-
公开(公告)号：CN103220757A
公开(公告)日：2013-07-24
申请号：CN201310137980.5
申请日：2013-04-19
Applicant: 重庆邮电大学
IPC: H04W48/20
CPC classification number: Y02D70/122
Abstract: 本发明公开了一种基于双向拍卖模型的最优中继选择方法，首先拍卖者通知拍卖开始，各节点根据自身资源情况确定各自的报价或要价，再根据实际情况定义买卖双方彼此间的能量效率函数，建立完备权重预匹配二部图；采用最大权重匹配算法获得节点间的最大能量效率匹配关系；最后根据实际关系删除虚拟配对关系，得到最终成功的交易。本发明采用双向拍卖模型来实现最优中继选择方法，该方法针对边缘用户的最优中继节点选择，获得较高能量效率、扩展通信范围。有效地降低系统与节点能量消耗，采用最大权重匹配算法辅助系统选取最优的能量效率匹配组合，删除虚配得到最终成交匹配关系。有效地降低单独用户乃至整个系统能量消耗，提高网络性能。
-
公开(公告)号：CN119969991A
公开(公告)日：2025-05-13
申请号：CN202510077886.8
申请日：2025-01-17
Applicant: 重庆邮电大学
IPC: A61B5/0507 , G06F18/213 , G06F18/10 , G06N3/006 , G06F18/2131 , A61B5/024 , A61B5/00
Abstract: 本发明公开了一种毫米波雷达的HRV估计方法。首先，利用FMCW雷达的距离分辨特性对人体进行定位，对回波信号中存在的噪声和干扰进行预处理。其次，引入灰狼优化算法，以最大互信息系数和最小重构误差为适应度函数，优化传统的变分模态分解方法，实现生命体征信号的自适应分离。同时，提出基于相关系数的模态选取准则从分解的模态中选择出最优心跳分量。最后，提取心跳波峰所对应的时间参数，进一步得到IBI，通过IBI计算HRV的时频域特征。本发明专利通过改进的模态分解方法与模态选取准则，有效地提取了心跳信号，进而实现了对心率变异性的高精度估计。
-
公开(公告)号：CN119439111A
公开(公告)日：2025-02-14
申请号：CN202411636745.7
申请日：2024-11-15
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种4D毫米波雷达测量辅助权重校正的GM‑PHD多目标跟踪方法。首先，通过毫米波雷达采集目标坐标和速度数据，初始化参数及高斯项，构建目标初始状态和协方差模型。其次，使用CKF方法进行状态预测，通过传播立方点生成存活目标的预测状态并更新，同时引入新生目标，结合PHD模型动态调整目标数量和状态。然后，采用测量辅助的权重修正策略，基于最大似然估计筛选最优高斯分量，结合卡尔曼增益更新PHD函数，提高跟踪精度。最后，通过剪枝与合并去除冗余高斯分量，合并相似的高斯分量，降低计算复杂度。该方法利用毫米波雷达高精度测量与MCGMPHD算法的多目标跟踪优势，实现高效、实时、精准的多目标跟踪。
-
公开(公告)号：CN119375851A
公开(公告)日：2025-01-28
申请号：CN202411636750.8
申请日：2024-11-15
Applicant: 重庆邮电大学
IPC: G01S7/41
Abstract: 本发明公开了一种基于毫米波雷达的多人体目标行为识别方法。首先，通过部署毫米波雷达采集人体行为数据，采用4D快速傅里叶变换(4D‑Fast Fourier transform，4D‑FFT)获得人体行为的多维参数信号；其次，通过单元平均恒虚警检测算法(Cell Averaging Constant False‑Alarm Rate，CA‑CFAR)与几何空间坐标转换将高维矩阵信号转化为点云矩阵有效降低雷达信号的复杂度；再次通过基于空间与速度信息的密度聚类(Density‑Based Spatial Clustering，DBSCAN)算法与局部离群因子(Local Outlier Factor，LOF)算法将点云矩阵进一步压缩，去除来环境中动态干扰以及静态干扰，后通过匈牙利算法实现多目标的点云矩阵的分割，得到纯净的单目标点云矩阵；最后，通过基于多维雷达点云的神经网络实现人体行为的精确识别。本发明专利通过雷达点云与深度学习，在降低雷达信号的复杂度的同时实现了人体行为的精确识别。
-
公开(公告)号：CN114720999B
公开(公告)日：2024-10-29
申请号：CN202210350454.6
申请日：2022-04-04
Applicant: 重庆邮电大学
Abstract: 本发明提出了一种基于时延相对误差的光量子符合计数定位方法。首先，将激光器产生的连续泵浦光通过半波片和偏振分束器形成线偏振光，照射至周期极化磷酸氧钛钾(PeriodicallyPoled KTP，PPKTP)晶体，产生参考光和信号光；其次，将参考光直接由本地单光子探测器接收，而将信号光发射至待测目标，并反射回本地由另一单光子探测器接收，计算各光源中信号光时间脉冲序列的光子丢失率并进行动态分组；再次，对时间脉冲序列进行符合计数，得到光的二阶关联函数曲线，将其峰值所对应的时延值作为信号光和参考光的飞行时间差；最后，针对符合计数得到的时延值，计算其他分组的时延相对误差，并动态选择具有较小时延相对误差的光源用于定位。
-
Patent Agency Ranking
公开(公告)号：CN116582813B
公开(公告)日：2024-09-20
