-
公开(公告)号:CN104661232A
公开(公告)日:2015-05-27
申请号:CN201410609167.8
申请日:2014-10-31
Applicant: 重庆邮电大学
IPC: H04W16/18
CPC classification number: H04W16/18
Abstract: 本发明公开了一种基于费歇尔信息矩阵指纹定位精度基本限的AP布置方法,通过分析费歇尔信息矩阵的特性,利用其计算指纹定位精度基本限;采用定量分析不同AP摆放位置对指纹定位精度基本限的影响,根据AP摆放位置与基于费歇尔信息矩阵指纹定位精度基本限的关系,利用模拟退火算法对AP位置进行优化;本发明提高了位置指纹定位算法的精度。
-
公开(公告)号:CN104581644B
公开(公告)日:2017-12-08
申请号:CN201510009211.6
申请日:2015-01-08
Applicant: 重庆邮电大学
Abstract: 基于径向基插值的室内无线局域网(WLAN)指纹数据库多点自适应更新方法。该方法基于径向基神经网络插值,利用在少量回馈点处实际测量的接收信号强度(RSS)构建数学插值模型,构造RSS估计曲面,由空间位置的相关性得到回馈点附近参考点的RSS估计值。利用该方法每次计算可更新多个参考点的RSS值,以不重复更新参考点为前提,在物理环境划分P个更新区域,不同的更新区域根据其所在截止区内回馈点密度和数量的不同,采用不同大小的截止区半径,该半径大小由通过旧数据库指纹信息得到的偏最小二乘回归模型计算得到,P次计算后便可更新整个数据库。该方法解决了随着时间的改变,数据库指纹信息变化过大而导致定位精度降低的问题,同时有效地减少了数据库更新的时间开销,大大提高了WLAN定位精度。
-
公开(公告)号:CN105246072A
公开(公告)日:2016-01-13
申请号:CN201510550941.7
申请日:2015-09-01
Applicant: 重庆邮电大学
IPC: H04W12/02
Abstract: 一种路网环境下的用户位置隐私保护方法和系统涉及移动终端位置安全。该方法考虑到了移动通信终端的位置隐私和查询隐私,在位置隐私方面,考虑到了路段多样性,通过设置敏感查询概率上限值,对敏感查询隐私进行保护。根据节点维度对路网进行Voronoi图划分,形成匿名集的最小路段要求,计算平均信息熵和敏感查询概率,不满足平均信息熵和敏感查询概率要求则向匿名框继续添加路段。该方法能够很好的保证用户两个层面的安全,这跟现实中的用户隐私保护需求很接近,本发明能够运用于路网环境下移动终端隐私保护系统中。
-
公开(公告)号:CN105205114A
公开(公告)日:2015-12-30
申请号:CN201510559467.4
申请日:2015-09-06
Applicant: 重庆邮电大学
IPC: G06F17/30
CPC classification number: G06F17/30294 , G06F17/30244
Abstract: 本发明请求保护一种无线保真(Wi-Fi)定位指纹数据库构建方法。基于信号指纹的定位方法所面临的最大难题是工作量庞大的室内环境勘测和位置指纹采集。并且随着室内环境温度、布局等的改变,定位精度大幅降低。本发明首先等间隔选择参考点总数,并在选定的参考点处采集接收信号强度(RSS);其次,将该部分参考点物理位置与相应信号指纹映射为小幅图像,应用改进的双三次图像插值方法,将图像扩大;最后通过自适应中值滤波方法进行图像去噪,并映射为指纹信息,滤除奇异点,得到环境中所有参考点的RSS估计值,从而构建出Wi-Fi定位指纹数据库。本发明可有效减少数据采集的人力和时间开销,能够应用于室内无线电通信网络环境。
-
公开(公告)号:CN104602341A
公开(公告)日:2015-05-06
申请号:CN201510008983.8
申请日:2015-01-08
Applicant: 重庆邮电大学
Abstract: 基于随机用户信号逻辑图映射的室内WLAN(Wireless Local Area Network)定位方法,主要面向室内无线局域网定位,解决WLAN位置指纹定位方法中离线阶段需要大量人力及时间开销进行位置指纹采集的问题。它首先利用随机用户采集的接收信号强度RSS(Received Signal Strength)序列,通过谱聚类及序列拼接方法,构建随机用户在定位目标区域内的信号逻辑图;其次,根据相应的映射准则,建立信号逻辑图中的RSS聚类节点到物理环境图中的区域位置节点之间的映射;最终利用最优信号逻辑图到物理环境图的映射关系,实现对目标用户的位置估计。本发明方法能够运用于无线电通信网络环境。
