-
公开(公告)号：CN108732535A
公开(公告)日：2018-11-02
申请号：CN201810507065.3
申请日：2018-05-24
Applicant: 清华大学
IPC: G01S5/10
Abstract: 本发明实施例提供一种定位方法、装置和设备，通过获取定位信号的定位参数，其中，定位信号包括第一定位信号和第二定位信号，第一定位信号为辅助定位无人机与地面基站之间的通信信号，第二定位信号为辅助定位无人机与待定位点之间的通信信号，辅助定位无人机的数量不少于三个；根据每一第一定位信号的定位参数确定每一辅助定位无人机的位置坐标；根据每一第二定位信号的定位参数和每一辅助定位无人机的位置坐标确定待定位点的位置坐标。在定位的过程中使用距离相对较近且具有一定高度的辅助定位无人机作为辅助定位装置，一方面具有良好的视距，保证了定位信号较强的强度，另一方面，也可避免障碍物的阻挡，提高了定位的稳定性和准确性。
-
公开(公告)号：CN108600942A
公开(公告)日：2018-09-28
申请号：CN201810299441.4
申请日：2018-04-04
Applicant: 清华大学
IPC: H04W4/02 , H04W4/06 , H04W40/02 , H04W40/10 , H04W40/22 , H04W84/18 , H04L29/08 , H04L12/721 , H04L12/751
Abstract: 本发明提供了一种无人机自组网的路由方法。该方法包括：获取网络拓扑图；获取待发送的数据包及其目标节点，结合所述网络拓扑图和所述目标节点，获取所有连通所述目标节点的邻居节点；获取每一个邻居节点到达所述目标节点的最短路径；接收来自各邻居节点的广播信息，广播信息至少包括对应邻居节点的位置信息、缓存队列长度信息和剩余电量信息；综合每一个邻居节点的位置信息、缓存队列长度信息、剩余电量信息和最短路径，选取作为传送中继节点的邻居节点，并向所述中继节点传送数据包。以解决现有技术中存在的无法根据无人机节点的具体情况选择传输路径的技术问题。
-
公开(公告)号：CN108508404A
公开(公告)日：2018-09-07
申请号：CN201810311606.5
申请日：2018-04-09
Applicant: 清华大学 , 华慧通达(天津)科技有限责任公司
IPC: G01S5/02
Abstract: 本发明实施例提供一种基于天线阵列的定位方法及系统。方法包括：基于TOA算法和TDOA算法，获取目标物体与天线阵列中每一天线间的距离，组成距离集合；基于所述距离集合，对所述目标物体进行定位。本发明实施例提供的一种基于天线阵列的定位方法及系统，通过将TOA算法和TDOA进行融合作为融合算法对目标物体先进行测距，再根据测距结果对目标物体进行定位。使用该融合算法获取到的距离集合的精确度高，并且，根据测距结果对目标物体进行定位并没用到迭代算法，具有较强的抗障碍物遮挡的效果，因此最终得到的定位结果一定在目标物体的真实位置附近，十分稳定。因此，该方法提高了定位速率、定位精度和定位的鲁棒性。
-
公开(公告)号：CN114624742B
公开(公告)日：2025-03-07
申请号：CN202011475259.3
申请日：2020-12-14
Applicant: 清华大学
IPC: G01S19/23
Abstract: 本发明提供一种用于极化敏感阵列的幅相误差校准定位方法及装置，该方法包括：通过极化敏感阵列，获取待定位终端发送的信号数据，并对信号数据的幅相信息进行提取，得到对应的实际幅相数据；根据辅助校准源的标称参数，计算得到理论幅相数据，并根据实际幅相数据和理论幅相数据，获取各通道之间的失配误差，以根据失配误差构建的幅相增益失配矩阵，对信号数据进行校准，得到校准后的信号数据；对信号模型的空域角度和极化域参数进行解耦处理，构建最大似然优化目标函数，并通过最大似然优化目标函数，根据校准后的信号数据，获取目标定位参数。本发明提高了幅相误差校准效果，实现高精度、低时延的目标定位。
-
公开(公告)号：CN118688715A
公开(公告)日：2024-09-24
申请号：CN202410700864.8
申请日：2024-05-31
Applicant: 清华大学 , 罗维智联(北京)科技有限公司
Abstract: 本发明提供一种阵列模糊角度分辨系统和方法，该方法包括：获取测量得到的测向节点与邻居节点间的第一距离和信号到达相位差；所述测向节点为待定位节点中选定的任一节点，所述邻居节点为在所述待定位节点中除所述测向节点之外的其他节点；获取任意两个所述邻居节点之间的第二距离；根据所述第一距离、所述信号到达相位差和所述第二距离，确定最优模糊估计；根据所述最优模糊估计确定无模糊角度估计。本发明解决了现有技术中无线网络定位系统中天线间距大于半波长时相位卷绕导致的角度模糊的缺陷，实现了低复杂度、高鲁棒性的分布式阵列模糊分辨与角度估计。
-
Patent Agency Ranking
