，优化卷积神经网络参数，输入真实场景图像到参数优化后的卷积神经网络中进行语义分割，输出像素被标记后的图像。本发明为场景解析和强化学习等研究中的后续操作提供了重要的技术支持，可应用于虚拟现实，自动驾驶和人机交互等领域。
-
Patent Agency Ranking
公开(公告)号：CN111197984A
公开(公告)日：2020-05-26
申请号：CN202010041988.1
申请日：2020-01-15
Applicant: 重庆邮电大学
IPC: G01C21/16
Abstract: 本发明请求保护一种基于环境约束下的视觉-惯性运动估计方法，该方法是采用如下步骤实现的：(1)在载体上安装捷联惯导系统和单目相机，完成惯导和相机的校准，并在场景内放置AprilTag标签。(2)由单目相机获取未失真的图像，然后由AprilTag标签检测器处理图像，分配给图像与标签相关联的唯一标识符号id，并且标签检测器通过迭代优化标签上3D角点的重投影误差来估计每个标签和单目相机之间的相对转换；(3)通过分析IMU测量模型和相机观测模型，把标签的位姿也包含到滤波器状态中，来建立EKF滤波器的状态和预测模型。(4)使用标签角点的重投影误差作为卡尔曼滤波器更新项来执行更新步骤，最后得到精准的运动估计。
-
公开(公告)号：CN107547184B
公开(公告)日：2020-05-12
申请号：CN201710546892.9
申请日：2017-07-06
Applicant: 重庆邮电大学
IPC: H04L5/00 , H04B7/0413
Abstract: 本发明请求保护一种大规模MIMO系统中的动态导频分配方法。由区群中小区数、小区中用户数与导频序列长度，算出小区内的中心用户数与边缘用户数，并随机选取导频分成对应个数的导频序列子集。根据不同用户与基站之间的大尺度衰落系数大小将小区内的用户按降序排序，结合前面所求得的中心用户数和边缘用户数将小区内用户分为小区中心用户组和小区边缘用户组。针对小区边缘用户，区群内的相邻小区边缘用户分配相互正交的导频序列，区群外的相邻小区边缘用户实现区群间导频复用；针对小区中心用户，所有中心用户分配相同的导频。增强了系统导频分配的灵活性，提高了系统的利用率，达到了减小导频污染的目的。
-
公开(公告)号：CN107528807B
公开(公告)日：2020-05-12
申请号：CN201611144359.1
申请日：2016-12-13
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于相位判决的空间调制MQAM信号检测方法，属于移动通信信号检测技术领域，本发明从二维矢量量化的最大似然估计(ML)解调角度出发，给出了最大似然估计的简化方法。根据MQAM星座图的特性，利用调制符号的相位进行判断，提出了一种基于相位判决的空间调制MQAM信号检测方法(PDM)。本发明避免了ML联合检测方法中对调制符号空间的搜索，极大地价低了复杂度。本发明不仅接近ML的性能，而且具有较低的复杂度，有极好的理论和实际意义。本发明在天线技术和绿色通信技术中有较好的实际应用意义。
-
公开(公告)号：CN108490534B
公开(公告)日：2020-03-17
申请号：CN201810506768.4
申请日：2018-05-24
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于圆孔混合型微结构光纤的温度不敏感偏振滤波器，其为一段微结构光纤，包层背景材料上设有五种孔径不同的圆形空气孔，五圈呈正六边形排列的第一空气孔，两个位于纤芯两侧沿X轴向的第二空气孔，第三、第二、第一圈设有关于轴线对称的第三、第四、第五空气孔；且这五种空气孔中间设有硅实芯。在研究波长范围内，只有X偏振方向的纤芯模式能量能耦合到包层模，该光纤还具有良好的温度稳定性。通过改变包层中第三、第四、第五空气孔的直径或孔间距来调整谐振区域。本发明的偏振滤波器具有温度稳定性和灵活性，同时该光纤圆孔混合型的结构有利于选择性集成不同的功能材料，可被广泛应用于光通讯和光传感领域。
-
公开(公告)号：CN109737893A
公开(公告)日：2019-05-10
申请号：CN201811269078.8
申请日：2018-10-29
Applicant: 重庆邮电大学
IPC: G01B11/27
Abstract: 本发明请求保护一种增加光电自准直仪测量范围的方法，包括以下步骤：①运用具有特定几何结构的隅角镜作为光电自准直仪的反射镜，该隅角镜三个侧面的角度满足关系：∠1_2＝90°-δ12，∠2_3＝90°-δ23，∠1_3＝90°-δ13。②分析隅角镜内部结构及光的反射，根据反射顺序不同可分为六束光。③研究反射顺序与测量参数关系，求得反射光束所对应的隅角镜的坐标矩阵Mr、角敏感度K及从隅角镜反射回准直仪的反射光向量B。④分析六束反射光在自准直仪的光电传感器表面上的成像情况求得光斑位移量与隅角镜偏转角的关系ξx≈-Δ·Θ1·f、ξy≈-Δ·Θ2·f。⑤通过对隅角镜侧面连接角进行控制，给出δ的值便可轻易增加光电自准直仪的测量范围。本发明可被广泛应用于大型建筑、军舰、机翼等要求测量范围大的领域。
-
-
-
-
-
-
-
-
-
Search Results
243
records
(took 0.033 seconds)
