-
公开(公告)号：CN111309048B
公开(公告)日：2023-05-26
申请号：CN202010130574.6
申请日：2020-02-28
Applicant: 重庆邮电大学
IPC: G05D1/10
Abstract: 本发明涉及一种多旋翼无人机结合道路检测沿路自主飞行的方法，属于无人机飞行控制领域。该方法包括：S1：获取无人机正下方道路视频信息；S2：将获取的视频信息，通过4G链路传输到地面站；S3：通过地面站，对得到的视频图像进行道路检测，提取道路中心线在整个视频图像中的位置与角度；S4：利用提取的无人机与道路中心线l与判决框R的关系，选择模式，结合无人机返回的GPS信息，以及道路GPS数据集，输入到基于卡尔曼滤波的八方向PID策略控制器中，得到偏航控制量，通过地面站向无人机发送控制指令，首先控制无人机飞到道路上方，之后控制无人机自主沿路飞行。本发明能精确的沿路自主飞行，较大程度的避免与周遭环境的碰撞。
-
公开(公告)号：CN111325727A
公开(公告)日：2020-06-23
申请号：CN202010102528.5
申请日：2020-02-19
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于局部熵和水平集算法的颅内出血区域三维分割方法，属于图像处理技术领域。该方法包括：S1：输入多帧MRI图像；S2：初始化水平集函数，设置参数惩罚项系数和高斯核函数的大小；S3：计算局部熵和自适应长度项系数，根据推导式迭代计算全局和局部项的均值；S4：利用计算出的局部熵作为自适应权重模型调整全局项和局部项的权重，利用计算出的自适应长度项系数来改变曲面演化速度；S5：利用梯度下降法演化水平集函数，对图像进行三维分割。本发明特征在于相较于传统图像分割方法，易于实现，无需花费大量时间提取图像特征、调节系统参数；还保证了对多帧颅内出血的MRI图像进行三维分割。
-
公开(公告)号：CN109859242A
公开(公告)日：2019-06-07
申请号：CN201910040310.9
申请日：2019-01-16
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种预测自适应学习的目标跟踪方法，属于图像处理领域。该方法具体包括：S1：输入第t帧图像，利用运动向量预测目标位置；S2：通过LogGabor滤波器获得相位一致性图像；S3：采集正、负样本，利用随机稀疏矩阵的提取特征，并计算正负样本的压缩特征；S4：选取朴素贝叶斯分类器响应最大的候选位置作为当前帧的目标；S5：计算目标窗口相似度来自适应地更新分类器；S6：输出第t帧的目标位置及更新后的模型参数。本发明在跟踪成功率上有显著提升，平均中心误差明显降低，提高了原算法在光照变化、遮挡等情况下的跟踪精度，有着良好的跟踪性能。
-
公开(公告)号：CN116269259A
公开(公告)日：2023-06-23
申请号：CN202310173646.9
申请日：2023-02-27
Applicant: 重庆邮电大学
IPC: A61B5/0205 , A61B5/00 , G06F18/10 , G06F18/213 , G06F18/24 , G06F18/241 , G06N3/04 , G06N3/084 , G06N3/086 , G06N3/126
Abstract: 本发明涉及雷达信号处理领域，具体涉及一种基于改进BP神经网络的人体呼吸心跳检测方法，首先对雷达采集的原始生命信号进行小波去噪处理，再运用改进的自适应完全集成经验模态分解算法(ICEEMDAN)分解处理后的雷达原始胸腔信号，得到若干个具有不同空间尺度的模态函数(IMF)，然后通过免疫遗传算法(GA)改进的BP神经网络对IMF分量进行预测并优化；本发明具有良好的噪声鲁棒性，能有效分离噪声并准确提取呼吸和心跳信号，提高体征信号的重构精度和信噪比。
-
公开(公告)号：CN116243304A
公开(公告)日：2023-06-09
申请号：CN202310162738.7
申请日：2023-02-24
Applicant: 重庆邮电大学
Abstract: 本发明属于雷达信号领域，具体涉及一种基于时变距离多普勒特征的FMCW雷达人体跌倒检测方法；所述方法包括利用FMCW雷达采集人体动作回波信号；对人体动作回波信号通过二维快速傅里叶变换，得到距离多普勒图；将单个人体动作对应的多帧距离多普勒图按照时间顺序组成时变距离多普勒图；对时变距离多普勒图使用分层处理进行特征优化，得到人体动作特征块；将人体动作特征块输入到训练后的三维卷积神经网络中，沿着时间、距离和多普勒频率三个维度滑动提取人体动作时空特征，检测得到人体跌倒结果。本发明采用了时变距离多普勒特征，优化了提取出的人体动作特征块；提高了FMCW雷达人体跌倒检测的准确率。
-
Patent Agency Ranking
