-
公开(公告)号：CN119906461A
公开(公告)日：2025-04-29
申请号：CN202411801944.9
申请日：2024-12-09
Applicant: 北京邮电大学
Abstract: 本申请提出一种可重构智能超表面的调控方法、装置、设备及存储介质，包括：确定至少一个待调整区域以及所述至少一个待调整区域对应的目标调整意图；按照所述目标调整意图控制至少一个可重构智能超表面分别形成可覆盖所述至少一个待调整区域的波束。本申请实施例通过始终对至少一个待调整区域进行调整，因此通过大规模铺设RIS，可以实现至少一个待调整区域的信号变化，以降低基站的部署成本，更好的支撑车联网、自动驾驶等诸多未来应用。
-
公开(公告)号：CN116489774A
公开(公告)日：2023-07-25
申请号：CN202310544854.5
申请日：2023-05-15
Applicant: 北京邮电大学
IPC: H04W72/044 , H04W72/512 , H04W72/543 , H04W72/50 , H04W72/0446
Abstract: 本发明提出一种多业务联合下行资源分配方法，属于移动通信领域；具体为：首先，搭建包括基站和用户的通信场景，在每一个时隙记录当前所有用户到基站的距离；然后，定量给出eMBB用户和URLLC用户的传输模型，分别计算用户的最大传输速率；构建神经网络模型，输出连接预测矩阵；基于URLLC业务的高可靠性要求和eMBB业务的高传输速率要求建立优化目标，并结合连接预测矩阵综合决策；最后，基于Dueling Deep Q‑Learning算法训练强化学习资源调度模型，解决优化目标函数，从而给出最优的URLLC和eMBB业务抢占或共用资源的选择策略，得到多业务联合下行资源分配结果；本发明充分考虑了多小区多业务的实际通信场景的共存问题，并高效利用频域资源，满足多业务传输指标的意义。
-
公开(公告)号：CN112163480B
公开(公告)日：2022-09-13
申请号：CN202010972882.3
申请日：2020-09-16
Applicant: 北京邮电大学
IPC: G06V20/59 , G06V20/40 , G06V10/774 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04
Abstract: 本发明实施例提供了一种行为识别方法及装置，可以获取包含有目标对象的多个目标视频帧；针对每一目标视频帧，将该目标视频帧输入至预先训练的二维坐标提取网络模型，得到该目标视频帧中各对象的二维图像信息；基于该目标视频帧的深度信息和该目标视频帧中各对象的二维图像信息，以及预先训练的三维坐标提取网络模型，确定该目标视频帧中各对象的三维图像信息；基于多个目标视频帧中各对象的三维图像信息，以及预先训练的行为预测网络模型，确定多个目标视频帧中目标对象的驾驶行为。基于上述处理，可以提高行为识别的准确度。
-
公开(公告)号：CN111506104B
公开(公告)日：2021-10-01
申请号：CN202010258490.0
申请日：2020-04-03
Applicant: 北京邮电大学
IPC: G05D1/10
Abstract: 本发明实施例提供了一种规划无人机位置的方法及装置，其中，方法包括：获取待服务区域内，无人机的当前位置坐标以及移动终端的当前位置坐标，基于所述无人机的当前位置坐标以及移动终端的当前位置坐标，通过训练好的神经网络模型，计算得到所述无人机各个移动方向的概率以及各个移动步长的概率，基于所述无人机的当前坐标位置、概率最高的移动方向以及概率最高的移动步长，确定所述无人机的下一时刻的位置坐标。无人机在下一时刻的位置坐标处与移动终端通信的平均传输速率最大，通信质量较高。因此，本发明实施例可以在不降低无人机与移动终端通信效率的情况下，提高无人机与移动终端的通信质量。
-
公开(公告)号：CN111289012B
公开(公告)日：2021-10-01
申请号：CN202010106980.9
申请日：2020-02-20
Applicant: 北京邮电大学
Abstract: 本申请实施例提供了一种传感器的姿态校准方法及装置，该方法包括：监测待校准传感器在传感器坐标系下的三轴加速度；利用预先构建的目标坐标转换矩阵，将滤波后的三轴加速度从传感器坐标系转换为地理坐标系；其中，目标坐标转换矩阵是根据第一旋转角度、第二旋转角度和预设三维空间转换矩阵生成的；根据地理坐标系下的三轴加速度和待校准传感器所位于的待监测物体的定位位移，生成目标回归方程；将地理坐标系下的三轴加速度代入目标回归方程，得到校准后的三轴加速度，以校准待校准传感器的姿态。应用本申请实施例提供的方案，可以减小传感器所监测得到的待监测物体的运动信息的误差，实现了对传感器姿态的校准。
-
Patent Agency Ranking
公开(公告)号：CN113011213A
公开(公告)日：2021-06-22
