-
公开(公告)号：CN103986914B
公开(公告)日：2017-02-01
申请号：CN201410229632.5
申请日：2014-05-27
Applicant: 东南大学
IPC: H04N7/18 , H04N21/647 , H04N21/6408
Abstract: 本发明公开了一种无线视频监控系统中基于客户端数量的码率自适应方法，所述无线视频监控系统包括服务端和客户端两部分，所述服务端和客户端之间通过网络连接；对该无线视频监控系统做出如下设置：1、监控系统选用单播传输；2、网络带宽在多个客户端时不能满足性能要求；3、网络实际带宽为固定值；4、视频源码率可调节；其特征在于：服务端根据网络的带宽和视频分辨率选定初始码率，在有客户端接入或退出网络时根据客户端数量实时调整视频源编码码率。利用基于客户端数量的码率自适应方法，在客户端申请连接或退出时，服务端根据客户端数量调整码率，不仅提高了带宽利用率也增强了用户体验。
-
公开(公告)号：CN105891863A
公开(公告)日：2016-08-24
申请号：CN201610432153.2
申请日：2016-06-16
Applicant: 东南大学
IPC: G01S19/42
CPC classification number: G01S19/42
Abstract: 本发明公开了一种基于高度约束的扩展卡尔曼滤波定位方法，适用于GNSS导航定位系统，先利用扩展卡尔曼滤波算法根据上一历元的状态估计值获取当前历元的状态估计值，再通过建立高度约束条件来约束当前历元的定位高度得到当前历元符合高度约束条件的最优状态估计值和对应的均方误差，最后再利用均方误差获取伪距和多普勒频移的测量残余对状态估计值进行进一步地校正得到当前历元最终的状态估计值，更准确的获得待定位目标在当前历元的位置信息，达到提高GNSS导航定位的精度。
-
公开(公告)号：CN103150814A
公开(公告)日：2013-06-12
申请号：CN201210557253.X
申请日：2012-12-20
Applicant: 东南大学
IPC: G07F7/10
Abstract: 本发明公开了一种交易卡、其编码方法及用来编码的编码器。交易卡包括位于其表面的磁条和四条边缘，四条边缘包括第一边缘和与第一边缘相对的第二边缘、第三边缘和与第三边缘相对的第四边缘，第一边缘到第二边缘的方向为磁条的长度方向，磁条的长度方向上依次编码有图案的第一表示和第二表示，第一表示和第二表示依次包括第一开始标志、第一字符序列、第一结束标志、第二结束标志、第二字符序列、第二开始标志或依次包括第一开始标志、第一字符序列、第一结束标志、第二字符序列、第二开始标志。本发明适用于在任意大小交易卡的磁条上将信息进行编码，并且磁条上的数据可以被可靠地读出和传输。
-
公开(公告)号：CN101957741A
公开(公告)日：2011-01-26
申请号：CN201010510097.2
申请日：2010-10-18
Applicant: 东南大学
IPC: G06F7/58
CPC classification number: G06F7/588 , H04L9/0866
Abstract: 本发明公开了一种基于亚阈值特性的真随机数发生器，包括快速振荡器、慢速振荡器、电平转换电路、采样触发器和信号后处理电路，快速振荡器的输出端通过电平转换电路与采样触发器的数据端相连接，慢速振荡器的输出端与采样触发器的时钟端相连接，采样触发器的输出端与信号后处理电路的输入端相连接，信号后处理电路的输出端作为发生器的输出端，信号后处理电路对采样触发器的输出信号进行一系列的杂化和噪声化处理过程，以改善输出序列的随机特性。本发明提供的发生器，随机源电路的结构简单，只需要一串奇数级的反相器链级联即可；随机特性好，亚阈值区频率抖动的加强和随机化能力强的信号后处理电路增强了输出序列的随机特性，使得输出效果更好。
-
公开(公告)号：CN1809072A
公开(公告)日：2006-07-26
申请号：CN200610038500.X
申请日：2006-02-27
Applicant: 东南大学
Abstract: 一种向后兼容的认证授权计费系统网络结构涉及一种基于“直径”协议的电信网络认证、授权和计费系统，该网络结构遵循互联网工程任务组制定的“直径”协议中规定的网络结构，在该结构中有网络接入服务器翻译代理(1)、本地服务器翻译代理(2、6、11)、中继代理(3、7、10)和委托代理(8、9)、网络接入服务器(5)和本地认证授权计费服务器(4)；网络结构根据每个本地认证授权计费服务器所服务的区域被划分为服务域A、服务域B、服务域C，根据管辖区域划分为管理域I、管理域II；管理域I和管理域II的委托代理(8、9)之间通过互联网相互连接。根据本发明构建的AAA系统网络，不仅引入了新一代的DiameterAAA网络结构，而且完全兼容现有AAA系统。