公开(公告)号：CN118470038A
公开(公告)日：2024-08-09
申请号：CN202410378534.1
申请日：2024-03-29
Applicant: 清华大学
Abstract: 本发明提供一种基于计算机视觉的三维图像目标检测方法及系统，该方法包括：获取待检测目标所处的初始图像数据；基于预设阈值分割算法对初始图像数据进行阈值分割，得到待检测目标所处的阈值分割区域；基于预设形态学操作优化算法对阈值分割区域进行去噪和目标去堆叠处理，得到形态学处理后区域；基于预设连通域分析算法确定形态学处理后区域中的待检测目标。本发明为图像数据分析提供了一种轻量级、易于部署的解决方案，可以快速准确地从图像数据中识别出目标区域并定位中心点，无需人工标注的步骤，无需训练数据集，自动化程度和目标检测效率较高。
-
公开(公告)号：CN113419211B
公开(公告)日：2024-07-16
申请号：CN202110614429.X
申请日：2021-06-02
Applicant: 清华大学 , 北京国家速滑馆经营有限责任公司
Abstract: 本发明提供一种射频定位方法、电子设备及存储介质，该方法包括：将射频测量数据输入训练好的非视距识别模型，得到射频测量数据的判别结果；在射频测量数据的判别结果为非视距数据时，将射频测量数据输入训练好的非视距校准模型，得到校准后的射频测量数据；其中，训练好的非视距识别模型，是根据携带判别结果标签的射频测量样本数据训练得到的；训练好的非视距校准模型，是根据携带距离标签的射频测量样本数据训练得到的；射频测量样本数据的标签是基于射频环境自训练学习得到的。有效解决了现有技术中射频信号易受非视距遮挡干扰导致定位精度下降甚至不可定位，以及传统监督学习需要人为采集和标注数据导致成本提高和可迁移性降低的问题。
-
公开(公告)号：CN113376572B
公开(公告)日：2024-04-02
申请号：CN202110601992.3
申请日：2021-05-31
Applicant: 清华大学
Abstract: 本发明提供一种网络定位方法、装置、电子设备和存储介质，包括：预设网络定位系统每一个锚节点与用户之间相互发送测量帧；测量帧中包括当前发送方的发送时间戳以及之前交互的历史测量帧的历史估计接收时间；最终接收方基于最终的测量帧估计接收时间、最终的测量帧估计入射角度、本地存储的历史测量帧的发送时间和最终的测量帧中的历史估计接收时间以对应于预设网络定位系统的定位规则计算用户的位置；估计接收时间为基于低秩张量分解对接收的多径信号进行分离后确定的直达径信号到达时间，估计入射角度为直达径信号的入射角度。本发明提供的方法、装置、电子设备和存储介质，通过高精度多径信号分辨，高效实现复杂传播环境下的高精度网络定位。
-
公开(公告)号：CN117177356A
公开(公告)日：2023-12-05
申请号：CN202311015419.X
申请日：2023-08-11
Applicant: 清华大学
IPC: H04W64/00 , H04W4/33 , G06F18/24 , G06F18/27 , G06F18/214 , G06N3/0455 , G06N3/0475 , G06N3/088 , G06N3/094
Abstract: 本发明提供一种基于域对抗训练与自适应编解码的测距误差校正方法，包括：基于场景和所在场景采集带标注定位信号波形，构建场景特征数据库，特征数据库包含场景标签、测量距离；搭建辅助域分类网络，采用域对抗训练方法基于场景特征数据库对域分类网络和已有校准自编码机网络进行优化；基于不同的场景特征数据库，搭建自适应编解码模块网络，并进行优化，所述自适应编解码模块网络作为独立模块附加在已有校准自编码机网络前后。本发明解决了现有技术中测距误差校准算法泛用性不足、跨环境跨平台应用难、标注成本高的问题。
-
公开(公告)号：CN113419211A
公开(公告)日：2021-09-21
申请号：CN202110614429.X
申请日：2021-06-02
Applicant: 清华大学 , 北京国家速滑馆经营有限责任公司
Abstract: 本发明提供一种射频定位方法、电子设备及存储介质，该方法包括：将射频测量数据输入训练好的非视距识别模型，得到射频测量数据的判别结果；在射频测量数据的判别结果为非视距数据时，将射频测量数据输入训练好的非视距校准模型，得到校准后的射频测量数据；其中，训练好的非视距识别模型，是根据携带判别结果标签的射频测量样本数据训练得到的；训练好的非视距校准模型，是根据携带距离标签的射频测量样本数据训练得到的；射频测量样本数据的标签是基于射频环境自训练学习得到的。有效解决了现有技术中射频信号易受非视距遮挡干扰导致定位精度下降甚至不可定位，以及传统监督学习需要人为采集和标注数据导致成本提高和可迁移性降低的问题。
-
-
-
-
-
-
-
-
-
Search Results
70
records
(took 0.044 seconds)
