-
公开(公告)号：CN113267799B
公开(公告)日：2022-04-29
申请号：CN202110535388.5
申请日：2021-05-17
Applicant: 重庆邮电大学
IPC: G01S19/47 , G01S19/39 , G01S19/25 , G01S19/37 , G01S1/70 , G01J1/44 , G01C21/16 , G01C22/00 , G01L5/00
Abstract: 本发明提出了一种基于星海光量子链路传输的水下量子测距方法。首先，利用瞄准跟踪技术建立光量子通信链路，通过卫星上的激光器产生泵浦光，将泵浦光入射至周期极化磷酸氧钛钾晶体，发生自发参量下转换，得到具有纠缠特性的信号光与闲置光，将信号光和闲置光分别发射至海面站1与海面站2，利用两个海面站的单光子探测器接收光子；其次，让海面站1下沉，海面站2浮于海面，对海面站1进行位置跟踪；然后，利用海面站1上的单光子探测器发射光子至目标，经目标反射后由该单光子探测器接收；最后，利用高速采集电路对两个海面站的单光子探测器输出的时间脉冲序列进行符合计数，求得信号光的飞行时间，进而计算出海面站1与目标之间的距离。
-
公开(公告)号：CN114158004A
公开(公告)日：2022-03-08
申请号：CN202111498377.0
申请日：2021-12-09
Applicant: 重庆邮电大学
Abstract: 本发明提出了一种基于图卷积神经网络的室内无源移动目标检测方法。首先，本方法提取接收端每根天线接收到的CSI幅值，分别计算每根天线所有子载波上CSI幅值对应的频谱。然后，对频谱图频率分布进行平均划分得到多个频段，分别对每个频段所有频率对应的能量计算平均能量值。对计算得到的平均能量值进行降序排序之后，得到对应的索引矩阵。再对该索引矩阵第一列对应的索引值进行降序排序，并基于该索引矩阵第一列的变化得到对应变化后的索引矩阵其他列的索引，依据该变化后的索引矩阵即可构造图网络结构。最后，依据得到的图网络结构构造图卷积神经网络(Graph Convolutional Network，GCN)的输入，GCN的输出即为所检测图网络结构的特征，将该特征与检测类一一映射，最终完成检测类的识别。
-
公开(公告)号：CN113870353A
公开(公告)日：2021-12-31
申请号：CN202111179745.5
申请日：2021-10-11
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种基于单目视觉的无人机室内定位方法，属于计算机视觉技术领域，包括无人机位姿估计模块和建图模块，适用于室内GPS缺失环境下的无人机飞行轨迹跟踪与自定位，其主要思路为：通过无人机的机载摄像头拍摄的图像帧，利用视觉SLAM算法，实时地估计无人机机载相机的位姿，同时建立当前环境的一个稀疏点云地图。位姿估计部分：结合特征点法和直接法，先跟踪特征点，然后利用直接法根据关键点进行块匹配，估计相机位姿。建图部分：首先判断当前图像是否为关键帧，如是则对其进行特征提取，然后初始化一个深度滤波器进行特征点的深度估计。否则更新深度滤波器，然后判断该特征点的深度分布是否收敛，如是则将此特征的3D点加入地图集当中。
-
公开(公告)号：CN112911511A
公开(公告)日：2021-06-04
申请号：CN202110066135.8
申请日：2021-01-19
Applicant: 重庆邮电大学
Abstract: 本发明提出一种基于射频识别(Radio Frequency Identification，RFID)和载波相位的单站室内定位系统及方法，涉及RFID和室内定位技术领域。本发明首先利用同步跳频技术获得无源标签反射的多载波相位，并使用载波相位估计标签通信链路距离；然后在传统MUSIC算法基础上提出改进多重信号分类(Improved MUltiple SIgnal Classification，IMUSIC)算法，解决多频点信源和短距离通信入射信号不平行的问题，实现接收机内两天线同时测向；最后利用载波相位的测距结果对IMUSIC算法得到的测向结果进行筛选，并计算定位结果。本发明提供了一种有效的室内精确定位模型，结构简单，部署方便，可在大多数典型室内环境中提供定位服务。
-
公开(公告)号：CN110012537B
公开(公告)日：2021-02-19
申请号：CN201910274593.3
申请日：2019-04-08
Applicant: 重庆邮电大学
IPC: H04W64/00 , H04B17/318 , G01S5/08
Abstract: 本发明公开了一种基于AP四边形组网的质心约束室内定位方法。首先，在测试区域内部署若干个位置已知的AP并进行组合，获得包含测试区域的初始四边形集合并提取该集合中四边形质心得到初始四边形质心集合；其次，在待定位点处采集来自AP的接收信号强度，结合传播模型公式和三边测量定位法计算待定位点的初步估计坐标，基于该初步估计坐标并利用内角和法提取所有包含待定位点的四边形以获得目标四边形集合及其质心集合；最后，计算目标四边形质心集合的平均质心坐标并将其与初步估计坐标加权融合即得到待定位点的最终估计坐标。本专利基于测试区域内目标四边形集合的几何约束，提出了一种基于AP四边形组网的质心约束室内定位方法，增强了定位系统稳定性并实现低开销室内定位。