申请号：CN201911317293.5
申请日：2019-12-19
Applicant: 北京邮电大学
IPC: G06K9/00
Abstract: 本申请实施例提供了一种基于人脸三维重建的疲劳驾驶检测方法及装置，涉及计算机技术领域，所述方法包括：可以获取包括多帧人脸图像的待检测人脸视频，之后，提取每帧人脸图像中第一预设数量个人脸特征点，并根据每帧人脸图像中每一人脸特征点的二维坐标，确定每帧人脸图像中目标特征点的二维坐标。然后，将每帧人脸图像中目标特征点的二维坐标转换为目标特征点的三维坐标，并输入至预设分类模型，得到疲劳驾驶检测结果。基于此，可以对提取到的人脸特征点进行筛选，得到每帧图像中目标特征点的三维坐标，利用预先训练的分类模型，得到疲劳驾驶检测结果，不会受到路况以及驾驶员驾驶习惯的影响，从而提高了疲劳驾驶检测的准确度。
-
公开(公告)号：CN107886116B
公开(公告)日：2021-03-26
申请号：CN201711033084.9
申请日：2017-10-30
Applicant: 国家新闻出版广电总局广播科学研究院 , 北京邮电大学
Abstract: 本发明涉及一种针对视频数据行人再识别的LOMO3D特征提取方法，其技术特点是：将视频数据中的各帧分离出来，组织成图像序列的形式，并分割为一定长度的等长序列；将每个序列水平分割为若干扁平区域，并在这些区域中进一步划分子块，作为直方图统计的最小单位；对于每个子块，统计形成纹理直方图特征和HSV色域下的颜色直方图特征；将每个水平区域中的纹理和颜色直方图特征根据最大化原则进行整合并进行拼合，得到最终的LOMO3D特征描述子。本发明设计合理，充分利用了图像序列中的时空特征和时间信息，使得特征的描述能力性能远远高于单纯的空间域特征，试验表明本发明能够使得系统整体匹配率大大提升，优于目前其他的行人再识别算法。
-
公开(公告)号：CN112260713A
公开(公告)日：2021-01-22
申请号：CN202011140023.4
申请日：2020-10-22
Applicant: 北京邮电大学
IPC: H04B1/40
Abstract: 本发明提出了一种收发机设计方法及装置，属于无线收发系统领域。本发明设计方法采用时分复用的方式，在多通道收发机前端对放大器单元进行复用，使多个接收通道共用一个低噪声放大器，多个发射通道共用一个功率放大器。本发明的收发机装置的前端包括射频滤波模块、前置时分模块、复用放大模块、后置时分模块和存储模块，采用时分复用的方式，利用每个通道的时分模块分时导通，使各通道内的信号在不同时隙被送入复用放大模块进行处理。本发明减小了多通道收发机的芯片面积，使收发系统高效化和小型化。
-
公开(公告)号：CN110225568A
公开(公告)日：2019-09-10
申请号：CN201910431268.3
申请日：2019-05-22
Applicant: 北京邮电大学
Abstract: 本发明实施例提供一种非正交多址下基于能耗最低的MTC网关选择方法及设备，所述方法包括：初始化未使用的子载波，获取请求上行数据传输业务的MTCD集合，以及MTCG集合；获取每个MTCD的业务请求信息和信道信息；获取每个MTCG的业务请求信息、信道信息；获取各MTCD和各MTCG之间的信道增益；根据MTCD的总能耗为每个MTCD选择接入的MTCG或者为每个MTCD直接和基站建立连接，并为每个MTCD分配传输功率以及传输时间。本发明对于机器类通信场景中MTCD数量较大，各个MTCD选择方式不同会带来较大的能耗差异的情况，可以有效降低MTCD的总能耗，节省各个MTCD的电能，延长MTCD电池的使用时间。
-
公开(公告)号：CN107886116A
公开(公告)日：2018-04-06
申请号：CN201711033084.9
申请日：2017-10-30
Applicant: 国家新闻出版广电总局广播科学研究院 , 北京邮电大学
CPC classification number: G06K9/629 , G06K9/00369 , G06K9/4647 , G06K9/4652
Abstract: 本发明涉及一种针对视频数据行人再识别的LOMO3D特征提取方法，其技术特点是：将视频数据中的各帧分离出来，组织成图像序列的形式，并分割为一定长度的等长序列；将每个序列水平分割为若干扁平区域，并在这些区域中进一步划分子块，作为直方图统计的最小单位；对于每个子块，统计形成纹理直方图特征和HSV色域下的颜色直方图特征；将每个水平区域中的纹理和颜色直方图特征根据最大化原则进行整合并进行拼合，得到最终的LOMO3D特征描述子。本发明设计合理，充分利用了图像序列中的时空特征和时间信息，使得特征的描述能力性能远远高于单纯的空间域特征，试验表明本发明能够使得系统整体匹配率大大提升，优于目前其他的行人再识别算法。
-
-
-
-
-
-
-
-
-
Search Results
94
records
(took 0.042 seconds)