-
Patent Agency Ranking
公开(公告)号：CN111555613A
公开(公告)日：2020-08-18
申请号：CN202010361516.4
申请日：2020-04-30
Applicant: 东南大学
Abstract: 本发明公开了一种快速调节的数字LDO电路，属于控制、调节的技术领域。该电路包括上限比较器、下限比较器、异步比较器、数字控制模块和功率管阵列；其中，功率管阵列每三个功率管为一组，每组之间的尺寸比值为1:2:4:8:……:2n-1，数字控制模块根据比较器结果控制功率管开关，降低了输出电压波动，提高了输出电压调节速度。
-
公开(公告)号：CN107289933B
公开(公告)日：2019-08-20
申请号：CN201710505805.5
申请日：2017-06-28
Applicant: 东南大学
Abstract: 本发明公开了一种基于MEMS传感器和VLC定位融合的双卡尔曼滤波导航装置和方法，包括MEMS传感器、INS模块、PDR定位模块、VLC定位模块以及测姿定位双卡尔曼滤波器；对于测姿滤波器，基于惯导机械编排的误差方程作为系统方程，观测方程包括加速度计观测量更新和磁力计观测量更新，输出姿态信息给VLC定位模块和PDR定位模块以校正姿态的影响。对于定位滤波器，二维平面的位置信息作为系统状态向量，基于行人航位推算的误差方程作为系统方程，而VLC的定位结果为观测方程。本发明的技术方案解决VLC定位容易受设备姿态影响以及在光信号被遮挡情况下定位不连续的问题，消除姿态对VLC定位的影响。
-
公开(公告)号：CN105424030B
公开(公告)日：2018-11-09
申请号：CN201510825298.4
申请日：2015-11-24
Applicant: 东南大学
Abstract: 本发明公开了一种基于无线指纹和MEMS传感器的融合导航装置和方法，无线信号强度数据采集和处理模块获取待测目标的第一位置信息，传感器数据采集和处理模块根据所述待测目标的状态变化信息获取待测目标的第二位置信息，数据融合模块将第一位置信息和第二位置信息进行融合，并将所述融合结果反馈给所述无线信号强度数据采集和处理模块和所述传感器数据采集和处理模块进行下一时刻的数据处理。本发明的基于无线指纹和MEMS传感器的融合导航装置和方法解决了现有的定位方案尤其是室内定位方案所存在的定位性能较差的问题，达到提升导航精度和整个系统处理速度的效果。
-
公开(公告)号：CN107246872A
公开(公告)日：2017-10-13
申请号：CN201710507321.4
申请日：2017-06-28
Applicant: 东南大学
IPC: G01C21/20
Abstract: 本发明公开了一种基于MEMS传感器和VLC定位融合的单粒子滤波导航装置和方法，包括MEMS传感器、INS模块、VLC定位模块、PDR定位模块和测姿定位单粒子滤波器模块；本发明中基于INS惯导机械编排的误差方程作为融合滤波器的系统方程，用于对粒子群的粒子进行更新。观测方程包括VLC定位信息更新、PDR定位信息更新和磁力计观测量更新，用于计算各个粒子的权重。输出姿态信息给VLC定位模块和PDR定位模块。本发明首次在VLC定位领域使用融合测姿准确估计VLC接收器的姿态信息，解决VLC定位容易受接收器姿态影响以及在光信号被遮挡情况下定位不连续的问题，并消除姿态对VLC定位的影响。
-
公开(公告)号：CN106017454A
公开(公告)日：2016-10-12
申请号：CN201610431107.0
申请日：2016-06-16
Applicant: 东南大学
CPC classification number: G01C21/00 , G01C21/005 , G01C21/165 , G01C21/28 , G01D21/02
Abstract: 本发明公开了一种基于新型多传感器融合技术的行人导航装置和方法，装置包括手持智能设备平台、观测量处理单元和融合滤波器；方法包括如下步骤：(1)手持智能设备利用自身硬件获取IMU、磁力计、压力计、WiFi、BLE和GNSS等的原始数据；(2)观测量处理单元处理手持智能设备提供的原始数据以提供位置或速度等观测量给融合滤波器；(3)融合滤波器利用运动学模型作为系统模型，观测量处理单元的结果建立观测模型，经过融合滤波器的处理最终得到行人导航结果。本发明克服了在没有其他辅助系统的情况下，导航误差会迅速累积的缺点；IMU处理模块考虑了手持智能设备的多种模式，突破了传统多传感器融合IMU需和载体固定的限制；提高了行人导航的精确度。
-
-
-
-
-
-
-
-
-
Search Results
49
records
(took 0.021 seconds)
