-
公开(公告)号：CN115473545B
公开(公告)日：2025-04-22
申请号：CN202211126268.0
申请日：2022-09-16
Applicant: 中国科学院计算技术研究所
IPC: H04B1/715 , H04W52/24 , H04B7/185 , H04B7/0408
Abstract: 本发明提供一种用于网络波束协同跳变的抗干扰无线通信方法，涉及无线通信领域，所述方法包括：获取发送方和接收方直接进行通信时受到干扰的干扰方位置及干扰功率；基于发送方位置、接收方位置以及获得的干扰方位置和干扰功率，确定发送方与接收方以无人机为中继节点进行中继通信的最佳中继节点位置，其中，最佳中继节点位置是发送方与接收方以无人机为中继节点进行中继通信时获得最大吞吐量的中继节点位置；基于确定的最佳中继节点位置，控制距离该最佳中继节点位置最近且处于空闲状态的无人机移动到该最佳中继节点位置，以使所述发送方和所述接收方基于其进行中继通信。本发明充分利用无人机的特性并且有效规避干扰信号，保证了通信质量。
-
公开(公告)号：CN119766366A
公开(公告)日：2025-04-04
申请号：CN202411839072.5
申请日：2024-12-13
Applicant: 中国科学院计算技术研究所
IPC: H04B17/391 , H04B17/309
Abstract: 本发明提供了一种用于对机器人体域信道进行建模仿真方法，可以在虚拟场景内用机器人模型模拟需开发的机器人；在天线库内收集需使用的型号的天线对应的天线模型，以模拟其所代表型号的天线的辐射特性；然后基于交互界面，将选择的天线模块按所需的位置以及方向安装到机器人模型的相关部件上；最后，控制机器人运动调整位姿以带动部件调整位置和方向，从而基于所调整的位姿以及天线模块对应的辐射特性模拟需通信的天线模块间的无线信道，并评估在该位姿下机器人模型体域内无线信道的状态；由此，可以具备让开发者在各种所需的位姿下，获得机器人模型体域内无线信道的状态，以便开发者高效地发现问题所在，提高开发机器人的效率，降低成本。
-
公开(公告)号：CN115955733B
公开(公告)日：2025-03-21
申请号：CN202211720889.1
申请日：2022-12-30
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供了通信基带处理器，可用于5G通信场景，其特征在于，通信基带处理器包括：主处理器和由主处理器通过私有控制总线分别连接和控制的多个协处理器，其中，主处理器，用于执行操作以实现指定的处理功能，所述处理功能包括数字信号处理；多个协处理器，用于协助主处理器完成至少部分数字信号处理，其中包括基带数字信号处理，需要数据交互的至少部分协处理器间采用私有数据总线互连。
-
公开(公告)号：CN119485229A
公开(公告)日：2025-02-18
申请号：CN202411526483.9
申请日：2024-10-30
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供了一种通感一体化分布式无人机通信系统，该系统通过设计时分通感一体化信号，实现了对不同通信场景下感知和通信任务的灵活资源分配，确保了感知与通信任务间的互不干扰，并能动态调整感知频率以适应环境状态变化，从而提升了通信性能和资源利用效率。通过强化学习将多架无人机训练为智能体以根据目标环境的状态实时调控无人机的位置以及与用户的通信状态，以确保目标环境内用户通信网络的稳定性和可靠性。此外，设计了面向多无人机协作的奖励函数，促进了无人机之间的信息交换和协同合作，最大化提高地面用户的总通信速率。总体而言，本发明为多无人机通信系统提供了一种通信高效、部署灵活且运行稳定的解决方案。
-
公开(公告)号：CN114885170B
公开(公告)日：2025-02-07
申请号：CN202210498178.8
申请日：2022-05-09
Applicant: 中国科学院计算技术研究所
IPC: H04N19/167 , H04N19/136 , G06V40/10 , G06V10/40 , G06N3/094 , G06N3/0475 , G06N3/045 , G06N3/0464 , G06V10/82
Abstract: 本发明提供一种视频传输装置，所述装置包括：预处理模块，其配置在发送端，用于对待传输的视频中的原始目标图像进行分解以将其分解为前景因子、背景因子以及姿态因子；编码系统，其配置在发送端，用于基于前景因子、背景因子以及姿态因子分别对原始图像进行编码获得前景信息嵌入特征、背景信息嵌入特征以及姿态信息嵌入特征并传输给解码系统；解码系统，其配置在接收端，用于对接收到的嵌入特征进行解码以生成重构图像。本发明在发送端将图像数据解构为多个因子并基于每个分解因子将输入图像编码成嵌入特征，然后再基于嵌入特征重构成图像后，利用深度卷积对抗生成网络生成更真实的图像。在降低了传输带宽与存储资源的前提下，提升了生成图像的质量，保证了传输质量。
-
Patent Agency Ranking
公开(公告)号：CN114780063B
公开(公告)日：2025-02-07
