-
公开(公告)号：CN117713841A
公开(公告)日：2024-03-15
申请号：CN202311564369.0
申请日：2023-11-21
Applicant: 东南大学
Abstract: 本发明公开了一种手键摩斯信号二阶段译码方法，所述方法包括：第一阶段译码，依据摩斯音频的时频图人工制作神经网络训练标签并进行模型训练，利用训练好的模型进行第一阶段译码，该译码序列包含两种纠错码并且存在连码的情况；第二阶段处理，对第一阶段的预测结果进行纠错码的识别与纠错、连码分割。本发明能够很好的解决实际工作中摩斯信号的连码、纠错码问题，并且契合于各种神经网络模型。
-
公开(公告)号：CN114142905B
公开(公告)日：2024-02-09
申请号：CN202111507344.8
申请日：2021-12-10
Applicant: 东南大学
IPC: H04B7/08 , H04B7/0413
Abstract: 本发明属于无线通信技术领域，公开了一种时变信道下基于牛顿(Newton)迭代法的MIMO检测算法的改进方法。大规模MIMO作为5G的关键技术之一，相较于传统的单天线系统具有高信息传输速率、高可靠性、高频谱利用率的优势，是5G系统中最具发展潜力的技术之一。在大规模MIMO系统中，信号检测是决定系统可靠性的关键技术，也是难点之一，传统的MIMO检测算法普遍存在计算复杂度高、收敛速度慢的弊端。本发明在传统牛顿迭代算法的基础上，考虑到信道的时变特性，提出一种矩阵逆跟踪检测方法。本发明通过利用信道在时域上的相关特性，对MMSE滤波矩阵进行跟踪，在每个采样点仅进行一次牛顿迭代运算，如此，既可以提高算法收敛速度，又可以降低计算复杂度。
-
公开(公告)号：CN114760642B
公开(公告)日：2024-01-30
申请号：CN202210405880.5
申请日：2022-04-18
Applicant: 东南大学 , 国网浙江省电力有限公司信息通信分公司
Abstract: 本发明公开了一种基于速率分割多址的智能工厂时延抖动控制方法，包括：在智能工厂中，控制中心利用速率分割多址技术将信息分成多群信号以及单组信号；设备首先解码出多群信号，随后利用连续干扰消除去掉多群信号，并解码得到单组信号；基于数据短包模型构建传输模型，计算面向低时延高可靠通信的近似可达速率；建立基于速率分割多址的智能工厂时延抖动控制的资源分配优化问题，联合优化控制中心的波束形成以及速率切割方案，直到输出的系统吞吐量稳定；控制中心构建低时延高可靠的传输策略，以实现智能工厂中时延抖动控制。
-
公开(公告)号：CN116228817B
公开(公告)日：2023-10-03
申请号：CN202310226137.8
申请日：2023-03-10
Applicant: 东南大学
Abstract: 本发明公开了一种基于相关滤波的实时抗遮挡抗抖动单目标跟踪方法，包括：读取视频流初始帧确定目标位置坐标以及目标框尺寸；提取目标HOG特征与CN特征对检测器进行初始化；读取后续帧图像，对相邻帧抖动情况与目标状态进行评估；根据评估结果判断是否需要对目标位置进行预测以及是否需要对检测器模型进行更新；判断目标是否消失进而是否需要对检测进行脱锁重新初始化。本发明有效提升基于相关滤波单目标跟踪方法的实时性和稳定性。在目标被遮挡或者跟踪镜头出现抖动时通过对目标一段时间内的运动轨迹的记录结果进行轨迹预测，并根据抖动幅度实时更新目标重搜索范围，从而提升了跟踪器的抗遮挡与抗抖动能力，进而提升了跟踪器的鲁棒性。
-
公开(公告)号：CN116469011A
公开(公告)日：2023-07-21
申请号：CN202310467399.3
申请日：2023-04-27
Applicant: 东南大学
IPC: G06V20/10 , G06V10/764 , G06V10/22 , G06V10/82 , G06V10/774 , G06F18/10 , G06F18/2131
Abstract: 本发明提出了一种基于深度学习的多源数据融合未爆弹探测方法。主要解决现有未爆弹探测技术中准确率低、虚警及漏报过多的问题。方法包括：数据处理模块将接收到的磁探测数据以及图像数据进行处理并传输至深度学习模型，深度学习模型进行未爆弹识别，数据存储模块对深度学习模型的输入输出进行记录，显示模块对获取的磁场、图像及未爆弹的位置进行显示；该发明同时利用磁探测模块及摄像头获取信息，并基于多源数据融合和深度学习得到未爆弹探测结果，有效避免了现有单一磁探测模块探测方法的不足，得到的信息更加全面、多元，减少虚警以及漏报情况的发生，进一步保障人身安全、减少资源消耗。
-
Patent Agency Ranking
公开(公告)号：CN116389757A
公开(公告)日：2023-07-04
