-
公开(公告)号：CN118172799B
公开(公告)日：2024-07-30
申请号：CN202410591561.7
申请日：2024-05-14
Applicant: 南京邮电大学
IPC: G06V40/10 , G06V10/762 , G06V10/80 , G06V10/40
Abstract: 本发明的一种毫米波雷达行人重识别方法、设备及存储介质，包括以下步骤，采集不同场景的行人步态数据并预处理；对行人步态数据进行子采样模拟和生成具有不同速度的步行序列，即慢、中、快步态；使用分层注意力机制模型提取训练集中不同速度的步态的上下文特征，然后进行融合，最终得到能够描述不同速度关键信息的特征向量；再通过全连接层，将特征向量映射到一个256维的空间得到最终的输出结果，通过标签不断优化分层注意力机制模型并更新模型参数；本发明采用子采样策略，分别模拟慢、中、快速度路径，并利用层次注意力机制表征速度特异性和跨速度序列依赖性，以生成更鲁棒的步态表征，提高了毫米波雷达做行人重识别任务的准确性。
-
公开(公告)号：CN118350933A
公开(公告)日：2024-07-16
申请号：CN202410445254.8
申请日：2024-04-15
Applicant: 南京邮电大学
IPC: G06Q40/04 , H04L9/00 , G06Q30/0207 , G06F16/27
Abstract: 本发明的一种基于区块链的众包数据交易的在线激励方法、设备及介质，涉及区块链、激励机制技术领域；包括：在给定的预算约束下，设计了一个多阶段拍卖交易并引入时间折扣因子，刺激工人参与众包数据交易任务，最大化请求者效益；在真值发现算法基础上设计了一个细粒度的工人声誉计算模块，量化工人的任务贡献；通过设计上界置信算法对拍卖的选择过程进行公平性优化；在区块链的智能合约中设计了具体方案，能够实现去中心化，并保证交易安全性和公平性。本发明主要在区块链上设计众包数据交易激励机制与真实数据发现机制，保证了数据交易安全和公平的激励分配，并实现了真实性、预算可行性和个体理性等所有理想的经济属性。
-
公开(公告)号：CN116340849B
公开(公告)日：2023-08-15
申请号：CN202310556403.3
申请日：2023-05-17
Applicant: 南京邮电大学
IPC: G06F18/241 , G06F18/10 , G06F18/214 , G06F18/22 , G06N3/0455 , G06N3/0464 , G06N3/0442 , G06N3/08 , H04B17/391
Abstract: 一种基于度量学习的非接触式跨域人体活动识别方法，通过对已采集到的活动数据采用自编码器进行数据增强，然后通过采用度量学习完成未出现在训练集中的新活动类别的识别。具体步骤如下：在室内环境中采集人员活动时对应的无线信号数据，从中提取CSI原始数据；对原始CSI数据进行数据预处理，数据插值，统一数据长度，数据去噪；对已知活动类型的数据使用自编码器进行数据增强，扩充数据集；使用扩充后的数据集训练特征提取网络，将待识别活动数据和支持集输入特征提取网络得到相应特征，使用度量学习的方法将待识别数据特征与支持集数据特征一一对比，从而判断活动类型。本方法对于未训练的活动类型能实现较高识别精度，增强泛化性和鲁棒性。
-
公开(公告)号：CN116486237A
公开(公告)日：2023-07-25
申请号：CN202310669806.9
申请日：2023-06-07
Applicant: 南京邮电大学
IPC: G06V10/82 , G06V10/764 , G06V10/80 , G06N3/0464 , G06N3/084 , G06N3/0442 , G06N3/045 , G06V40/20 , G06F21/32
Abstract: 本发明属于毫米波雷达和深度学习领域，公开了一种基于深度学习与毫米波雷达的步态身份识别方法，包括以下步骤：步骤1、使用毫米波雷达采集识别目标的行走数据，得到原始数据，步骤2、获取样本数据，步骤3、构建AttResNet‑LSTM神经网络模型，步骤4、对构建好的神经网络模型进行训练，将原始数据划分成训练集、验证集和测试集，步骤5、将测试集上的样本数据传输到神经网络模型，通过Softmax函数评估用户身份的最大可能性，步骤6、验证神经网络模型的泛化性与准确性。本发明进行的身份识别活动可以最大程度地保护用户个人隐私数据，并且毫米波指向性强，抗干扰能力强，感测成像分辨率更高，环境因素影响较小。
-
公开(公告)号：CN116047404A
公开(公告)日：2023-05-02
申请号：CN202310320696.5
申请日：2023-03-29
Applicant: 南京邮电大学
IPC: G01S3/14 , G06F18/23213
Abstract: 本发明属于到达角测量技术领域，公开了一种基于Pmusic谱峰图的到达角测量方法，首先，在室内环境下采集WiFi发射机发射的无线信号数据，从WiFi信号中提取出CSI原始数据；其次，对原始CSI数据进行数据预处理，预处理步骤包括：线性拟合和同步消除；然后，对预处理后的数据使用子载波选择和MUSIC算法得到谱峰图数据Pmusic；接着，对谱峰图数据Pmusic进行谱峰选择，对选出来的Pmusic数据使用kmeans聚类方法找出轮廓系数最大的分类方式；最后，根据最大分类方式所得到的簇中Pmusic数据估计出发射机与接收机之间的到达角。本发明提高了AOA估计的精度，从而提高了定位效果。
