-
公开(公告)号：CN112953659A
公开(公告)日：2021-06-11
申请号：CN202110102435.7
申请日：2021-01-26
Applicant: 电子科技大学
IPC: H04B17/309 , H04B17/12 , H04B17/27
Abstract: 本发明属于室内定位技术领域，具体涉及一种信道状态信息CSI幅度指纹优化方法。本发明主要步骤为：从基站中获取一次测量得到的N个子载波的CSI数据；对一次测量的CSI数据做快速傅里叶逆变换(IFFT)，得到时域的信道冲激响应(CIR)；设置噪声门限，识别当前CIR在噪声门限以上的路径；保留主路径，去除其余路径，从而抑制由多径效应带来的CSI幅度误差；以相同变化点数，对处理后的CIR做快速傅里叶变换(FFT)，得到稳定且低维度的CSI幅度。该方法不仅能够解决多径效应导致CSI幅度不稳定使得在多径严重情况下定位精度低的问题，而且还降低了CSI幅度指纹的维度，有效降低了指纹定位算法的时间复杂度，对于室内指纹定位的应用推广具有重要意义。
-
公开(公告)号：CN113657541B
公开(公告)日：2023-10-10
申请号：CN202110987414.8
申请日：2021-08-26
Applicant: 电子科技大学长三角研究院(衢州)
IPC: G06V10/40 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明属于目标识别技术领域，具体的说是涉及一种基于深度知识集成的领域自适应目标识别方法。本发明实现了特征级和决策级的深度知识集成。在特征级设计公有映射矩阵和特有映射矩阵实现知识集成，提升目标识别性能的鲁棒性；其中，公有映射矩阵充分挖掘了异构特征的公有知识，特有映射矩阵保留了不同特征的特有知识。在决策级设计特征权重量化不同特征的重要程度，同时利用目标域样本通过在线学习更新特征权重，克服不同领域的数据分布差异，实现领域自适应目标识别。因此本发明提出的基于深度知识集成的领域自适应目标识别方法是一种智能的领域自适应目标识别方法。
-
公开(公告)号：CN112954791B
公开(公告)日：2022-04-22
申请号：CN202110102437.6
申请日：2021-01-26
Applicant: 电子科技大学
IPC: H04W64/00 , H04B17/309 , H04B7/06 , H04B7/08
Abstract: 本发明属于无线定位技术领域，具体涉及一种基于子载波筛选的信道状态信息CSI定位方法。本发明利用具有细粒度特征的无线信号—CSI进行指纹定位，利用CSI相位对信道的高度敏感性辅助筛选最优的CSI幅度指纹空间构建指纹库。解决因为部分子载波数据特征不稳定，导致定位性能较差的问题。首先搭建无线定位环境，划分定位格点，在每个格点处采集CSI数据。对CSI相位进行分段误差校正，根据校准方差构造最优的CSI幅度指纹库，并记录每个格点所选的子载波编号。在线阶段首先对CSI幅度进行归一化处理，再计算CSI幅度子空间特征的欧式距离，并根据空间维度进行归一化。最后通过K近邻估计最优的匹配格点。
-
Patent Agency Ranking
公开(公告)号：CN112953661A
公开(公告)日：2021-06-11
申请号：CN202110110164.X
申请日：2021-01-26
Applicant: 电子科技大学
IPC: H04B17/309 , H04B17/12 , H04B17/27
Abstract: 本发明属于室内定位技术领域，具体涉及一种信道状态信息CSI相位指纹优化方法。本发明主要步骤为：获取1次测量得到N个子载波的CSI数据；计算每个子载波数据的CSI相位并对相位进行解卷绕；求解卷绕后相位的相邻子载波的相位差；通过自适应门限阈值依次判断每个相位差是否在阈值内，若不在则记录该异常相位的下标；基于得到的下标把解卷绕后的相位分段；通过线性最小二乘算法消除每一段相位的硬件误差；按顺序拼接每段消除硬件误差后的相位，从而实现CSI相位指纹优化。
-
公开(公告)号：CN112953660B
