-
公开(公告)号：CN113095131B
公开(公告)日：2022-06-21
申请号：CN202110234688.X
申请日：2021-03-03
Applicant: 电子科技大学
IPC: G06V20/00 , G06V10/10 , G06V20/62 , G06V10/40 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种光强数据自动采集标注装置及方法，其装置包括X轴塔尺、Y轴塔尺、Z轴塔尺、激光发射器、光强接收器、第一CCD相机和第二CCD相机；X轴塔尺、Y轴塔尺和Z轴塔尺互相垂直，形成三维坐标；激光发射器和第一CCD相机均滑动设置于Z轴塔尺上；光强接收器和第二CCD相机均滑动设置于Y轴塔尺上；Y轴塔尺滑动设置在X轴塔尺上。与传统方案相比，本发明的光强数据自动采集标注装置可省去人工标注位置的工作，在改变光强接收位置后可自动进行记录。同时，由于塔尺的限制，可以仅改变一维坐标来快速获取大量数据。
-
公开(公告)号：CN113095131A
公开(公告)日：2021-07-09
申请号：CN202110234688.X
申请日：2021-03-03
Applicant: 电子科技大学
Abstract: 本发明公开了一种光强数据自动采集标注装置及方法，其装置包括X轴塔尺、Y轴塔尺、Z轴塔尺、激光发射器、光强接收器、第一CCD相机和第二CCD相机；X轴塔尺、Y轴塔尺和Z轴塔尺互相垂直，形成三维坐标；激光发射器和第一CCD相机均滑动设置于Z轴塔尺上；光强接收器和第二CCD相机均滑动设置于Y轴塔尺上；Y轴塔尺滑动设置在X轴塔尺上。与传统方案相比，本发明的光强数据自动采集标注装置可省去人工标注位置的工作，在改变光强接收位置后可自动进行记录。同时，由于塔尺的限制，可以仅改变一维坐标来快速获取大量数据。
-
公开(公告)号：CN111982117B
公开(公告)日：2022-05-10
申请号：CN202010826664.9
申请日：2020-08-17
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于深度学习的AUV光学引导与测向方法，S1、当AUV与回坞口之间的直线距离大于L时，采用超短基线定位系统定位、导航，引导AUV朝回坞口方向移动；S2、当AUV与回坞口之间的直线距离小于L且位于导流罩张角Φ内时，回坞口采用激光源旋转扫描，直至AUV上的接收器接收到的光强达到预设值时，读取接收到的n个光强数值；S3、根据接收的n个光强数值，并基于深度学习神经网络，判断当前接收器与激光源之间的斜角与方位角，并计算出AUV与回坞口的相对位置；S4、根据相对位置信息引导AUV朝回坞口移动靠近，重复S2和S3，直至AUV回坞。
-
公开(公告)号：CN109934127B
公开(公告)日：2020-12-15
申请号：CN201910143957.4
申请日：2019-02-27
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于视频图像与无线信号的行人识别与跟踪方法，其包括根据目标用户的无线数据确定定位区域；提取目标用户的手机传感器数据及以设定阈值为时间窗口，提取定位数据上传时间段内覆盖定位区域的监控视频序列；采用监控视频序列生成若干图像轨迹；采用手机传感器数据和无线信号绘制行人无线轨迹，每隔采样间隔对行人无线轨迹进行采样；将每一条图像轨迹中的节点代入投影矩阵，得到每条图像轨迹的轨迹点坐标；根据图像轨迹上轨迹点及行人无线轨迹上采样点的坐标，采用DTW算法进行轨迹相似度匹配得到累计距离值；当所有图像轨迹均已进行DTW匹配时，选取所有累计距离值最小的图像轨迹作为目标用户的轨迹。
-
公开(公告)号：CN109934127A
公开(公告)日：2019-06-25
申请号：CN201910143957.4
申请日：2019-02-27
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于视频图像与无线信号的行人识别与跟踪方法，其包括根据目标用户的无线数据确定定位区域；提取目标用户的手机传感器数据及以设定阈值为时间窗口，提取定位数据上传时间段内覆盖定位区域的监控视频序列；采用监控视频序列生成若干图像轨迹；采用手机传感器数据和无线信号绘制行人无线轨迹，每隔采样间隔对行人无线轨迹进行采样；将每一条图像轨迹中的节点代入投影矩阵，得到每条图像轨迹的轨迹点坐标；根据图像轨迹上轨迹点及行人无线轨迹上采样点的坐标，采用DTW算法进行轨迹相似度匹配得到累计距离值；当所有图像轨迹均已进行DTW匹配时，选取所有累计距离值最小的图像轨迹作为目标用户的轨迹。
-
Patent Agency Ranking
公开(公告)号：CN115102622B
公开(公告)日：2023-11-24
