-
公开(公告)号：CN111366168A
公开(公告)日：2020-07-03
申请号：CN202010095734.8
申请日：2020-02-17
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种基于多源信息融合的AR导航系统及方法，属于车辆导航技术领域，所述系统包括ADAS模块、中控导航模块、手机导航模块、车载监控模块、AR控制模块以及AR-HUD模块，所述ADAS模块、中控导航模块、手机导航模块、车载监控模块以及AR-HUD模块均与所述AR控制模块连接。所述方法包括步骤：S1，获取来自导航模块的导航数据和车载监控模块的车辆行驶信息，所述车辆行驶信息包括车道线检测信息与车道识别信息；S2，根据所述车辆行驶信息，判断车辆行驶路线是否需要进行调整，若需要进行线路调整，则输出调整信息；S3，根据所述调整信息，调整AR-HUD模块中AR导航箭头位置。通过本发明所提供的系统及方法，能克服现有技术中导航技术功能单一及安全性差的不足。
-
公开(公告)号：CN111580040A
公开(公告)日：2020-08-25
申请号：CN202010233412.5
申请日：2020-03-29
Applicant: 重庆邮电大学
Abstract: 本发明涉及雷达技术领域，尤其涉及双基地展开互质阵列MIMO雷达DOD和DOA降维估计方法，该方法基于双基地展开互质阵列MIMO雷达阵列结构，提出了基于降维多重信号分类算法的双基地展开互质阵列MIMO雷达离开角、到达角联合估计方法，该方法通过增加约束并构造代价函数的方式，将二维MUSIC算法中的二维谱峰搜索最大值转化为求解带约束的一维最优值，先后得到DOA、DOD，并且DOD与DOA自动配对。本发明中降维思想的引入使得算法无需二维搜索，因而复杂度显著下降；得益于展开互质阵列更大的阵列孔径与MIMO雷达形成的虚拟阵列，使得本发明提出的方法在各方面性能优异；此外，子阵数目的互质消除了阵元间距大于半波长可能导致的相位模糊问题。
-
公开(公告)号：CN111580039A
公开(公告)日：2020-08-25
申请号：CN202010233410.6
申请日：2020-03-29
Applicant: 重庆邮电大学
Abstract: 本发明涉及雷达技术领域，尤其涉及基于非圆信号的单基地展开互质阵列MIMO雷达DOA估计方法，对接收阵元匹配滤波后的数据进行采样，得到等价虚拟阵列的接收数据，随后进行共轭处理并组合为新的扩展接收数据，进行空间协方差矩阵和特征值分解，根据噪声子空间与导向矢量的正交性构造空间谱的计算表达式，谱峰搜索K个谱峰的位置即为K个来波的波达方向估计。本发明的方法将展开互质阵列作为MIMO雷达的发射阵列和接收阵列，使得收发阵列的阵列空间大大扩展，并同时将非圆信号作为MIMO雷达的发射阵列的发射信号，结合非圆信号的非圆特性、MIMO雷达优异的空间分辨率和参数识别性、展开互质阵列扩展的阵列孔径的三重优点，极大提高了DOA估计性能。
-
公开(公告)号：CN109981151A
公开(公告)日：2019-07-05
申请号：CN201910284512.8
申请日：2019-04-10
Applicant: 重庆邮电大学
IPC: H04B7/0413 , H04B7/0456 , H04B7/08
Abstract: 本发明提出了大规模MIMO系统中改进的高斯树近似消息传递检测算法，该算法提出了基于低复杂度的多级线性接收算法近似求解协方差矩阵和最小均方误差估计、基于Kruskal算法求解高斯分布的最优树这两个创新点，在大规模MIMO系统的接收端进行信号检测时，首先考虑到现有的高斯树近似消息传递检测算法在近似消息传递的过程中计算协方差矩阵和最小均方误差估计涉及到复杂的矩阵求逆问题，利用多级线性接收算法近似求解协方差矩阵和最小均方误差估计，从而降低计算复杂度；进一步通过Kruskal算法先对整个连通图的权重排序，然后从大到小进行查找生成最大权重生成树，此过程只需要搜索一次邻边的权重值，通过这种高效的算法来找到一个高斯分布的最优树，明显的降低了算法的复杂度，并且提高了算法的计算效率。
-
Patent Agency Ranking
公开(公告)号：CN111242866B
公开(公告)日：2023-06-16
申请号：CN202010032672.6
申请日：2020-01-13
Applicant: 重庆邮电大学
IPC: G06T5/00 , G06T19/00 , H04N13/117 , H04N13/327 , H04N13/366 , G06F3/01