申请号：CN202310436743.2
申请日：2023-04-21
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种基于到达时间差(Time Difference of Arrival,TDOA)和到达方向(Direction of Arrival,DOA)的非视距(Non‑Line‑of‑Sight,NLOS)环境下的单站定位方法。首先，利用NLOS路径的DOA信息和反射面方程建立虚拟站(Virtual Station,VS)并获得对应反射点位置，然后利用虚拟站和对应反射点位置完成对目标位置的初步定位。将初步定位结果与TDOA信息结合来建立联合定位方程，并利用粒子群算法来对目标位置进行求解。最后利用多次接收到的信息来进行多次目标位置估计，将多次估计的结果进行单簇的K均值(K‑means)聚类，取聚类中心作为目标位置的最终估计值。本发明专利利用单站接收到的NLOS路径的TDOA和DOA信息，提出了一种非视距环境下的单站定位方法，在无需基站与目标之间时间同步的同时能够对目标进行精确定位。
-
公开(公告)号：CN116582813A
公开(公告)日：2023-08-11
申请号：CN202310436743.2
申请日：2023-04-21
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种基于到达时间差(Time Difference of Arrival,TDOA)和到达方向(Direction of Arrival,DOA)的非视距(Non‑Line‑of‑Sight,NLOS)环境下的单站定位方法。首先，利用NLOS路径的DOA信息和反射面方程建立虚拟站(Virtual Station,VS)并获得对应反射点位置，然后利用虚拟站和对应反射点位置完成对目标位置的初步定位。将初步定位结果与TDOA信息结合来建立联合定位方程，并利用粒子群算法来对目标位置进行求解。最后利用多次接收到的信息来进行多次目标位置估计，将多次估计的结果进行单簇的K均值(K‑means)聚类，取聚类中心作为目标位置的最终估计值。本发明专利利用单站接收到的NLOS路径的TDOA和DOA信息，提出了一种非视距环境下的单站定位方法，在无需基站与目标之间时间同步的同时能够对目标进行精确定位。
-
公开(公告)号：CN110658516B
公开(公告)日：2022-11-25
申请号：CN201910970988.7
申请日：2019-10-14
Applicant: 重庆邮电大学
Abstract: 本发明公布了一种基于FMCW雷达方差频数统计的手势目标提取方法。首先，通过FMCW雷达获取手势动作的中频信号，并对中频信号进行复数构造等预处理操作，得到接收天线时域累加信号；然后，对时域累加信号进行下采样，并将下采样后的信号划分为若干单元；接着，对各个单元计算方差，并根据方差值得到方差频数统计直方图；最后，选取直方图中第二组中心值作为判决门限，将高于判决门限的单元标记为目标单元，其余单元标记为非目标单元。本发明创新性地提出了从冗长的雷达信号中分割出有效运动手势数据段，为手势参数提取的研究提供了基础。
-
公开(公告)号：CN111856452B
公开(公告)日：2022-09-20
申请号：CN202010440052.6
申请日：2020-05-21
Applicant: 重庆邮电大学
IPC: G01S13/88 , G01S7/41 , A61B5/0205 , A61B5/00
Abstract: 本发明提出了一种基于OMP的静态人体心跳和呼吸信号分离重构方法。首先，根据实际人体目标检测数据分析计算，得到人体目标的距离信息，构建距离时间图。然后对I/Q两路信号进行直流偏移校正，通过反正切函数计算出相位信息。接着对检测到的待测人体目标基于求导运算的扩展DACM算法进行相位展开，解决相位模糊问题，相位差分增强心跳信号。使用两个二阶级联的四阶IIR带通滤波器将心跳和呼吸信号分离，最后通过压缩感知理论和OMP算法完成对呼吸和心跳信号的分离重构。本发明创新地提出了种基于正交匹配追踪的静态人体心跳和呼吸信号分离重构方法，有效的减小谐波、噪声对心率和呼吸频率估计的影响，使得最终心跳和呼吸频率估计的准确性大大提高。
-
公开(公告)号：CN114885288A
公开(公告)日：2022-08-09
申请号：CN202210458967.9
申请日：2022-04-25
Applicant: 重庆邮电大学
Abstract: 本发明提出了一种基于多重信号分类(MUltiple Signal Classification,MUSIC)和匹配追踪(Matching Pursuit,MP)融合的参数估计方法。首先，本方法将获取的信道状态信息(Channel StateInformation,CSI)数据从子载波、天线两个维度来构建二维矩阵。其次，将二维矩阵进行信号子空间和噪声子空间分解，从而构造谱函数。在谱函数的基础上，通过一维MUSIC算法对信号的飞行时间(Time of Flight,ToF)进行估计。最后，将估计得到的ToF带入MP算法中构造字典矩阵对到达角(Angle of Arrival,AoA)进行估计。本发明设计的融合参数估计方法在利用MUSIC算法的优势保障参数估计精度的同时又利用MP算法运行速度快的优势，降低了融合后的算法复杂度，从而实现二维参数估计的性能指标优化。
-
-
-
-
-
-
-
-
-
Search Results
121
records
(took 0.03 seconds)
