公开(公告)号：CN107505627A

公开(公告)日：2017-12-22

申请号：CN201710672719.3

申请日：2017-08-08

Applicant: 电子科技大学

Inventor： 李翔鹤 ,  吕幼新 ,  程方 ,  蔡青飞 ,  张杰 ,  付宁

IPC: G01S17/89

Abstract: 本发明公开一种3D激光雷达成像系统，包括USB摄像头和一字线激光器，采用所述USB摄像头成像部分与所述一字线激光器相结合模拟出3D激光雷达，进而实现三维成像，摄像头成像部分中获得被扫描目标的二维分布信息，结合激光器与三角测距算法捕获被测目标的距离信息，通过三维成像算法再现物体空间的三维信息。本发明在较好的实现3D成像的前提下，与同类激光雷达相比，较大幅度的降低了系统成本。

公开(公告)号：CN110502806B

公开(公告)日：2022-03-15

申请号：CN201910704416.4

申请日：2019-07-31

Applicant: 电子科技大学

Inventor： 吕幼新 ,  胡幸 ,  蔡青飞 ,  王鑫 ,  唐甜 ,  练祥 ,  张巍 ,  张杰

IPC: G06F30/27 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及到无线频谱分析领域，具体为一种基于LSTM网络的无线频谱占用度预测方法。本发明将ARIMA模型和Kalman滤波算法结合，以克服ARIMA模型存在的局限性，Kalman滤波算法的初值由ARIMA模型决定,相得益彰。考虑到LSTM神经网络对非线性关系有很强的捕捉能力，本发明将构建ARIMA与Kalman和LSTM组合预测模型，即利用ARIMA与Kalman混合模型提取频段占用度序列数据中存在的线性关系，LSTM对混合模型剩余残差中未提取的非线性部分进行提取，将拟合信息叠加到ARIMA与Kalman混合模型中。所以本发明结合了ARIMA与Kalman与LSTM网络的优点，既可以对平稳序列进行分析，也可以对非平稳序列进行分析，同时还可以很好的提取线性和非线性的信息。

公开(公告)号：CN110502806A

公开(公告)日：2019-11-26

申请号：CN201910704416.4

申请日：2019-07-31

Applicant: 电子科技大学

Inventor： 吕幼新 ,  胡幸 ,  蔡青飞 ,  王鑫 ,  唐甜 ,  练祥 ,  张巍 ,  张杰

IPC: G06F17/50 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及到无线频谱分析领域，具体为一种基于LSTM网络的无线频谱占用度预测方法。本发明将ARIMA模型和Kalman滤波算法结合，以克服ARIMA模型存在的局限性，Kalman滤波算法的初值由ARIMA模型决定,相得益彰。考虑到LSTM神经网络对非线性关系有很强的捕捉能力，本发明将构建ARIMA与Kalman和LSTM组合预测模型，即利用ARIMA与Kalman混合模型提取频段占用度序列数据中存在的线性关系，LSTM对混合模型剩余残差中未提取的非线性部分进行提取，将拟合信息叠加到ARIMA与Kalman混合模型中。所以本发明结合了ARIMA与Kalman与LSTM网络的优点，既可以对平稳序列进行分析，也可以对非平稳序列进行分析，同时还可以很好的提取线性和非线性的信息。