无线信号处理方法、装置及计算机可读存储介质

    公开(公告)号:CN113507278B

    公开(公告)日:2023-10-24

    申请号:CN202110673413.6

    申请日:2021-06-17

    Applicant: 重庆大学

    Abstract: 本发明公开了一种无线信号处理方法,该无线信号处理方法包括:基于无线接收器接收无线路由器发出无线信号;基于信道状态解析程序对所述无线信号进行解析,得到矩阵信号;基于巴特沃斯滤波程序对所述矩阵信号进行高频滤波,得到处理后的降噪矩阵信号。本发明还公开了一种无线信号处理装置和一种计算机可读存储介质。本发明能够实现去除无线信号中高于人类活动频率的高频噪声,消除环境及设备噪声的影响。

    基于改进差分进化算法的机器人动力学模型辨识方法

    公开(公告)号:CN116749172A

    公开(公告)日:2023-09-15

    申请号:CN202310522130.0

    申请日:2023-05-10

    Applicant: 重庆大学

    Abstract: 本申请提供一种基于改进差分进化算法的机器人动力学模型辨识方法。方法包括:基于傅里叶级数的周期性,创建机器人的激励轨迹;控制机器人跟踪激励轨迹;在机器人跟踪激励轨迹时,获取机器人的运动数据集;建立与机器人对应的非线性连续动力学模型;根据运动数据集和非线性连续动力学模型,建立参数辨识误差的目标函数;通过预设的差分进化算法,确定目标函数的参数辨识结果,参数辨识结果包括非线性连续动力学模型中的耦合参数、惯性参数以及摩擦参数。在本方案中,非线性连续动力学模型同时对机器人的摩擦特性、耦合特性和惯性参数进行了描述,描述的参数更为完备;另外,采用差分进化算法进行参数辨识,有利于提高辨识精度。

    基于随机森林识别模型的人数统计方法、装置及存储介质

    公开(公告)号:CN114510985A

    公开(公告)日:2022-05-17

    申请号:CN202111471103.2

    申请日:2021-12-03

    Abstract: 本发明涉及通信技术领域,公开了一种基于随机森林识别模型的人数统计方法、装置和一种存储介质,统计方法步骤包括对无线数据进行预处理,得到样本集;从所述样本集中选取训练集,对所述训练集进行训练,得到训练决策树,将m个所述训练决策树建立随机森林识别模型;采用所述随机森林识别模型对所述样本集进行人数统计,得到人数统计结果。本发明能够实现准确的人数统计,减小环境以及建筑结构对人数统计的影响,减小光照强度对人数统计的影响,以及实现避开建筑物统计人数的功能。

    基于GoogLeNet网络模型的人数统计方法、装置及可读存储介质

    公开(公告)号:CN114494112A

    公开(公告)日:2022-05-13

    申请号:CN202111471097.0

    申请日:2021-12-03

    Applicant: 重庆大学

    Abstract: 本发明涉及通信技术领域,公开了一种基于GoogLeNet网络模型的人数统计方法、装置和可读存储介质,该方法包括:基于无线接收器采集不同人数下的训练无线数据,并对所述训练无线数据进行图像化显示,生成训练数据图像;利用所述训练数据图像构建并训练GoogLeNet网络模型;基于所述无线接收器采集当前无线数据,并对所述当前无线数据图像化显示生成当前数据图像;将所述当前数据图像输入GoogLeNet网络模型,计算得到当前人数统计结果。本发明能够实现准确的人数统计,减小环境以及建筑结构对人数统计的影响,减小光照强度对人数统计的影响,以及实现避开建筑物统计人数的功能。

    无线信号处理方法、装置及计算机可读存储介质

    公开(公告)号:CN113507278A

    公开(公告)日:2021-10-15

    申请号:CN202110673413.6

    申请日:2021-06-17

    Applicant: 重庆大学

    Abstract: 本发明公开了一种无线信号处理方法,该无线信号处理方法包括:基于无线接收器接收无线路由器发出无线信号;基于信道状态解析程序对所述无线信号进行解析,得到矩阵信号;基于巴特沃斯滤波程序对所述矩阵信号进行高频滤波,得到处理后的降噪矩阵信号。本发明还公开了一种无线信号处理装置和一种计算机可读存储介质。本发明能够实现去除无线信号中高于人类活动频率的高频噪声,消除环境及设备噪声的影响。

    一种基于多维生理大数据深度学习的健康状态评价系统

    公开(公告)号:CN106446765B

    公开(公告)日:2019-09-03

    申请号:CN201610589952.0

    申请日:2016-07-26

    Applicant: 重庆大学

    Abstract: 本发明公开一种基于多维生理大数据深度学习的健康状态评价系统,利用非监督卷积神经网络来提取生理时序数据的特征,然后再利用多元高斯分布做特征的异常检测。结果显示,是一种高效的能从原始的生理信号学习信号的高层次特征和多元高斯分布异常检测的生理信号的异常检测系统。使用者可以鉴别某些早期病症,提前采取相应的预防措施降低患病风险。

Patent Agency Ranking