-
公开(公告)号：CN112583440A
公开(公告)日：2021-03-30
申请号：CN202011362334.5
申请日：2020-11-28
Applicant: 重庆邮电大学
Abstract: 本发明属于5G通信领域，涉及一种点对点毫米波全双工系统的鲁棒混合收发机设计方法；所述设计方法包括通过对估计的信道进行奇异值分解，得到模拟收发机；对模拟收发机构造出等效的传输信道，通过等效的传输信道估计部分初始化数字发射机；通过更新数字发射机计算得到数字接收机；基于更新后的数字发射机、模拟发射机和模拟接收机构造出自干扰等效信道；将自干扰等效信道进行奇异值分解得到的零空间作为SIC接收机；计算模拟接收机、数字接收机和SIC接收机的乘积以及所述模拟发射机与数字发射机的乘积，设计得到混合收发机。本发明首先不考虑自干扰，设计出系统混合发射机，设计自干扰消除矩阵加入接收机中，完成混合收发机的设计。
-
公开(公告)号：CN101651982A
公开(公告)日：2010-02-17
申请号：CN200910104560.0
申请日：2009-08-07
Applicant: 重庆邮电大学
Abstract: 本发明公开一种上行MIMO-SDMA的波束成型方法，涉及无线通信领域。针对传统基于梯度法求最优权值波束成形方法(如最小均方误差算法和线性约束最小方差算法)的不足，本发明提出基于New-Memetic算法的波束成型方法，该方法是在Memetic算法(混合遗传算法)的基础上对交叉和变异的过程进行改进，从而提高算法的收敛速度和局部搜索能力。该方法能够对天线阵列的权向量最优值进行搜索，不仅能够对干扰方向进行自适应控零而且还能同时使最大增益主瓣对准期望信号的方向，提高系统的信干燥比。
-
公开(公告)号：CN114926794A
公开(公告)日：2022-08-19
申请号：CN202210695454.X
申请日：2022-06-20
Applicant: 重庆邮电大学
IPC: G06V20/54 , G06V10/22 , G06V10/80 , G06V10/82 , G06V10/52 , G06V10/26 , G06V10/764 , G06N3/04 , G06N3/08
Abstract: 本发明提出一种高效的轻量化SAR船舶目标检测方法，属于SAR船舶目标检测领域，本发明具体包括：建立SAR船舶目标检测模型；通过SAR雷达获取目标图像；将目标图像输入到主干提取网络中提取图像特征信息，根据目标图像的大小将提取的图像特征信息划分为第一尺度图像特征信息、第二尺度图像特征信息以及第三尺度图像特征信息；将三个不同尺度的图像特征信息输入到颈部网络中进行多尺度深层特征信息融合；将融合后的深层特征信息输入到预测网络中，得到SAR船舶目标检测结果；本发明通过轻量化SAR船舶目标检测模型实现目标的快速精准定位，显著降低船舶检测的计算量和漏检率，能够在复杂环境下以最快速度达到理想的检测效果。
-
公开(公告)号：CN101667913B
公开(公告)日：2011-12-21
申请号：CN200910190903.X
申请日：2009-09-18
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种认证加密方法和系统，涉及通信安全领域。结合消息可恢复签名和对称加密技术，利用只有指定消息接收端能够计算出的承诺值作为会话密钥加密消息，消息接收端通过可恢复签名验证消息的有效性，从而在一个逻辑步骤里同时实现了加密和认证。发送端密钥生成单元生成发送端会话密钥，加密单元对要发送的消息进行加密，接收端生成接收端会话密钥，解密单元利用接收端会话密钥对加密消息进行解密，根据解密出的消息生成认证确认信息验证消息的有效性。当发生纠纷时，消息接收端可以将认证加密的消息签名转换为普通的签名，让第三方公开验证签名的有效性。本发明具有安全性高、计算量和传输代价小等优点。
-
公开(公告)号：CN101667913A
公开(公告)日：2010-03-10
申请号：CN200910190903.X
申请日：2009-09-18
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种认证加密方法和系统，涉及通信安全领域。结合消息可恢复签名和对称加密技术，利用只有指定消息接收端能够计算出的承诺值作为会话密钥加密消息，消息接收端通过可恢复签名验证消息的有效性，从而在一个逻辑步骤里同时实现了加密和认证。发送端密钥生成单元生成发送端会话密钥，加密单元对要发送的消息进行加密，接收端生成接收端会话密钥，解密单元利用接收端会话密钥对加密消息进行解密，根据解密出的消息生成认证确认信息验证消息的有效性。当发生纠纷时，消息接收端可以将认证加密的消息签名转换为普通的签名，让第三方公开验证签名的有效性。本发明具有安全性高、计算量和传输代价小等优点。
-
Patent Agency Ranking
公开(公告)号：CN119887586A
公开(公告)日：2025-04-25
申请号：CN202411850294.7
申请日：2024-12-16
Applicant: 重庆邮电大学