申请号：CN202210366313.3
申请日：2022-04-08
Applicant: 中国科学院计算技术研究所
IPC: G06F11/3668 , G06F11/3604
Abstract: 本发明实施例提供了一种测试卫星算法的方法，包括：获取从相应接口提交的卫星算法文件，其中，接口与所述卫星算法的用途对应；根据预定的校验规则校验所述卫星算法文件，其中，校验规则包括对所述卫星算法文件是否符合其被提交的接口对应的插件格式的校验，不同用途的卫星算法设有与之对应的插件格式；将校验合格的卫星算法文件进行容器化，得到对应的卫星算法服务；响应于测试请求，测试所述容器化的卫星算法服务。本方法针对每种卫星算法制定了统一标准的接口，提供算法性能测试和对比，用户可针对同一用途的卫星算法进行多次改进提交并测试，具备良好的兼容性和拓展性。
-
公开(公告)号：CN119380311A
公开(公告)日：2025-01-28
申请号：CN202310926610.3
申请日：2023-07-26
Applicant: 中国科学院计算技术研究所
IPC: G06V20/58 , G06V10/80 , G06V10/762 , G06V10/764 , G06V10/62
Abstract: 本发明提供一种交通路牌目标检测识别方法和系统，所述方法包括：S1、利用检测网络模型对t时刻的预处理图像进行检测得到t时刻的路牌图像块；S2利用路牌字符检测模型提取t时刻的路牌图像块中的字符信息；S3、对t时刻的字符信息进行聚类并基于聚类结果对字符信息按语义进行排序得到t时刻的字符语义信息；S4、利用特征映射方式在t+1时刻的图像中找到与t时刻字符语义信息相同的交通标志；S5、对t+1时刻的预处理图像进行检测；S6、采用如S2‑S4所述的方法在t+2时刻的图像中找到与t+1时刻字符语义信息相同的交通标志；S7、计算交通标志边界框的位置和尺寸得到两个时刻的交通标志图像；S8、提取交通标志图像的特征向量并融合，对融合特征向量进行分类识别。
-
公开(公告)号：CN115913426B
公开(公告)日：2024-12-10
申请号：CN202211513514.8
申请日：2022-11-29
Applicant: 中国科学院计算技术研究所
IPC: H04B17/391 , H04W16/22
Abstract: 本发明提供了一种虚实协同的天地一体化场景仿真系统，包括：虚实协同组网模块，包括网络仿真平台和实物仿真节点，并用于基于网络仿真系统和实物仿真节点模拟待仿真的天地一体化网络的节点并组网得到对应的通信仿真网络，通信仿真网络包括天基节点、空基节点和地面节点；路由仿真模块，用于根据通信仿真网络中天基节点、空基节点和地面节点中节点的状态以及运动的节点的位置变化动态生成和更新路由路径；虚实协同主控模块，用于根据预定的仿真任务、通信仿真网络中当前的路由路径和各节点对应的通信协议进行天地一体化网络对应场景下的通信仿真，并采集通信仿真的仿真过程数据；场景推演模块，用于根据仿真过程数据生成展示仿真过程的推演信息。
-
公开(公告)号：CN118939231A
公开(公告)日：2024-11-12
申请号：CN202410950555.6
申请日：2024-07-16
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供了一种非标准浮点数据的压缩方法，该方法用于对无线通信领域的非标准浮点数据进行压缩表示和/或存储，所述无线通信包括5G或6G通信，所述方法包括：获取预设格式的非标准浮点数据，其包括符号位、指数位以及M比特的第一尾数；利用预设的映射函数，将第一尾数映射为N比特的第二尾数，其中，N＜M；基于所述第二尾数构造经压缩的非标准浮点数据，其包括所述符号位、所述指数位和所述第二尾数。
-
公开(公告)号：CN118820708A
公开(公告)日：2024-10-22
申请号：CN202410801124.3
申请日：2024-06-20
Applicant: 中国科学院计算技术研究所
IPC: G06F18/20 , G06F18/211 , G06F18/213 , G06F18/2433 , G06F18/25 , G06N3/0442 , G06N3/045 , G06Q10/04 , G06Q50/26 , G06F123/02
Abstract: 本发明提供了一种犯罪态势研判模型训练方法，所述方法包括：步骤S1、获取已有的历史犯罪时间序列数据并对其进行预处理得到目标序列数据集；步骤S2、构建初始模型；步骤S3、采用目标序列数据集对所述初始模型进行多轮迭代训练得到犯罪态势研判模型。本发明的通过LSTM模型的基本结构来构建犯罪态势研判模型，以捕获犯罪时间序列数据中的长期依赖关系，提高犯罪态势研判模型的时效性和准确性；同时在犯罪态势研判模型中引入注意力模块来自动学习犯罪时间序列数据中的重要特征，使犯罪态势研判模型更加关注对犯罪预测有影响的信息，提高对特征的表达能力，进而提高犯罪态势研判模型的准确性和可靠性。
-
-
-
-
-
-
-
-
-
Search Results
623
records
(took 0.073 seconds)
