-
公开(公告)号：CN117870724A
公开(公告)日：2024-04-12
申请号：CN202410041421.2
申请日：2024-01-11
Applicant: 重庆邮电大学
Abstract: 本发明提出了一种基于多源异步传感器的在线外部参数标定方法，在不需要额外辅助设备的情况下，利用局部传感器与全局传感器定位结果的相关性，估计各传感器之间的时间偏移与外部参数。首先，在获取各传感器云数据的基础上，构建以时间偏移与外部参数为目标的优化模型。其次，根据待优化参数的可解耦性，分别对各参数进行最优估计。最后，在获取时间偏移与外部参数的基础上，实现了各传感器的时间同步与空间坐标对齐。本发明不同于使用GPS时间作为统一时间源与基于以太网的时间同步方式，在缺乏传感器间同步信息的情况下，无需额外设备和校准步骤，可在线实现各传感器的部参数自标定。本发明通过解耦变换求解外部参数，相比于同时求解所有参数的方法，降低了参数估计的复杂度，能够进行快速的参数估计，保证了多源传感器融合定位结果的时效性。
-
公开(公告)号：CN117179715A
公开(公告)日：2023-12-08
申请号：CN202311128322.X
申请日：2023-09-04
Applicant: 重庆邮电大学
IPC: A61B5/0205 , A61B5/00 , G06F18/213 , G06F17/16 , G01S13/88
Abstract: 本发明公开了一种基于毫米波雷达的人体呼吸和心跳信号准确提取方法。首先，通过部署毫米波雷达采集人体数据，获得人体位置以及胸腔相位信号；其次，通过SSA算法对相位信号进行重构，去除相位信号中的噪声；再次，通过CEEMDAN算法，设置一个信号选取准则，分别构造一个潜在呼吸信号集以及一个潜在心跳信号集；最后对于呼吸信号集直接应用FastICA算法提取呼吸信号，对心跳信号集则先求二阶导抑制呼吸谐波的干扰，再利用FastICA提取心跳信号。本发明专利通过SSA算法以及CEEMDAN算法实现了呼吸和心跳信号的降噪及分离。当心跳信号中存在呼吸谐波干扰时，通过对信号求二阶导充分抑制呼吸谐波的干扰，该方法在有效抑制呼吸谐波的同时保证了呼吸和心跳信号的准确率。
-
公开(公告)号：CN109829509B
公开(公告)日：2022-11-22
申请号：CN201910139215.4
申请日：2019-02-26
Applicant: 重庆邮电大学
Abstract: 本发明公布了一种基于融合神经网络的雷达手势识别方法，首先，利用二维快速傅立叶变换(Fast Fourier Transform,FFT)求取手势回波中频信号的频谱，采用谱峰估计计算出手势目标的距离和速度参数，并利用多重信号分类(Multiple Signal Classification,MUSIC)方法计算角度参数。其次，利用这三维参数在时间上的累积，将一个完整手势动作映射为多帧距离‑速度矩阵图和角度时间图。然后，利用手势参数图，建立融合神经网络。最后，利用融合神经网络进行手势特征提取和特征融合，并通过全连接层对手势特征进行分类。
-
公开(公告)号：CN114720999A
公开(公告)日：2022-07-08
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。
-
公开(公告)号：CN113267799B
公开(公告)日：2022-04-29
申请号：CN202110535388.5
申请日：2021-05-17
Applicant: 重庆邮电大学
IPC: G01S19/47 , G01S19/39 , G01S19/25 , G01S19/37 , G01S1/70 , G01J1/44 , G01C21/16 , G01C22/00 , G01L5/00
Abstract: 本发明提出了一种基于星海光量子链路传输的水下量子测距方法。首先，利用瞄准跟踪技术建立光量子通信链路，通过卫星上的激光器产生泵浦光，将泵浦光入射至周期极化磷酸氧钛钾晶体，发生自发参量下转换，得到具有纠缠特性的信号光与闲置光，将信号光和闲置光分别发射至海面站1与海面站2，利用两个海面站的单光子探测器接收光子；其次，让海面站1下沉，海面站2浮于海面，对海面站1进行位置跟踪；然后，利用海面站1上的单光子探测器发射光子至目标，经目标反射后由该单光子探测器接收；最后，利用高速采集电路对两个海面站的单光子探测器输出的时间脉冲序列进行符合计数，求得信号光的飞行时间，进而计算出海面站1与目标之间的距离。
-
Patent Agency Ranking
公开(公告)号：CN114158004A
公开(公告)日：2022-03-08
申请号：CN202111498377.0
申请日：2021-12-09
Applicant: 重庆邮电大学
