-
公开(公告)号：CN115097381A
公开(公告)日：2022-09-23
申请号：CN202211028968.6
申请日：2022-08-26
Applicant: 东南大学溧阳研究院
IPC: G01S5/16 , G01C21/20 , G01C25/00 , G06T7/13 , H04B10/116
Abstract: 本发明涉及一种室内可见光定位校准方法，属于通信网络技术领域。校准方法的目标是精确测量确定接收端位置所需的环境参数。本发明使用移动机器人进行数据收集，获得具有光源信标位置及其身份的环境地图。在构建地图过程中，本发明根据光源的位置坐标和频率来过滤光源，只需要知道光源之间的最小间隔大致有多远，不再需要预先知道光源的数量。该地图可以在应用程序中使用，例如显示用户的位置。此外，本发明通过使用地图匹配来提高系统精度。本发明综合考虑了室内可见光定位校准方法的实现，弥补了室内可见光定位系统校准方法的空白。
-
Patent Agency Ranking
公开(公告)号：CN119646478A
公开(公告)日：2025-03-18
申请号：CN202411598874.1
申请日：2024-11-11
Applicant: 东南大学
IPC: G06F18/213 , G01R23/16 , G06F18/10 , G06F17/10 , G06F17/16
Abstract: 本发明公开了一种基于多窗联合检测与谐波特征评价的谐波族检测方法，该方法包括以下步骤：第一步：获取数据序列；第二步：参数初始化；第三步：获取归一化幅度谱；第四步：获取联合检测窗中心矢量、线谱频率矢量和线谱能量矢量；第五步：更新线谱频率矢量和线谱能量矢量；第六步：获取有效谐波次数矢量；第七步：计算最大公约数；第八步：更新所提取的基频；第九步：判断是否满足基频搜索结束条件，若条件成立，则进入第十步，否则，返回第四步；第十步：判断是否满足时帧遍历结束条件，若条件成立，则进入第十一步，否则，返回第三步；第十一步：输出各时帧所提取的基频。该方法在存在单或多个谐波族的条件下，均能实现谐波族的有效检测。
-
公开(公告)号：CN114915478B
公开(公告)日：2023-03-10
申请号：CN202210547651.7
申请日：2022-05-19
Abstract: 本发明公开了基于多Agent的分布式关联分析的智慧园区工控系统网络攻击场景识别方法，步骤为：对网络攻击异常事件数据预处理，构建网络攻击异常事件关联因素集合；利用多Agent分布式处理器将预处理后的集合进行分组，然后将各组数据放置在不同的Agent中分别输入到FP‑growth算法模型中挖掘智慧园区系统网络攻击异常事件的频繁项集，分析事件之间潜在的关联关系，建立网络攻击关联规则库；构建智慧园区系统网络攻击实时异常事件属性集，利用灰色关联分析算法计算异常表现属性关联度；最后，将实时异常事件对于网络攻击异常表现形式的元素集合，结合网络攻击规则库中的关联规则，实现对攻击场景的快速识别。
-
公开(公告)号：CN115097381B
公开(公告)日：2022-12-09
申请号：CN202211028968.6
申请日：2022-08-26
Applicant: 东南大学溧阳研究院
IPC: G01S5/16 , G01C21/20 , G01C25/00 , G06T7/13 , H04B10/116
Abstract: 本发明涉及一种室内可见光定位校准方法，属于通信网络技术领域。校准方法的目标是精确测量确定接收端位置所需的环境参数。本发明使用移动机器人进行数据收集，获得具有光源信标位置及其身份的环境地图。在构建地图过程中，本发明根据光源的位置坐标和频率来过滤光源，只需要知道光源之间的最小间隔大致有多远，不再需要预先知道光源的数量。该地图可以在应用程序中使用，例如显示用户的位置。此外，本发明通过使用地图匹配来提高系统精度。本发明综合考虑了室内可见光定位校准方法的实现，弥补了室内可见光定位系统校准方法的空白。
-
公开(公告)号：CN119622236A
公开(公告)日：2025-03-14
申请号：CN202411606025.6
申请日：2024-11-12
Applicant: 东南大学
IPC: G06F18/20 , G06F18/15 , G06F18/2131 , G06F123/02
Abstract: 本发明公开了一种基于峰度最大化和连续性准则的自适应时频分析方法，包括：1、获取待处理的脉冲信号采样数据序列；2、初始化自适应时频分析的初始窗长集及时帧参数；3、依据初始窗长集及时帧参数更新自适应窗长集4、计算当前时帧自适应窗长集内各窗长对应的峰度，获取当前时帧的初始自适应时频分析窗长；5.依据窗长变化连续性准则，对初始自适应时频分析窗长进行修正，获得当前时帧最佳时频分析窗长；6.获取当前时帧的自适应短时功率谱和瞬时离散化频率，依据瞬时离散化频率的变化趋势得到收缩窗长集；7.判断是否处理完所有时帧，若未处理完，返回步骤3，否则，转入步骤8；8.依据最佳时频分析窗长序列重构自适应时频分析结果。
-
公开(公告)号：CN114915478A
公开(公告)日：2022-08-16
申请号：CN202210547651.7
申请日：2022-05-19
Abstract: 本发明公开了基于多Agent的分布式关联分析的智慧园区工控系统网络攻击场景识别方法，步骤为：对网络攻击异常事件数据预处理，构建网络攻击异常事件关联因素集合；利用多Agent分布式处理器将预处理后的集合进行分组，然后将各组数据放置在不同的Agent中分别输入到FP‑growth算法模型中挖掘智慧园区系统网络攻击异常事件的频繁项集，分析事件之间潜在的关联关系，建立网络攻击关联规则库；构建智慧园区系统网络攻击实时异常事件属性集，利用灰色关联分析算法计算异常表现属性关联度；最后，将实时异常事件对于网络攻击异常表现形式的元素集合，结合网络攻击规则库中的关联规则，实现对攻击场景的快速识别。
-
-
-
-
-
Search Results
6
records
(took 0.027 seconds)
