基于递推图的高效WiFi感知队列计数方法

    公开(公告)号:CN118488592A

    公开(公告)日:2024-08-13

    申请号:CN202410433149.2

    申请日:2024-04-11

    摘要: 本发明公开了基于递推图的高效WiFi感知队列计数方法,包括:采集不同排队人数的原始CSI;对原始CSI去噪,振幅采用滑动平均滤波算法,相位采用线性变换算法;提取振幅方差,设定阈值检测当前路径是否有人存在;将去噪后的CSI振幅和相位分别转换为递归图,构建并划分数据集;判断当前检测环境处于静或动态;针对静态,建立基于深度学习的人数检测模型,识别静态人数;针对动态,结合菲涅尔理论设计人员位于菲涅尔区前/中/后不同位置分别进/出队列,仅需修改人数检测模型全连接层的输出参数为6即得到动态模型,检测出不同人员从不同位置的进出变化,弥补了静态模型带来的缺陷;本发明具有较高的识别准确率,适应多种场景。

    基于强化学习联合协作多点传输的服务功能链部署方法

    公开(公告)号:CN115767562B

    公开(公告)日:2024-06-21

    申请号:CN202211012894.7

    申请日:2022-08-23

    IPC分类号: H04W16/18 H04W16/28 H04L41/40

    摘要: 本发明公开了一种基于强化学习联合协作多点传输的服务功能链部署方法,首先描述边缘网络模型,描述边缘网络中服务器与用户的信道特征,使用波束赋形消除多个服务器与用户之间的通信干扰;建立服务器VNF实例化数量限制、服务器处理容量、物理链路带宽、VNF路由和VNF迁移预算限制下的数学模型;对长期优化问题进行建模;将长期优化问题解耦为逐时隙优化问题;最后建立奖励函数求解的子优化问题,降低动作空间搜索复杂度。本发明利用基于CoMP的迫零波束赋形技术来消除用户之间的无线链路干扰,然后使用基于自然梯度法的Actor‑Critic算法将长期动态SFC部署问题解耦为逐时隙的优化问题,从而进行在线求解。

    面向共生无线电的协作干扰辅助的安全通信方法

    公开(公告)号:CN117915338A

    公开(公告)日:2024-04-19

    申请号:CN202410066104.6

    申请日:2024-01-16

    摘要: 本发明公开了面向共生无线电的协作干扰辅助的安全通信方法,具体按照以下步骤实施:步骤1:构建智能反射表面推动的协作干扰辅助的共生无线电系统模型,系统模型包括多天线主用户基站、单天线主用户、单天线次级用户、单天线窃听者、智能反射表面I和智能反射表面II;步骤2:获取主用户基站、智能反射表面I、智能反射表面II到各节点的信道;步骤3:根据步骤2获取的数据计算主用户信息传输安全率;步骤4:以主用户信息传输安全率最大化为目的,优化主用户基站的波束成型矢量、智能反射表面I和智能反射表面II的反射系数矩阵。本发明在存在窃听者的情况下,可以实现信息安全传输。

    基于改进特征子集区分度的行为识别特征选择方法

    公开(公告)号:CN111709441B

    公开(公告)日:2024-02-02

    申请号:CN202010377788.3

    申请日:2020-05-07

    摘要: 本发明公开的基于改进特征子集区分度的行为识别特征选择方法,包括基于DFS的特征子集区分度衡量准则,建立样本特征集合,获取特征子集区分度衡量公式DFSS;基于信息论和概率论概念,获取两个随机变量之间的互信息,从而得到类内特征最小冗余性表达式;结合特征子集区分度衡量公式DFSS和类内特征最小冗余性表达式,定义最大相关和最小冗余的联合函数;训练最大相关和最小冗余的联合函数,完成选择过程。本发明行为识别特征选择方法,一方面加入了冗余性分析,删除冗余特征,在提高分类准确率的同时进一步降低了计算复杂度;另一方面,通过对最大相关和最小冗余的计算,既保证特征子集的类别间区分能力的同时,又减少各个特征间的冗余度。

    基于噪声估计和关键特征学习的阀门异常检测方法

    公开(公告)号:CN117334220A

    公开(公告)日:2024-01-02

    申请号:CN202311232896.1

    申请日:2023-09-22

    摘要: 本发明公开了一种基于噪声估计和关键特征学习的阀门异常检测方法,具体按照以下步骤实施:步骤1、设计阀门异常检测方法的整体框架;步骤2、设计基于噪声估计的小波阈值去噪算法,去除工厂环境下的噪声,得到去噪后的音频信号;步骤3、将音频信号进行短时傅里叶变换,捕获音频信号的时频特性;步骤4、设计多尺度特征提取模块,提取音频信号的多尺度特征;步骤5、设计关键特征提取模块,赋予多尺度特征不同的权重,关键特征的权重高于非关键特征的权重;步骤6、设计自编码器结构,通过编码器解码器重构关键特征,比较重构特征和输入特征的误差,根据重构误差的大小,检测设备异常。本发明解决了现有技术中存在的噪声检测准确率低的问题。