公开(公告)日：2022-08-05
申请号：CN202110102436.1
申请日：2021-01-26
Applicant: 电子科技大学
IPC: H04B17/309 , H04B17/373 , H04B17/12 , H04B17/21
Abstract: 本发明属于无线通信技术领域，具体涉及一种稳健的信道状态信息CSI相位校准方法。本发明用于消除因为传播环境与收发设备引入的相位误差，同时解决当前校准方法在非直达以及多径丰富的无线传播环境下校准性能较差的问题。首先通过多载波无线收发系统获取信道状态信息CSI；再通过CSI数据的实部与虚部数据计算每个信道的原始相位；根据CSI原始相位对信道质量进行鉴别；针对信道质量较高的数据包：整体进行解卷绕，再采用最小二乘的方法进行误差消除；针对信道质量较差的数据包：估计卷绕长度Q，将原始相位数据划分为长度为β·Q的子段，对每一个子段进行解卷绕，再对每一子段采用最小二乘的方法进行误差消除。
-
公开(公告)号：CN113657541A
公开(公告)日：2021-11-16
申请号：CN202110987414.8
申请日：2021-08-26
Applicant: 电子科技大学长三角研究院(衢州)
Abstract: 本发明属于目标识别技术领域，具体的说是涉及一种基于深度知识集成的领域自适应目标识别方法。本发明实现了特征级和决策级的深度知识集成。在特征级设计公有映射矩阵和特有映射矩阵实现知识集成，提升目标识别性能的鲁棒性；其中，公有映射矩阵充分挖掘了异构特征的公有知识，特有映射矩阵保留了不同特征的特有知识。在决策级设计特征权重量化不同特征的重要程度，同时利用目标域样本通过在线学习更新特征权重，克服不同领域的数据分布差异，实现领域自适应目标识别。因此本发明提出的基于深度知识集成的领域自适应目标识别方法是一种智能的领域自适应目标识别方法。
-
公开(公告)号：CN112954791A
公开(公告)日：2021-06-11
申请号：CN202110102437.6
申请日：2021-01-26
Applicant: 电子科技大学
IPC: H04W64/00 , H04B17/309 , H04B7/06 , H04B7/08
Abstract: 本发明属于无线定位技术领域，具体涉及一种基于子载波筛选的信道状态信息CSI定位方法。本发明利用具有细粒度特征的无线信号—CSI进行指纹定位，利用CSI相位对信道的高度敏感性辅助筛选最优的CSI幅度指纹空间构建指纹库。解决因为部分子载波数据特征不稳定，导致定位性能较差的问题。首先搭建无线定位环境，划分定位格点，在每个格点处采集CSI数据。对CSI相位进行分段误差校正，根据校准方差构造最优的CSI幅度指纹库，并记录每个格点所选的子载波编号。在线阶段首先对CSI幅度进行归一化处理，再计算CSI幅度子空间特征的欧式距离，并根据空间维度进行归一化。最后通过K近邻估计最优的匹配格点。
-
公开(公告)号：CN112953660A
公开(公告)日：2021-06-11
申请号：CN202110102436.1
申请日：2021-01-26
Applicant: 电子科技大学
IPC: H04B17/309 , H04B17/373 , H04B17/12 , H04B17/21
Abstract: 本发明属于无线通信技术领域，具体涉及一种稳健的信道状态信息CSI相位校准方法。本发明用于消除因为传播环境与收发设备引入的相位误差，同时解决当前校准方法在非直达以及多径丰富的无线传播环境下校准性能较差的问题。首先通过多载波无线收发系统获取信道状态信息CSI；再通过CSI数据的实部与虚部数据计算每个信道的原始相位；根据CSI原始相位对信道质量进行鉴别；针对信道质量较高的数据包：整体进行解卷绕，再采用最小二乘的方法进行误差消除；针对信道质量较差的数据包：估计卷绕长度Q，将原始相位数据划分为长度为β·Q的子段，对每一个子段进行解卷绕，再对每一子段采用最小二乘的方法进行误差消除。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.018 seconds)
