基于HDR的可见光通信方法及装置
    3.
    发明公开

    公开(公告)号:CN118413723A

    公开(公告)日:2024-07-30

    申请号:CN202410456885.X

    申请日:2024-04-16

    Inventor: 黄奕 张民 韩大海

    Abstract: 本发明提供一种基于HDR的可见光通信方法及装置,其中方法包括:对数字标牌的显示图像进行识别,得到包含数字信号的接收图像;基于单图像的HDR成像算法,对接收图像进行图像增强,得到接收图像的增强图像;基于数字标牌的背景图像,对增强图像进行解调,得到数字标牌的显示图像中隐藏的数字信号。本发明提供的基于HDR的可见光通信方法及装置,通过在获取数字标牌的接收图像后,基于单图像的HDR成像算法,对接收图像进行图像增强,扩展了接收图像的动态范围,提升了接收图像的质量,不依赖对数字信号进行高信号强度的叠加的方式实现VLC通信,可以实现在保障数字标牌的显示质量的同时,提升VLC技术中的通信质量。

    最优路径选择方法和装置

    公开(公告)号:CN117579536A

    公开(公告)日:2024-02-20

    申请号:CN202311315510.3

    申请日:2023-10-11

    Inventor: 吴永晗 张民 李进

    Abstract: 本申请提供一种最优路径选择方法和装置,涉及通信技术领域。包括:确定从源网络节点开始、依次经过多个中间网络节点到达目的网络节点的最优路径时,先基于预设网络拓扑图构建第一矢量集合;基于源网络节点到目的节点之间的第一向量表示、第一矢量集合,及与第一矢量集合对称的第二矢量集合,从预设网络拓扑图中确定目标交集区域;并从预设网络拓扑图对应的网络拓扑图评价矩阵中,剔除包括目标网络节点的网络节点对的相关信息,再基于更新后的网络拓扑图评价矩阵,从目标交集区域中确定最优路径。这样对预设网络拓扑图对应的网络拓扑图评价矩阵进行压缩,基于更新后的网络拓扑图评价矩阵进行最优路径选择,可以有效地提高最优路径的选择效率。

    信号处理方法、装置、电子设备及存储介质

    公开(公告)号:CN115632742A

    公开(公告)日:2023-01-20

    申请号:CN202211059171.2

    申请日:2022-08-31

    Abstract: 本发明提供一种信号处理方法、装置、电子设备及存储介质,该方法包括:基于接收到的第一接收信号,利用强化学习进行门限判决,获取门限信号;将门限信号输入至信号纠正模型,获得信号纠正模型输出的第二接收信号。本发明提高的信号处理方法、装置、电子设备及存储介质,基于第一接收信号,进行不断强化学习对其准确的判决,得到门限信号,以门限信号对应的数字时间序列作为信号纠正模型的输入,输出的结果为经误码纠正后的第二接收信号。实现通过监督训练获得的时间序列来校验误差,即使误差位数较大,也能纠正多个误差,即使在复杂信道下的错误率较高的情况下,也具有很高的纠错率。

    实时同频同时全双工的可靠传输方法及装置

    公开(公告)号:CN112422253B

    公开(公告)日:2022-01-28

    申请号:CN202011163995.5

    申请日:2020-10-27

    Abstract: 本发明实施例提供一种实时同频同时全双工的可靠传输方法及装置,该方法包括:接收对端发送的第一数据帧;若检测到所述第一数据帧传输失败,则在即将发送的第二数据帧中将重传标识设置为使能,并将所述第二数据帧发送至对端;相应地,接收对端再次发送的第一数据帧;其中,所述对端在首次发送第一数据帧时,将第一数据帧进行缓存,再次发送的第一数据帧为对端根据缓存提取后重新打包得到。该方法实现过程简单,只需占用一个重传标识,不需要重传应答帧,同时可以不需要对数据包进行编号,具有比现有重传协议更低的复杂度,可从多方面避免带宽浪费。

    基于生成对抗网络的网络流量数据增强方法及装置

    公开(公告)号:CN109639479B

    公开(公告)日:2020-10-20

    申请号:CN201811496710.2

    申请日:2018-12-07

    Abstract: 本发明实施例提供一种基于生成对抗网络的网络流量数据增强方法及装置,所述方法包括:获取目标场景中真实网络流量的数据集;根据所述数据集,对生成对抗网络模型进行训练;基于训练好的所述生成对抗网络模型,获取最终增强流量数据。本发明实施例可以适用于各种场景,无需流量数据方面的专家经验,自适应地实现流量数据增强,扩充了网络流量的数据集,提升了利用机器学习方法优化网络性能的效果。

    一种用于光通信的信号均衡方法及装置

    公开(公告)号:CN110190909B

    公开(公告)日:2020-09-29

    申请号:CN201910493273.7

    申请日:2019-06-06

    Abstract: 本发明实施例提供一种用于光通信的信号均衡方法及装置,包括:将待均衡的信号进行预处理,得到目标信号;基于训练好的信号均衡模型,对所述目标信号进行均衡处理,获取到所述目标信号的均衡结果,以得到均衡后的信号;所述训练好的信号均衡模型是基于XGBoost模型构建得到的,并由具有多个特征,且标注有标签的样本信号训练得到的。本发明实施例将基于自适应树模型的机器学习方法应用到信号均衡中,即利用XGBoost模型对多种光通信场景下的接收信号进行智能均衡,实现信号均衡的智能化和自动化,从而更加准确地均衡信号,并且能够以较低的复杂度实现更好的性能。

    一种可见光通信中的通信数据的获取方法、装置和设备

    公开(公告)号:CN109150307A

    公开(公告)日:2019-01-04

    申请号:CN201810784065.8

    申请日:2018-07-17

    Abstract: 本发明实施例提供一种可见光通信中的通信数据的获取方法、装置和设备,通过提取可见光通信信号中的基带符号序列,将基带序列中的每一基带符号作为一个聚类样本;基于模糊C均值聚类算法的若干模糊组,根据每一聚类样本,对每一模糊组的聚类中心进行更新,以及对每一聚类样本在每一模糊组中的隶属度进行更新;根据每一模糊组的聚类中心和每一聚类样本在每一模糊组中的隶属度,对模糊矩阵进行更新,以获取最优模糊矩阵;根据每一聚类样本和最优模糊矩阵获取通信数据;从而在对通信信号的解调过程中,能有效抑制码间干扰、延迟失真以及系统产生的噪声对提取通信数据产生的干扰,减小误码率,提高接收端对可见光通信信号接收的质量。

    基于机器学习的智能频谱图分析方法

    公开(公告)号:CN108957125A

    公开(公告)日:2018-12-07

    申请号:CN201810228526.3

    申请日:2018-03-20

    CPC classification number: G01R23/16 G01J3/28

    Abstract: 本发明公开了一种基于机器学习的智能频谱图分析方法,涉及光通信技术领域,其中通过搭建映射网络对频谱数据进行性能分析:所述的方法包括以下步骤:获取所需分析的频谱数据:训练映射网络;所需分析的频谱图数据输入到训练好的的映射网络中进行性能分析;输出分析结果。本发明的目的在于提供一种可自学习和演进,不断适应新场景、新需求的的基于机器学习的智能频谱图分析方法,解决传统光学性能分析模块中一种算法只能识别一种参数,系统的复杂性高,适应度低的问题,此外,人工智能可以和经验丰富的人类工程师相媲美甚至达到超越,本发明可以代替人类观测到频谱图涵盖的更多参数信息和做出更准确的定量分析,实现对频谱图分析的人工智能化。

Patent Agency Ranking