-
Patent Agency Ranking
公开(公告)号：CN112270276A
公开(公告)日：2021-01-26
申请号：CN202011203253.0
申请日：2020-11-02
Applicant: 重庆邮电大学
Abstract: 本发明提出了一种基于Kinect与WiFi数据联合的复杂环境下目标行为识别方法。首先，本发明提出了一种基于Kinect的提取有效骨节数据特征的方法，能够有效地提取出骨节数据中能有效反映出人体各关节运动方向和幅度的特征。其次，采用了一种能够提取出CSI数据主要子载波特征的方法，能够聚类出能够反映出其主要变化趋势的子载波数据。最后，针对Kinect数据与WiFi数据维度不同不能直接联合的问题，对跨模态搜索中的特征对齐的方法进行改进，使其能够有效地将Kinect数据与WiFi数据联合并构建分类器进行目标行为识别。本发明设计的数据联合目标行为识别算法有效可靠，有效地解决了传统的Kinect识别系统在复杂的室内环境下(桌子、书柜、沙发等遮挡物较多)无法有效识别的问题，挖掘了在复杂环境下更多的应用潜力。
-
公开(公告)号：CN110418277B
公开(公告)日：2020-09-15
申请号：CN201910610304.2
申请日：2019-07-08
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种基于线性定位精度限的参考点优化部署方法。首先，在目标区域内部署和标定若干个位置已知的接入点(Access Point，AP)和参考点(Reference Point，RP)；其次，将部署多个AP的定位系统等效为多个部署单AP的定位系统，并推导了单AP定位系统的定位误差期望与参考点间隔的几何关系；再次，利用多AP系统与多个单AP系统的等效关系，推导了系统的定位误差期望及系统开销与参考点间隔的几何关系；最后，构建系统定位误差归一化函数和系统开销归一化函数，并通过计算它们的公共解来获得目标区域的最优参考点部署间隔。本发明专利利用目标区域内定位误差及系统开销与参考点间隔的几何关系，提出了一种基于线性定位精度限的参考点优化部署方法，其在控制系统开销的同时保证了定位精度。
-
公开(公告)号：CN109657572A
公开(公告)日：2019-04-19
申请号：CN201811473921.4
申请日：2018-12-04
Applicant: 重庆邮电大学
IPC: G06K9/00 , H04B17/309 , H04W4/33
Abstract: 本发明提出了一种基于Wi-Fi的墙后目标行为识别方法。首先，本发明提出了高效的信号分割方法，能够有效的分割出墙后目标运动的时间序列，保证了该行为识别系统的稳定性。其次，结合了CSI幅值和相位对于墙后目标运动时的抖动特征，提出利于获取行为特征的具体方案。最后，针对墙体以及硬件本身对Wi-Fi信号的干扰，将图像处理中数据维度转换相关算法的思想运用到了Wi-Fi信号降噪的处理方法中，有效的抑制硬件本身以及墙体等障碍物对Wi-Fi信号的干扰。实测结果表明，本发明设计的墙后目标行为识别算法有效可靠，其在确保系统的精度的前提下，有效的提升了传统的识别系统在复杂的室内环境下(桌子、书柜等障碍物较多)的稳定性，挖掘了在室内环境下更多的应用潜力。
-
公开(公告)号：CN109617591A
公开(公告)日：2019-04-12
申请号：CN201910053087.1
申请日：2019-01-21
Applicant: 重庆邮电大学
IPC: H04B7/06 , H04B17/30 , H04B17/309 , H04B17/318 , H04W4/02 , H04W4/021
Abstract: 本发明为一种基于WiFi的运动目标区域跟踪方法，能够应用于智能家居和安防等领域。其主要是提取运动目标反射信号功率信息，判断运动目标靠近或者远离收发机对的信号直达路径，结合收发机对的接收数据波动情况，判断运动目标区域位置，统计一段时间内的运动目标的区域位置信息，实现区域目标区域跟踪。该方法能够充分利用室内环境的WiFi设备，不需要额外购置设备。
-
公开(公告)号：CN108828548A
公开(公告)日：2018-11-16
申请号：CN201810675612.9
申请日：2018-06-26
Applicant: 重庆邮电大学
IPC: G01S7/41
Abstract: 本发明公布了一种基于FMCW雷达的三参数融合数据集构建方法。首先，根据实际应用场景设计数据集规模，并确定FMCW雷达前端参数；其次，对采集的雷达信号进行时频分析，并对雷达目标的距离、多普勒和角度参数的估计，构造距离-时间图数据集、多普勒-时间图数据集和角度-时间图数据集；然后，对构造的数据集中的图像样本进行数据清洗和归一化操作，并建立多参融合数据集。本发明创新地提出将雷达探测到的目标距离、多普勒和角度参数进行了融合，可作为具有多参数输入需求的机器学习或深度学习算法的多参数融合数据集。
-
-
-
-
-
-
-
-
-
Search Results
115
records
(took 0.025 seconds)