申请号：CN202210497234.6
申请日：2022-05-09
Applicant: 电子科技大学
Abstract: 本发明公开了一种全向可控的激光发射节点装置及其发射方法，其装置包括平面镜结构、节点结构、平面镜角度控制模块和激光模块；节点结构呈正二十面体结构；平面镜结构设置于节点结构的几何中心处；平面镜角度控制模块设置于节点结构内；激光模块设置于节点结构内表面的对称边上。本发明提出的多朝向激光源结构，使用两个激光源，但是可对激光源朝向迅速进行切换，使节点的激光源可覆盖范围近似为360°，即发射端与接收端处于任何相对位置时，都可以通过直接切换激光源朝向，使接收端位于可接收光信号的范围内。
-
公开(公告)号：CN111884979B
公开(公告)日：2021-06-01
申请号：CN202010754049.1
申请日：2020-07-30
Applicant: 电子科技大学
IPC: H04L27/26
Abstract: 本发明公开了一种基于OFDM智能电网抗脉冲噪声的符号同步方法，涉及智能电网无线通信技术领域。该方法包括：对OFDM基带信号滑动窗口中的接收向量进行SWC处理，得到裁剪包络；根据时域纯前导码和裁剪包络的互相关，计算出第一互相关阶段的定时度量；根据信号优化峰值和第一互相关阶段的定时度量计算第二互相关阶段的定时度量；基于穷举峰值搜索和平衡算法对第二互相关阶段的定时度量进行优化，符号定时同步结束。本发明方法通过SWC方法减少了来自接收机侧的脉冲噪声，采用了两阶段的互相关进行符号定时同步，利用穷举峰值搜索和平衡算法对定时度量的优化，能显著提高均方误差性能，适用于实际的SM无线收发器设计。
-
公开(公告)号：CN111884979A
公开(公告)日：2020-11-03
申请号：CN202010754049.1
申请日：2020-07-30
Applicant: 电子科技大学
IPC: H04L27/26
Abstract: 本发明公开了一种基于OFDM智能电网抗脉冲噪声的符号同步方法，涉及智能电网无线通信技术领域。该方法包括：对OFDM基带信号滑动窗口中的接收向量进行SWC处理，得到裁剪包络；根据时域纯前导码和裁剪包络的互相关，计算出第一互相关阶段的定时度量；根据信号优化峰值和第一互相关阶段的定时度量计算第二互相关阶段的定时度量；基于穷举峰值搜索和平衡算法对第二互相关阶段的定时度量进行优化，符号定时同步结束。本发明方法通过SWC方法减少了来自接收机侧的脉冲噪声，采用了两阶段的互相关进行符号定时同步，利用穷举峰值搜索和平衡算法对定时度量的优化，能显著提高均方误差性能，适用于实际的SM无线收发器设计。
-
公开(公告)号：CN114998714B
公开(公告)日：2024-05-10
申请号：CN202210651833.9
申请日：2022-06-09
Applicant: 电子科技大学
IPC: G06V20/05 , G06V10/141 , G06V10/26 , G06V10/82 , G06N3/08
Abstract: 本发明公开了一种基于深度学习图像检测的水下节点定位装置及方法，属于水下定位技术领域。本发明设计了一种十四面体的立体节点结构，通过节点上安装的LED灯带特征，可以用于深度学习模型的训练。同时提出了一种基于曲线拟合和相似三角形的定方法来求解以相机为原点的坐标系中的节点的位置、距离和节点对准所需的旋转角。相比于传统的集中式部署导致的安装及维护上的问题，分布式的水下节点部署方案节点可以独立采集数据并运行定位算法；引入了检测性能普遍优越，精度高，且检测速度快的深度学习神经网络用于接收节点的检测；曲线拟合和相似三角形结合的定位方法使得单目相机就能完成接收节点的测距和方位估计。
-
公开(公告)号：CN111242985B
公开(公告)日：2022-05-10
申请号：CN202010092644.3
申请日：2020-02-14
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于马尔科夫模型的视频多行人追踪方法，其包括S1初始化运动轨迹；S2获取视频序列下一帧中的行人检测框，并计算运动相似度及外观相似度；S3所有运动相似度超过阈值？所有外观相似度超过阈值？若是任一超过则新增一条运动轨迹并返回S2，否则进入S4；S4计算每条运动轨迹与每个行人检测框的匹配相似度；S5；运动相似度超过阈值？外观相似度超过阈值？若是任一超过则运动轨迹转移到当前行人检测框的转移概率为零；否则进入S6；S6采用马尔科夫模型分别计算每条运动轨迹转移至每个行人检测框的转移概率；S7根据转移概率对多条轨迹进行跟踪，并在运动轨迹有效时更新计算匹配相似度时的权重后返回步骤S2。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.015 seconds)