-
Patent Agency Ranking
公开(公告)号：CN115801152B
公开(公告)日：2023-04-25
申请号：CN202310062463.X
申请日：2023-01-16
Applicant: 南京邮电大学
IPC: H04B17/309 , H04W4/33 , H04W84/12 , G06N3/0464 , G06N3/0499 , G06N3/08
Abstract: 本发明提供一种基于层次化transformer模型的WiFi动作识别方法，通过采集人员在室内场景下的多种动作的WiFi信号，获得CSI数据作为样本数据，并标注活动类别标签后，获得数据集，将数据集划分得到训练集和测试集；构建层次化transformer模型，层次化transformer模型提取局部关联特征，以获得样本的全局特征，并得到样本的最终特征表达后，获得分类标签；获得训练后的层次化transformer模型；将测试集的样本数据输入到训练后的层次化transformer模型，输出人体动作识别的预测结果；该方法能够有效提高无线感知动作识别的精度和效率，且具有更高的可靠性和更强的泛化能力。
-
公开(公告)号：CN114742193B
公开(公告)日：2025-05-16
申请号：CN202210414946.7
申请日：2022-04-20
Applicant: 南京邮电大学
IPC: G06K19/077 , G06K7/10 , G06F3/0354
Abstract: 一种基于射频识别RFID的手写轨迹追踪方法，采用阅读器、小型微带天线以及商用无源RFID标签的组合，用于特定区域中手写轨迹的追踪，具体包括系统构建与数据采、建立轨迹追踪模型和生成最终轨迹结果，利用RFID技术获取标签在平面中的坐标位置和3D空间中的方向关系，得到手写笔的笔尖在手写板上的运动轨迹。本方法利用天线阵列收集标签对在三维运动过程中的相位变化，来恢复二维平面中的手写轨迹，构建了小型化的手写轨迹追踪系统，能达到厘米级的轨迹追踪效果，并能实时的获得手写轨迹结果。
-
公开(公告)号：CN119523452A
公开(公告)日：2025-02-28
申请号：CN202311111114.9
申请日：2023-08-31
Applicant: 南京邮电大学
IPC: A61B5/0507 , A61B5/024 , A61B5/00 , G06F18/10 , G06F18/213 , G06F123/02
Abstract: 本发明设计了一种基于MIMO毫米波雷达信号的心跳波形重构方法。首先通过带通滤波器对估计心率对应的相位差信号进行滤波。然后，通过波谷检测对滤波后的相位差信号进行分割。接着，构建心跳波形模板并且在分割的基础上重采样模板。最后，对每个分段的起始点和结束点进行微调，得到重构的心跳波形。本发明解决了目标距离雷达较远且偏离雷达时重构心跳波形误差较大的问题，提高了基于雷达信号的心跳波形重构的准确度。
-
公开(公告)号：CN119181190A
公开(公告)日：2024-12-24
申请号：CN202411676691.7
申请日：2024-11-22
Applicant: 南京邮电大学
IPC: G08B13/24 , H04B17/318 , H04W4/021 , H04W4/33 , H04W12/02
Abstract: 本发明公开了一种基于接收信号强度的入侵检测边界估计方法，属于入侵检测技术领域；包括为：对入侵检测边界进行定义；在室内环境中采集人员入侵时对应的无线信号数据，从中提取RSS原始数据；分析RSS数据，建立运动扰动RSS模型，并推导出运动扰动RSS模型中的阻挡面积和反射面积；根据运动扰动RSS模型推导出RSS入侵检测边界模型，利用RSS入侵检测边界模型行入侵检测边界检测。本发明通过分析人类入侵对无线信道的影响，推导出入侵检测边界模型；入侵检测边界模型准确描述了人员入侵和通道变化之间的内在关系；同时，能够对入侵者的边界位置进行测量甚至建模，提前做好准备来消除隐患，提高入侵检测边界估计的准确性和安全性。
-
公开(公告)号：CN119014845A
公开(公告)日：2024-11-26
申请号：CN202411153292.2
申请日：2024-08-21
Applicant: 南京邮电大学
IPC: A61B5/0507 , A61B5/024 , A61B5/00
Abstract: 本发明设计了一种基于多通道距离窗融合的毫米波雷达心率检测方法。首先在室内环境下通过毫米波雷达技术采集被测对象的心跳信息并且将毫米波雷达的发射信号和接收信号混频，获得所有信道上的中频信号。然后通过计算被测对象和毫米波雷达之间的距离和角度选择出所有通道中跨越目标胸腔的合适距离窗。最后，通过基于变分模态分解和主成分分析相结合的方法消除呼吸谐波对心跳频率的干扰，从而提取出心率。本发明解决了被测对象接近毫米波雷达感知边界且偏离毫米波雷达时心率估计误差较大的问题，提高了基于雷达信号的心率估计准确度。
-
-
-
-
-
-
-
-
-
Search Results
61
records
(took 0.026 seconds)