申请号：CN202310366369.3
申请日：2023-04-07
Applicant: 东南大学
Abstract: 本发明公开了一种移动边缘计算辅助的无线VR视频传输方法，包括1、建立边缘计算服务器协助的VR视频无线传输系统；2、收集系统信息；3、加载VR视频编码参数优化算法；4、加载渲染卸载的决策算法，确定视场渲染的节点；5、加载MIMO预编码矩阵设计算法；6、加载计算资源分配算法，确定VR用户和边缘计算服务器的计算资源分配。7、迭代加载步骤3至步骤6，直至VR视频无线传输系统总能量消耗和失真的加权和收敛。本发明可以缓解VR用户的渲染负担，多输入多输出MIMO传输技术能够提高传输速率、降低延迟和提升VR用户体验。
-
公开(公告)号：CN116152292A
公开(公告)日：2023-05-23
申请号：CN202310105738.3
申请日：2023-02-13
Applicant: 东南大学
Abstract: 本发明公开了一种基于三次匹配的多类别多目标跟踪方法，包括：将视频序列输入训练好的检测器获得检测结果；根据结果中的置信度得分将检测结果分为高分框和低分框；对跟踪器中所有轨迹进行卡尔曼预测；对轨迹和检测结果进行三次参数不同且目的不同的数据关联匹配，对匹配成功的轨迹进行激活和更新；对未匹配成功的失踪轨迹进行位置修正和输出判定。本发明可以有效提升多类别多目标跟踪的稳定性和可靠性。在目标被遮挡或者检测器出现漏检时可以通过数据关联方法进行一定的补救，通过简单的方法使得跟踪器有一定的抗抖动性能，有效提升了跟踪器的鲁棒性。本发明可以与任何一种满足跟踪器输入要求的主流检测器相适配，有较广泛的实用价值。
-
公开(公告)号：CN115696403A
公开(公告)日：2023-02-03
申请号：CN202211374641.4
申请日：2022-11-04
Applicant: 东南大学
IPC: H04W24/02 , H04W28/08 , H04W28/084 , H04W28/088 , H04B7/0413
Abstract: 本发明公开了一种边缘计算节点协助的多层边缘计算任务卸载方法，包括1、建立边缘计算节点协助的边缘计算网络架构；2、收集系统信息；3、加载终端设备与接入点之间的关联算法，终端设备选择传输信号的无线接入点；4、加载终端设备多输入多输出MIMO发送预编码矩阵设计算法；5、加载计算任务分配算法，确定终端设备本地、边缘服务器和边缘计算节点的计算任务大小；6、加载计算资源分配算法，基于延迟需求，边缘服务器和边缘计算节点分配计算资源以减小系统能耗。本发明可以缓解边缘服务器的计算负担，多输入多输出MIMO传输技术能够提高频谱利用率和卸载效率。
-
公开(公告)号：CN113507350B
公开(公告)日：2022-09-06
申请号：CN202110767385.4
申请日：2021-07-07
Applicant: 东南大学
Abstract: 本发明公开一种评估免授权重传方案在超可靠低延迟下的中断概率的方法，包括如下步骤：1)实时用户采用短包形式传输数据包，通过免授权重传技术访问基站；2)系统结合时延约束建立中断概率问题模型：给定发射功率，建立信道模型，得到在基站处的信干噪比，给定信干噪比阈值和超可靠低延迟约束下交付的时延，结合时延约束得到最大的往返传输过程次数，再利用概率论和随机几何建立中断概率问题模型；3)系统传输中断概率：根据模型计算得到免授权重传方案中断概率的闭合解。本发明可以准确地评估出系统在超可靠低延迟服务需求下的中断概率、以及揭示网络的系统参数对信息传输中断概率的影响。
-
公开(公告)号：CN113922854B
公开(公告)日：2022-07-01
申请号：CN202111175970.1
申请日：2021-10-09
Applicant: 东南大学
IPC: H04B7/06 , H04B7/0456 , H04B7/08 , H04B7/0426 , G01S7/41 , G01S7/36 , H04L67/10
Abstract: 本发明公开了一种具有边缘计算辅助的集成雷达感知和无线通信方法，包括：建立通信、雷达感知和移动边缘计算集成架构，在基站侧引入边缘计算服务器；建立用户终端多输入多输出雷达波束方向图设计传输模型，以及边缘计算中相关的能耗和处理数据量模型；对多目标进行联合优化，并求出计算卸载的多输入多输出预编码设计以及雷达感知和边缘计算资源分配的发射预编码矩阵；基于延迟约束，求出局部计算资源分配。本发明利用大规模多输入多输出阵列和双功能雷达通信技术，在同一频谱上同时执行雷达感知和计算卸载，满足未来通信网络中雷达信号处理的需求。
-
-
-
-
-
-
-
-
-
Search Results
85
records
(took 0.026 seconds)