Abstract: 本发明提出了一种基于图卷积神经网络的室内无源移动目标检测方法。首先，本方法提取接收端每根天线接收到的CSI幅值，分别计算每根天线所有子载波上CSI幅值对应的频谱。然后，对频谱图频率分布进行平均划分得到多个频段，分别对每个频段所有频率对应的能量计算平均能量值。对计算得到的平均能量值进行降序排序之后，得到对应的索引矩阵。再对该索引矩阵第一列对应的索引值进行降序排序，并基于该索引矩阵第一列的变化得到对应变化后的索引矩阵其他列的索引，依据该变化后的索引矩阵即可构造图网络结构。最后，依据得到的图网络结构构造图卷积神经网络(Graph Convolutional Network，GCN)的输入，GCN的输出即为所检测图网络结构的特征，将该特征与检测类一一映射，最终完成检测类的识别。
-
公开(公告)号：CN110012537B
公开(公告)日：2021-02-19
申请号：CN201910274593.3
申请日：2019-04-08
Applicant: 重庆邮电大学
IPC: H04W64/00 , H04B17/318 , G01S5/08
Abstract: 本发明公开了一种基于AP四边形组网的质心约束室内定位方法。首先，在测试区域内部署若干个位置已知的AP并进行组合，获得包含测试区域的初始四边形集合并提取该集合中四边形质心得到初始四边形质心集合；其次，在待定位点处采集来自AP的接收信号强度，结合传播模型公式和三边测量定位法计算待定位点的初步估计坐标，基于该初步估计坐标并利用内角和法提取所有包含待定位点的四边形以获得目标四边形集合及其质心集合；最后，计算目标四边形质心集合的平均质心坐标并将其与初步估计坐标加权融合即得到待定位点的最终估计坐标。本专利基于测试区域内目标四边形集合的几何约束，提出了一种基于AP四边形组网的质心约束室内定位方法，增强了定位系统稳定性并实现低开销室内定位。
-
公开(公告)号：CN111352102A
公开(公告)日：2020-06-30
申请号：CN202010189375.2
申请日：2020-03-18
Applicant: 重庆邮电大学
Abstract: 本发明涉及基于调频连续波雷达的目标检测领域，具体属于一种基于调频连续波雷达的多目标个数检测方法及装置；所述方法包括调频连续波雷达发射线性调频信号，将接收到的回波信号和发射的线性调频信号进行混频；将混频信号经过滤波以及离散处理后，得到包含多个待测目标的距离和速度信息的离散中频信号；对离散中频信号进行加窗处理；对加窗处理后的离散中频信号进行二维快速傅里叶变换，得到二维幅度谱信息；采用二维组合自适应恒虚警率算法对待测目标的个数进行初步估计，更新二维频谱谱峰；基于该二维频谱谱峰，采用多散点目标凝聚处理对待测目标的个数进行最终估计，从而确定出目标个数。本发明在较小的时间开销下，有效提高了检测性能。
-
公开(公告)号：CN109829509A
公开(公告)日：2019-05-31
申请号：CN201910139215.4
申请日：2019-02-26
Applicant: 重庆邮电大学
Abstract: 本发明公布了一种基于融合神经网络的雷达手势识别方法，首先，利用二维快速傅立叶变换(Fast Fourier Transform,FFT)求取手势回波中频信号的频谱，采用谱峰估计计算出手势目标的距离和速度参数，并利用多重信号分类(Multiple Signal Classification,MUSIC)方法计算角度参数。其次，利用这三维参数在时间上的累积，将一个完整手势动作映射为多帧距离-速度矩阵图和角度时间图。然后，利用手势参数图，建立融合神经网络。最后，利用融合神经网络进行手势特征提取和特征融合，并通过全连接层对手势特征进行分类。
-
公开(公告)号：CN109657572A
公开(公告)日：2019-04-19
申请号：CN201811473921.4
申请日：2018-12-04
Applicant: 重庆邮电大学
IPC: G06K9/00 , H04B17/309 , H04W4/33
Abstract: 本发明提出了一种基于Wi-Fi的墙后目标行为识别方法。首先，本发明提出了高效的信号分割方法，能够有效的分割出墙后目标运动的时间序列，保证了该行为识别系统的稳定性。其次，结合了CSI幅值和相位对于墙后目标运动时的抖动特征，提出利于获取行为特征的具体方案。最后，针对墙体以及硬件本身对Wi-Fi信号的干扰，将图像处理中数据维度转换相关算法的思想运用到了Wi-Fi信号降噪的处理方法中，有效的抑制硬件本身以及墙体等障碍物对Wi-Fi信号的干扰。实测结果表明，本发明设计的墙后目标行为识别算法有效可靠，其在确保系统的精度的前提下，有效的提升了传统的识别系统在复杂的室内环境下(桌子、书柜等障碍物较多)的稳定性，挖掘了在室内环境下更多的应用潜力。
-
-
-
-
-
-
-
-
-
Search Results
121
records
(took 0.029 seconds)