-
公开(公告)号:CN100499920C
公开(公告)日:2009-06-10
申请号:CN200710078636.8
申请日:2007-06-20
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种CDMA移动目标的探测设备及探测方法,涉及无线通信技术领域。本发明的技术方案为:测向天线捕获CDMA移动目标服务基站的前向公共信道信号;通信模块根据前向公共信道的消息体内容构造目标参考信号;哑呼模块对待定位目标终端进行哑呼;测向天线捕获反向接入信号;通信模块根据构造的参考信号对接入信号进行译码,获取反向接入信道消息体中的移动用户识别号;控制处理单元确定待测移动目标的身份,进行定位参数的估计;位置计算模块对目标的位置进行解算,进而完成对待测移动目标进行的相对定位跟踪。本发明灵活方便,实时性强,有效性高,组网方便,可适用于山区和建筑物密集地方的定位。
-
公开(公告)号:CN113870335B
公开(公告)日:2024-07-30
申请号:CN202111232322.5
申请日:2021-10-22
Applicant: 重庆邮电大学
IPC: G06T7/50
Abstract: 本发明涉及一种基于多尺度特征融合的单目深度估计方法,属于三维场景感知领域,包括以下步骤:S1:引入Non‑Local注意力机制,构造混合的归一化函数;S2:在特征提取网络的本层特征、深层特征和浅层特征之间引入注意力机制,计算特征图上特征之间的关联信息矩阵;S3:构建多尺度特征融合模块;S4:在解码网络引入空洞空间金字塔池化模块,扩大卷积的感受野,迫使网络学习更多的局部细节信息。本发明有效的实现了特征提取网络分层特征之间跨空间和跨尺度的特征融合,提高了网络学习局部细节的能力并使深度图在重建过程中完成了细粒度的预测,所引入的参数相对于整个网络来说也相对比较低。
-
公开(公告)号:CN110426671B
公开(公告)日:2023-05-12
申请号:CN201910599847.9
申请日:2019-07-04
Applicant: 重庆邮电大学
Abstract: 发明公开了一种WSN中基于模型概率实时修正的IMM目标跟踪方法法及装置,该方法包括:首先在监控区域上收集RSSI建立无线电指纹库,然后利用支持向量回归算法训练得到观测模型。其次,引入模糊神经网络,在模型输出阶段自适应地调整测量误差协方差矩阵。最后,根据IMM子模型中连续时间点之间的模型概率的比值,对Markov转移概率进行修正。实施本发明,能够使算法在实时性、跟踪精度方面具有良好的性能。
-
公开(公告)号:CN111476825B
公开(公告)日:2022-08-26
申请号:CN202010162227.1
申请日:2020-03-10
Applicant: 重庆邮电大学
IPC: G06T7/277 , G06V20/40 , G06V10/764
Abstract: 本发明涉及基于多示例学习和核相关滤波器的抗遮挡目标跟踪方法,属于目标跟踪技术领域。该方法包括:联合多示例学习预测的遮挡程度和基于核相关滤波器构建的遮挡检测机制共同判断目标是否发生遮挡。当目标发生遮挡时,激活重检测机制重新搜索目标,同时暂停更新跟踪器,防止跟踪器被遮挡物所干扰。最后构建尺度滤波器确定目标的尺度。实施本发明,能够使跟踪方法在遮挡场景下表现优异并且满足实时性要求。
-
公开(公告)号:CN111738143A
公开(公告)日:2020-10-02
申请号:CN202010567949.5
申请日:2020-06-19
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于期望最大化的行人重识别方法,属于计算机视觉应用领域。首先利用残差卷积神经网络ResNet50作为特征提取的骨干网络对输入行人进行中间特征的提取;构建注意力模块,特征经过模块中Non-Local操作中的协方差运算捕获不同区域间的关联信息,再采用EM算法对特征进行注意力稀疏重构,在对特征中潜在变量进行挖掘的过程中来减小特征的冗余程度,增强有效特征信息的表征能力;采用三元组损失函数、交叉熵损失函数和中心损失函数对网络进行联合训练。本发明能够捕获具有较强辨识度的特征;并能够很好地减少特征的冗余程度,得到具有低秩特征的注意力特征图,进一步提高识别率。
-
-
-
-
-
-
-
-
-