-
公开(公告)号：CN104506205B
公开(公告)日：2017-11-10
申请号：CN201410824288.4
申请日：2014-12-26
Applicant: 重庆邮电大学
Abstract: 本发明公开一种软件无线电接收机射频系统，该系统包括接收链路、控制模块、时钟管理模块以及高速中间接口；其中接收链路，采用超宽带微带线滤波器级联两级混频的方式实现100MHz—3GHz范围内射频信号的接入；时钟管理模块，用于产生系统所需的各类时钟；控制模块，用于实现软件切换不同射频信号的接入；高速中间接口，用于将A/D采样后的数字信号传输至中频接收器。本发明的有益效果为：提出了一套完整的软件无线电射频解决方案，可以实现100MHz—3GHz范围内射频信号的接入，解决了不同标准空中接口不兼容的问题。
-
公开(公告)号：CN105205114A
公开(公告)日：2015-12-30
申请号：CN201510559467.4
申请日：2015-09-06
Applicant: 重庆邮电大学
IPC: G06F17/30
CPC classification number: G06F17/30294 , G06F17/30244
Abstract: 本发明请求保护一种无线保真（Wi-Fi）定位指纹数据库构建方法。基于信号指纹的定位方法所面临的最大难题是工作量庞大的室内环境勘测和位置指纹采集。并且随着室内环境温度、布局等的改变，定位精度大幅降低。本发明首先等间隔选择参考点总数，并在选定的参考点处采集接收信号强度（RSS）；其次，将该部分参考点物理位置与相应信号指纹映射为小幅图像，应用改进的双三次图像插值方法，将图像扩大；最后通过自适应中值滤波方法进行图像去噪，并映射为指纹信息，滤除奇异点，得到环境中所有参考点的RSS估计值，从而构建出Wi-Fi定位指纹数据库。本发明可有效减少数据采集的人力和时间开销，能够应用于室内无线电通信网络环境。
-
公开(公告)号：CN104602341A
公开(公告)日：2015-05-06
申请号：CN201510008983.8
申请日：2015-01-08
Applicant: 重庆邮电大学
Abstract: 基于随机用户信号逻辑图映射的室内WLAN(Wireless Local Area Network)定位方法，主要面向室内无线局域网定位，解决WLAN位置指纹定位方法中离线阶段需要大量人力及时间开销进行位置指纹采集的问题。它首先利用随机用户采集的接收信号强度RSS(Received Signal Strength)序列，通过谱聚类及序列拼接方法，构建随机用户在定位目标区域内的信号逻辑图；其次，根据相应的映射准则，建立信号逻辑图中的RSS聚类节点到物理环境图中的区域位置节点之间的映射；最终利用最优信号逻辑图到物理环境图的映射关系，实现对目标用户的位置估计。本发明方法能够运用于无线电通信网络环境。
-
公开(公告)号：CN104501796A
公开(公告)日：2015-04-08
申请号：CN201410783811.3
申请日：2014-12-16
Applicant: 重庆邮电大学
CPC classification number: G01C21/005 , G01C21/165 , G01S5/0257 , G01S5/0294
Abstract: 本发明提出一种室内WLAN/MEMS融合跨楼层3维定位方法，其主要设计了WLAN/MEMS融合定位抗差扩展卡尔曼滤波器，充分利用两个系统的可用信息，实现高精度2维位置的解算；并利用气压计输出、地理位置和楼层高度信息计算高度，并同时为无线局域网(WLAN)定位选择位置指纹数据库，实现室内空间跨楼层3维定位。本系统和方法通过引入抗差扩展卡尔曼估计，定位精度高，能够有效的克服微机电系统(MEMS)传感器定位存在的累积误差和WLAN定位中存在的接收信号强度(位置信息以及前一时刻的实际高度信息实现室内空间跨楼层3维定位。
-
公开(公告)号：CN119969991A
公开(公告)日：2025-05-13
申请号：CN202510077886.8
申请日：2025-01-17
Applicant: 重庆邮电大学
IPC: A61B5/0507 , G06F18/213 , G06F18/10 , G06N3/006 , G06F18/2131 , A61B5/024 , A61B5/00
Abstract: 本发明公开了一种毫米波雷达的HRV估计方法。首先，利用FMCW雷达的距离分辨特性对人体进行定位，对回波信号中存在的噪声和干扰进行预处理。其次，引入灰狼优化算法，以最大互信息系数和最小重构误差为适应度函数，优化传统的变分模态分解方法，实现生命体征信号的自适应分离。同时，提出基于相关系数的模态选取准则从分解的模态中选择出最优心跳分量。最后，提取心跳波峰所对应的时间参数，进一步得到IBI，通过IBI计算HRV的时频域特征。本发明专利通过改进的模态分解方法与模态选取准则，有效地提取了心跳信号，进而实现了对心率变异性的高精度估计。
-
Patent Agency Ranking
公开(公告)号：CN119719898A
公开(公告)日：2025-03-28
申请号：CN202411780417.4
申请日：2024-12-05
Applicant: 重庆邮电大学
IPC: G06F18/241 , G01S7/41 , G10L25/51 , G10L25/18 , G10L25/24 , G10L19/02 , G10L19/26 , G06F18/2131 , G06N3/0442 , G06N3/048 , G06N3/09