IPC: G06T5/77 , G06V10/46 , G06T7/10 , G06T3/4053
Abstract: 本发明公开了一种面向不完整文本图像的图像修复方法。该方法主要包括两个阶段：文本结构重建和文本图像重建。在文本结构重建阶段，接收不完整文本图像作为输入，并通过编码器、中间模块和解码器的协同工作，实现文本结构的精确分割与预测，从而获得完整文本结构二进制图像。随后，在文本图像重建阶段，将重建后的完整文本结构图像与原始不完整文本图像共同作为条件输入。该阶段由识别引导模型和扩散模型组成。识别引导模型，即场景文本识别器，它通过分析不完整文本图像，预测每个字符属于特定字符集的概率分布，为文本修复提供语义指导。在语义指导的基础上，扩散模型对不完整文本图像进行精细化修复，显著提升了文本区域的可读性和图像的保真度。
-
公开(公告)号：CN117975430A
公开(公告)日：2024-05-03
申请号：CN202410025361.5
申请日：2024-01-08
Applicant: 重庆邮电大学
IPC: G06V20/62 , G06V10/145 , G06V10/12 , G06V10/94
Abstract: 本发明公开了一种面向大曲率线缆表面字符的识别装置和方法，旨在提供一种能够快速、准确地识别线缆表面字符的装置。该装置包括摄像头、LED灯珠、Jetson Nano开发板、PaddleOCR字符识别算法、摄像头、显示屏和USB数据线。摄像头用于拍摄线缆表面的字符图像，LED灯珠用于补光，Jetson Nano开发板用于处理图像数据，PaddleOCR字符识别算法用于对图像中的字符进行识别，显示屏用于显示识别结果，USB数据线用于为装置供电和传输数据。通过使用Jetson Nano的高性能计算能力和优化的字符识别算法，本发明能够实现对线缆表面标签上的点状或连续字符的快速、准确地识别，并将识别结果以文本的形式进行保存和显示，以此替代了人工手写记录的方式，避免了人工记录可能出现的错误、效率低下、记录文件丢失破损等问题。
-
公开(公告)号：CN116647879A
公开(公告)日：2023-08-25
申请号：CN202310711286.3
申请日：2023-06-15
Applicant: 重庆邮电大学
IPC: H04W28/084 , H04W28/08 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/092
Abstract: 本发明涉及基于双智能体深度强化学习的多类型任务卸载系统及方法，属于通信技术领域。该方法包括以下步骤：S1：将节点特征矩阵输入节点映射智能体；S2：节点映射智能体输出所有节点被选择的概率，选择概率最大的节点映射；S3：判断所有组件是否映射完毕，是则执行S4，否则返回S1；S4：将链路特征矩阵输入链路映射智能体；S5：链路映射智能体输出所有路径被选择的概率，选择概率最大的路径映射；S6：判断所有链路是否映射完毕，是则执行S7，否则返回S4；S7：计算双智能体奖励和损失函数，更新相关参数。本发明对多类型资源均衡分配，提高物理节点资源利用率，降低请求阻塞率，提高边缘云网络的承载量和服务供应商的收益。
-
公开(公告)号：CN116229217A
公开(公告)日：2023-06-06
申请号：CN202310369678.6
申请日：2023-04-07
Applicant: 重庆邮电大学
IPC: G06V10/774 , G06V10/80 , G06V10/82 , G06T3/40 , G06N3/0464 , G06N3/084
Abstract: 本发明属于红外目标检测领域，具体涉及一种应用于复杂环境下的红外目标检测方法，包括：获取待检测的红外图像，对红外图像进行预处理；采用主干特征提取网络提取红外图像的不同尺度特征；采用颈部加强特征提取网络对不同尺度的特征进行加强融合处理，得到融合特征图；将融合后的有效特征图输入到预测输出网络中，得到目标的检测结果；本发明有效的提高了红外目标检测精度，对复杂场景下易于被遮挡的红外目标的检测效果更好，同时显著降低了参数量，满足实时性检测要求。
-
公开(公告)号：CN112766180B
公开(公告)日：2022-07-12
申请号：CN202110087196.2
申请日：2021-01-22
Applicant: 重庆邮电大学
Abstract: 本发明涉及行人再识别领域，具体涉及一种基于特征融合和多核学习的行人再识别方法；所述方法包括获取行人图像并预处理；提取出行人图像的底层特征和中层语义特征，采用特征权重组合方法进行特征融合；采用不同核函数对融合特征分别进行映射；利用中心对齐方法为每个核函数赋予权重进行线性组合后进行复合映射；采用多元逻辑回归算法对复合映射后的融合特征进行处理，计算出行人图像之间的相似度，利用相似度大小降序排列，得到行人分类值即行人再识别结果；本发明所采用的融合特征更具有鲁棒性，能够更为真实的反应行人的特征；本发明加入了多核学习方法，将融合特征映射到高维空间，使得特征可以更好的表达，以此增强行人再识别问题的分类效果。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.075 seconds)