公开(公告)号：CN111325727B
公开(公告)日：2023-06-16
申请号：CN202010102528.5
申请日：2020-02-19
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于局部熵和水平集算法的颅内出血区域三维分割方法，属于图像处理技术领域。该方法包括：S1：输入多帧MRI图像；S2：初始化水平集函数，设置参数惩罚项系数和高斯核函数的大小；S3：计算局部熵和自适应长度项系数，根据推导式迭代计算全局和局部项的均值；S4：利用计算出的局部熵作为自适应权重模型调整全局项和局部项的权重，利用计算出的自适应长度项系数来改变曲面演化速度；S5：利用梯度下降法演化水平集函数，对图像进行三维分割。本发明特征在于相较于传统图像分割方法，易于实现，无需花费大量时间提取图像特征、调节系统参数；还保证了对多帧颅内出血的MRI图像进行三维分割。
-
公开(公告)号：CN114641061B
公开(公告)日：2023-05-26
申请号：CN202210220555.1
申请日：2022-03-08
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种空对地随机接入级联长前导序列检测方法，属于地空通信、非地面组网覆盖范围较广的技术领域。包括步骤：1.根据空对地覆盖半径求取随机接入前导序列的级联段数，级联前导序列选择的是相同的根不同的循环移位。2.将级联长前导序列的第一个短ZC序列变成其共轭序列。3.改进的级联长前导序列的ZC共轭根序列作为接收端的本地ZC序列，将前两个ZC根序列相同的差分间隔进行两两共轭相乘作为本地差分序列，接收序列相似变化作为待检差分序列，接收信号序列经过多普勒频移，本地差分序列与待检差分序列进行时域周期相关检测生成功率时延谱。4.从PDP中获取相关峰值，根据相关峰值计算出各个用户的定时提前量TA值。
-
公开(公告)号：CN106059979A
公开(公告)日：2016-10-26
申请号：CN201610349865.8
申请日：2016-05-24
Applicant: 重庆邮电大学
IPC: H04L27/26
Abstract: 本发明涉及一种UFMC系统中的载波同步方法，包括以下步骤：首先在发送端生成两组正交码，并将其作为导序列插入到原始数据中，再经过UFMC进行调制、滤波操作和发送；然后在接收端进行时域补0、2N‑FFT变换、提取偶频带上的数据并将其通过与发送端相匹配的滤波器，利用迫零均衡器得到数据信息的估计值，从中提取导频信号，并计算两组导频信号之间的相关性，通过使其相关性最小来获得UFMC系统载波频率的同步；最后使用迭代算法来提高频偏估计精度。本发明通过对UFMC的每个子带中插入导频来估计系统的载波频率偏差，不仅保留UFMC系统的良好特性，而且通过迭代提高了频偏估计的精确度和稳定性，从而增强系统的误比特性能，提高通信质量，在一定程度上降低UFMC中滤波器的设计复杂度。
-
公开(公告)号：CN111340846B
公开(公告)日：2023-02-17
申请号：CN202010116429.2
申请日：2020-02-25
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种多特征融合的抗遮挡目标跟踪方法，属于计算机视觉目标跟踪领域。该方法用于解决在运动目标跟踪过程中出现的目标遮挡问题。核心方法包括：通过平均峰相关能量评估跟踪置信度；使用多特征HOG特征和CN特征对目标进行描述；对每个特征分别评估其跟踪置信度用以确定每个特征的融合权重，得到对目标的融合跟踪置信度；通过融合跟踪置信度的大小以及相关响应峰值来判断目标的遮挡情况；根据遮挡情况动态调整特征模型的学习率更新模型。
-
公开(公告)号：CN109859242B
公开(公告)日：2022-09-09
申请号：CN201910040310.9
申请日：2019-01-16
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种预测自适应学习的目标跟踪方法，属于图像处理领域。该方法具体包括：S1：输入第t帧图像，利用运动向量预测目标位置；S2：通过LogGabor滤波器获得相位一致性图像；S3：采集正、负样本，利用随机稀疏矩阵的提取特征，并计算正负样本的压缩特征；S4：选取朴素贝叶斯分类器响应最大的候选位置作为当前帧的目标；S5：计算目标窗口相似度来自适应地更新分类器；S6：输出第t帧的目标位置及更新后的模型参数。本发明在跟踪成功率上有显著提升，平均中心误差明显降低，提高了原算法在光照变化、遮挡等情况下的跟踪精度，有着良好的跟踪性能。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.107 seconds)