    一种基于运动生物力学的多模式人体行为识别方法

    公开(公告)号:CN109583294B

    公开(公告)日:2022-10-04

    申请号:CN201811194693.7

    申请日:2018-10-15

    IPC分类号: G06V40/20

    摘要: 本发明公开了一种基于运动生物力学的多模式人体行为识别方法。以运动生物力学为基础,将人体结构转换为具有运动特征参数的人体骨骼动作模型,并确定动作描述参数,进而计算生物力学特征。并用这些特征参数描述人体动作姿势,建立参数与动作模式之间的关系模型;基于生物力学的人体动作姿势描述方法,分析人体动作时序数据的特点,使用基于曲线简化算法与帧消减算法结合的关键帧提取方法,对多模式中连续动作进行边界检测、实现基本动作与过渡动作的分割与自动标注;分析基本动作模式和过渡动作模式的特点,采用多模型思想,建立基本动作模式和过渡动作模式的识别模型,实现多模式行为的识别。

    灌区场景中基于能耗优化的无人机自主部署方法

    公开(公告)号:CN115119174A

    公开(公告)日:2022-09-27

    申请号:CN202210758217.3

    申请日:2022-06-30

    摘要: 本发明公开的灌区场景中基于能耗优化的无人机自主部署方法,首先,构建由地面基站、无人机基站、地面终端组成的空地协作无人机组网模型;针对空对地通信过程的路径损耗,构建能耗优化模型;搭建基于DQN算法的强化学习神经网络模型,训练神经网络,通过梯度下降法优化损失函数,得到当前状态下最优无人机位置部署策略。本方法通过结合强化学习的决策能力和深度学习的感知能力,提高无人机基站的部署速度,快速组建空中移动基站,同时减少部署过程中的路径损耗和能耗,能在复杂灌区环境中增强蜂窝网络覆盖服务并节约部署能耗。

    一种基于AVS标准的推测并行视频解码方法

    公开(公告)号:CN111800635B

    公开(公告)日:2022-01-07

    申请号:CN202010554776.3

    申请日:2020-06-17

    IPC分类号: H04N19/42 H04N19/436

    摘要: 本发明公开了一种基于AVS标准的推测并行视频解码方法,首先在开源大数据计算引擎Apache Spark主节点中,主节点指导计算机集群中各个工作节点首先将包含数据依赖的视频输入数据进行平均切分并保存在本地存储空间,由Apache Spark主节点通过广播的方式向集群中的各工作节点分派推测划分任务,待任务分配结束后,集群主节点进入等待状态,通过心跳监测各个工作节点的活动情况;然后利用AVS标准中规定的起始码0x000001对本地存储的数据进行统一划分等,直到将工作节点上用于执行推测任务的计算资源进行回收,完成清理工作。本发明解决了现有技术中存在的基于AVS标准的视频解码方法效率低的问题。

    一种基于运动生物力学的多模式人体行为识别方法

    公开(公告)号:CN109583294A

    公开(公告)日:2019-04-05

    申请号:CN201811194693.7

    申请日:2018-10-15

    IPC分类号: G06K9/00

    摘要: 本发明公开了一种基于运动生物力学的多模式人体行为识别方法。以运动生物力学为基础,将人体结构转换为具有运动特征参数的人体骨骼动作模型,并确定动作描述参数,进而计算生物力学特征。并用这些特征参数描述人体动作姿势,建立参数与动作模式之间的关系模型;基于生物力学的人体动作姿势描述方法,分析人体动作时序数据的特点,使用基于曲线简化算法与帧消减算法结合的关键帧提取方法,对多模式中连续动作进行边界检测、实现基本动作与过渡动作的分割与自动标注;分析基本动作模式和过渡动作模式的特点,采用多模型思想,建立基本动作模式和过渡动作模式的识别模型,实现多模式行为的识别。

    一种增强通信安全性和保密性的通信方法

    公开(公告)号:CN117412298A

    公开(公告)日:2024-01-16

    申请号:CN202311409523.7

    申请日:2023-10-27

    IPC分类号: H04W16/18 H04W4/12 H04W12/02

    摘要: 本发明公开了一种增强通信安全性和保密性的通信方法,涉及网络隐蔽通信技术领域,包括如下步骤:设置包括一个主网络和次级网络的覆盖式协作认知无线电网络;利用主用户基站向主用户传输消息,并要求次级用户基站选择一个次级用户作为协作干扰,发送干扰信号到监听信道;利用次级用户发射节点发送次级用户信号到监听信道干扰监听者,最大化监听者的主信号错误检测概率;联合干扰信号和次级用户信号,通过覆盖式协作认知无线网络中的主基站将待传输的消息传输给主用户。本发明联合使用次级用户信号和干扰信号实现有效的隐蔽干扰,具有安全性高、可靠性强等优点。