Abstract: 本发明涉及一种观测者动态眼位条件下AR‑HUD虚像畸变校正的神经网络插值方法，属于车辆显示技术领域。该方法包括：S1：建立基于多层前向神经网络的虚像畸变形成的多元输入‑输出映射关系；S2：利用棋盘格图像的映射关系建立神经网络学习训练样本集；S3：利用获得的训练样本集进行网格离线学习训练；S4：基于神经网络非线性拟合与连续插值的AR‑HUD虚像预畸变处理，即得到AR‑HUD网络模型，实现AR‑HUD虚像畸变实时校正过程。本发明解决了固定眼位带来的虚像畸变问题，能够获得动态条件下良好的观测效果，具有很强的可操作性。
-
公开(公告)号：CN109995403A
公开(公告)日：2019-07-09
申请号：CN201910284620.5
申请日：2019-04-10
Applicant: 重庆邮电大学
IPC: H04B7/0413 , H04B17/20 , H04B17/336
Abstract: 本发明提出了基于模拟退火算法改进的邻域搜索检测算法、基于对称‑加权连续超松弛迭代(Weighted Symmetric Successive Over Relaxation Iteration，WSSOR)算法求解初始解和设置多邻域搜索候选集并行搜索这三个创新点，在大规模多输入多输出(Multiple Input Multiple Output,MIMO)系统中，现有的邻域搜索算法只接受比当前解更优的解，容易陷入局部最优解的问题，因此引入模拟退火算法中的概率因素，以一定的概率来接受一个比当前解还要差的解，跳出局部最优，搜索到全局最优解，从而显著地提高了算法的检测性能；同时，在求解初始解时，利用WSSOR迭代来处理复杂的矩阵求逆运算，降低初始解的求解复杂度；进一步通过解向量间不同的符号比特数来设置多邻域搜索候选集进行并行搜索，从而增大有效搜索面积、提高搜索速度。
-
公开(公告)号：CN111242866A
公开(公告)日：2020-06-05
申请号：CN202010032672.6
申请日：2020-01-13
Applicant: 重庆邮电大学
IPC: G06T5/00 , G06T19/00 , H04N13/117 , H04N13/327 , H04N13/366 , G06F3/01
Abstract: 本发明涉及一种观测者动态眼位条件下AR-HUD虚像畸变校正的神经网络插值方法，属于车辆显示技术领域。该方法包括：S1：建立基于多层前向神经网络的虚像畸变形成的多元输入-输出映射关系；S2：利用棋盘格图像的映射关系建立神经网络学习训练样本集；S3：利用获得的训练样本集进行网格离线学习训练；S4：基于神经网络非线性拟合与连续插值的AR-HUD虚像预畸变处理，即得到AR-HUD网络模型，实现AR-HUD虚像畸变实时校正过程。本发明解决了固定眼位带来的虚像畸变问题，能够获得动态条件下良好的观测效果，具有很强的可操作性。
-
公开(公告)号：CN110927661A
公开(公告)日：2020-03-27
申请号：CN201911155691.1
申请日：2019-11-22
Applicant: 重庆邮电大学
Abstract: 本发明提出了基于MUSIC算法的单基地展开互质阵列MIMO雷达DOA估计方法，首先通过将传统互质阵列按照相反的两个方向展开得到展开互质阵列，进而将展开互质阵列分别作为MIMO雷达的发射阵列与接收阵列进行信号的发射与接收，将整个接收阵列作为一个整体，使用所有接收阵元的接收数据来进行DOA估计，由于同时利用了阵列的自信息以及互信息，因此自由度以及DOA估计精度相较于传统互质阵列DOA方法均有大幅的提高。传统互质阵列DOA估计算法往往不能严格消除相位模糊问题，本发明所提算法由于引入了MIMO雷达，使得产生相位模糊的条件极为严苛，算法严格无相位模糊。
-
公开(公告)号：CN107153009A
公开(公告)日：2017-09-12
申请号：CN201610119009.3
申请日：2016-03-03
Applicant: 重庆邮电大学
IPC: G01M17/06
CPC classification number: G01M17/06
Abstract: 一种面向路况的EPS试验台转向阻力矩加载方法，用于输出多工况下的转向阻力矩，提高EPS试验台检测EPS系统性能的能力。通过分析行驶参数和整车参数，建立三自由度整车模型，同时建立多工况环境模型，分别是不同等级路面模型和不同附着系数路面模型，在多工况环境下利用整车模型输出转向阻力矩；然后把得到的转向阻力矩输入到无刷直流电机中，首先采用模糊控制优化PI控制的kp和ki的参数，然后再用遗传算法优化模糊PI控制的模糊规则和隶属度函数，控制电机输出转向阻力矩。采用本发明方法，可以根据不同的行车参数和不同的工况精确的提供转向阻力矩，提高了EPS试验台检测EPS性能的能力，为汽车EPS系统的发展提供了助力。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.021 seconds)