Abstract: 本发明公开了一种无人机探测与识别方法，属于无人机探测技术领域，包括无人机信号的采集；无人机信号的特征提取；无人机信号的分类；无人机定位参数的估计。首先通过软件无线电设备采集无人机图传信号，在不做预处理的情况下提取梅尔倒谱系数(MFCC)特征，然后使用门控循环单元神经网络模型(GRU)对所提特征进行分类识别，最后利用正则化正交匹配追踪算法(ROMP)估计无人机定位参数对无人机进行定位。本方法使用MFCC作为射频指纹特征进行分类识别，其受天气、光线、噪声等环境影响较传统无人机识别方法小、精度高、识别速度快，且使用ROMP估计定位参数，无人机三维定位误差小于1米。
-
公开(公告)号：CN119444859A
公开(公告)日：2025-02-14
申请号：CN202411559415.2
申请日：2024-11-04
Applicant: 重庆邮电大学
IPC: G06T7/73 , G06N3/045 , G06N3/0895
Abstract: 本发明公开了基于孪生宽度哈希网络的图像位置识别方法。离线阶段，首先，在目标区域内部署多个参考点并取80％、10％和10％划分训练集、验证集和测试集；然后，构建哈希宽度网络，通过增量学习横向增加特征节点以扩展网络宽度；接着，划分正负样本对，将宽度哈希网络作为孪生网络框架的两条分支，共享权重和网络参数；最后，通过拉近相似特征的哈希距离和拉远不相似特征的哈希距离，最大程度上保持原始样本的相似性。在线阶段，将查询图片输入到构建好的模型中，获得与原始图像高度语义一致性的哈希码，并在数据库中检索得到最相似的检索图像，将其对应的RP位置作为视觉位置识别的结果。本发明专利利用宽度学习横向扩充节点并充分考虑组内相关性和组间互斥性，提出了一种基于孪生宽度哈希网络的图像位置识别方法，在减少系统开销的同时保证了定位精度。
-
公开(公告)号：CN119439111A
公开(公告)日：2025-02-14
申请号：CN202411636745.7
申请日：2024-11-15
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种4D毫米波雷达测量辅助权重校正的GM‑PHD多目标跟踪方法。首先，通过毫米波雷达采集目标坐标和速度数据，初始化参数及高斯项，构建目标初始状态和协方差模型。其次，使用CKF方法进行状态预测，通过传播立方点生成存活目标的预测状态并更新，同时引入新生目标，结合PHD模型动态调整目标数量和状态。然后，采用测量辅助的权重修正策略，基于最大似然估计筛选最优高斯分量，结合卡尔曼增益更新PHD函数，提高跟踪精度。最后，通过剪枝与合并去除冗余高斯分量，合并相似的高斯分量，降低计算复杂度。该方法利用毫米波雷达高精度测量与MCGMPHD算法的多目标跟踪优势，实现高效、实时、精准的多目标跟踪。
-
公开(公告)号：CN119375851A
公开(公告)日：2025-01-28
申请号：CN202411636750.8
申请日：2024-11-15
Applicant: 重庆邮电大学
IPC: G01S7/41
Abstract: 本发明公开了一种基于毫米波雷达的多人体目标行为识别方法。首先，通过部署毫米波雷达采集人体行为数据，采用4D快速傅里叶变换(4D‑Fast Fourier transform，4D‑FFT)获得人体行为的多维参数信号；其次，通过单元平均恒虚警检测算法(Cell Averaging Constant False‑Alarm Rate，CA‑CFAR)与几何空间坐标转换将高维矩阵信号转化为点云矩阵有效降低雷达信号的复杂度；再次通过基于空间与速度信息的密度聚类(Density‑Based Spatial Clustering，DBSCAN)算法与局部离群因子(Local Outlier Factor，LOF)算法将点云矩阵进一步压缩，去除来环境中动态干扰以及静态干扰，后通过匈牙利算法实现多目标的点云矩阵的分割，得到纯净的单目标点云矩阵；最后，通过基于多维雷达点云的神经网络实现人体行为的精确识别。本发明专利通过雷达点云与深度学习，在降低雷达信号的复杂度的同时实现了人体行为的精确识别。
-
公开(公告)号：CN119324850A
公开(公告)日：2025-01-17
申请号：CN202411419032.5
申请日：2024-10-12
Applicant: 重庆邮电大学
Abstract: 本发明提出了一种基于多重脉冲重复频率(Pulse Repetition Frequency,PRF)的通感一体化(Integrated Sensing and Communications,ISAC)波形设计方法，改善ISAC系统的距离模糊问题。首先，全双工ISAC节点在多个相干处理间隔(Coherent Processing Interval,CPI)内分别传输不同PRF波形，在每种PRF下，依次传输固定长度的感知信号和可变长度的通信符号。其次，全双工ISAC节点已知发射的感知波形，对目标回波匹配滤波。再次，通过脉冲‑多普勒处理降低全双工自干扰和噪声。最后，当所有CPI都检测到目标，根据距离‑多普勒矩阵获得各CPI内的目标视在时延，结合余数定理求解真实时延，估计目标真实距离。本发明设计的波形方法具有抗距离模糊的能力，显著扩展最大不模糊范围，提高远距离目标的检测概率和距离估计精度。
-
-
-
-
-
-
-
-
-
Search Results
248
records
(took 0.024 seconds)
