-
公开(公告)号：CN116192220A
公开(公告)日：2023-05-30
申请号：CN202310209562.6
申请日：2023-03-07
Applicant: 重庆邮电大学
IPC: H04B7/06 , H04B17/382 , H04B17/391
Abstract: 本发明涉及一种IRS辅助的认知SWIPT系统安全速率优化方法，属于无线通信技术领域。该方法包括：建立IRS辅助的认知SWIPT系统安全传输模型。建立了一个联合优化次级发射机发射波束及人工干扰噪声设计、次级合法用户的功率分割系数和IRS相移设计的资源分配模型。固定IRS相移、次级发射机波束成形矢量和人工干扰噪声，基于一阶泰勒展开和KKT条件得到次级合法用户的最优功率分割系数。采用SDR和SCA的方法得到次级发射机的最优波束成形矢量及人工干扰噪声。给定次级发射机的最优波束成形矢量、人工干扰噪声及次级合法用户的最优功率分割系数，采用SCA的方法求解IRS相移矩阵设计。
-
公开(公告)号：CN111798991B
公开(公告)日：2022-09-02
申请号：CN202010657929.7
申请日：2020-07-09
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于LSTM的新冠肺炎疫情群体态势预测方法，属于深度学习技术领域。该方法包括以下步骤：S1：新冠肺炎疫情数据获取；S2：全国新冠肺炎疫情群体态势预测；S3：省、自治区和直辖市新冠肺炎疫情预测；S4：城市新冠肺炎疫情群体态势预测。深度学习目前在许多领域取得了优异的效果，LSTM在时间序列预测问题上表现较好，能够很好的挖掘数据的时间特征和规律，相比于传统的非参数模型效果要好。
-
公开(公告)号：CN114842316A
公开(公告)日：2022-08-02
申请号：CN202210508625.3
申请日：2022-05-10
Applicant: 重庆邮电大学
IPC: G06V10/82 , G06V10/80 , G06V10/774 , G06V10/764 , G06N3/04
Abstract: 本发明请求保护一种结合卷积神经网络及Transformer网络的实时目标检测方法，属于图像处理领域。包括以下步骤：S1:输入图像数据；S2：图像通过卷积神经主干网络，使提取特征具备归纳偏置特性；S3：设计检测颈部网络，在检测主干网络及头部网络间进行过渡，为检测头部网络提供高分辨率和高语义特征。S4：设计检测头部网络，在头部网络中引入Transformer,为生成的局部特征间构建多个远程依赖关系，并对图像中存在的目标类别及坐标进行表征；S5:设计一种非线性组合方法，用于减少假阴性样本，提升检测模型对目标的捕获能力；S6：在自然数据集上进行检测。基于该方法，在具有挑战性的PASCAL VOC 2007、2012和MS COCO 2017数据集上实现较好的性能，并且优于许多较为先进的实时检测方法。
-
公开(公告)号：CN111786688B
公开(公告)日：2021-12-03
申请号：CN202010548596.4
申请日：2020-06-16
Applicant: 重庆邮电大学
Abstract: 本发明涉及通信技术领域，特别涉及一种基于嵌入式GPU的宽带并行信道化接收方法，包括：构建OpenCL平台，平台包括工作项和工作组；对读入OpenCL平台的宽带信号进行抽取，抽取间隔为信道数，抽取之后原先读入的一维数据形成一个二维矩阵，二维矩阵的行数为信道数；将每一行的数据分配给一个工作组来处理，每个工作组将该工作组内的输入数据乘以第一因子；各个信道上的数据与该分支上的多相滤波器系数进行滤波处理；对滤波后的数据乘以第二因子；对形成的二维矩阵按列进行FFT运算以获得各个信道上输出的数据；本发明同时处理多个信道的计算任务，提高了任务处理的效率。
-
公开(公告)号：CN108622428B
公开(公告)日：2021-08-03
申请号：CN201810432469.0
申请日：2018-05-08
Applicant: 重庆邮电大学
Abstract: 本发明公开一种多摄像机无人机，设置有机体，机体底部经旋转机构连接有摄像机吊舱，其关键在于：该摄像机吊舱内设置有用于采集全景图像的主摄像机，以及至少两台用于采集分隔图像的分摄像机，该分摄像机的焦距大于主摄像机的焦距，所述主摄像机和分摄像机的图像输出端分别与控制系统的图像输入端组连接，所有所述分摄像机采集的分隔图像组合成的组合画面包含所述全景图像。有益效果：采用本发明的多摄像机无人机，能同步采集全景图像，以及全景图像各个分隔区域的图像，并且采集的分隔图像细节更加清楚，方便图像的后期编辑。
-
Patent Agency Ranking
公开(公告)号：CN111956209A
公开(公告)日：2020-11-20
申请号：CN202010878936.X
申请日：2020-08-27
Applicant: 重庆邮电大学
IPC: A61B5/0456
Abstract: 本发明涉及一种基于EWT和结构特征提取的心电信号R波识别方法，属于信号处理领域。首先利用经验小波变换对心电信号频谱进行自适应分割，在分割区间上构造合适的小波滤波器组提取出具有紧支撑的模态分量。然后对提取出的各模态分量进行频谱分析，找出R波对应的高频分量并对其进行结构分析，从而实现R波的准确定位。仿真结果表明，本发明算法对带噪声心电信号的R波识别平均灵敏度可达99.93％，平均阳性准确率可达99.99％，平均准确率可达99.92％，具有很好的识别效果，对心电信号实时监测具有十分重要的意义。
-
公开(公告)号：CN111510291A
公开(公告)日：2020-08-07
申请号：CN202010315864.8
申请日：2020-04-20
Applicant: 重庆邮电大学
Abstract: 本发明属于网络空间安全领域，涉及基于双线性对的高效身份认证密钥协商协议。本发明包括系统建立、用户私生成和密钥协商步骤。本发明的协议在保证密钥协商协议的安全性的同时，减少协议中对双线性对的使用，从而实现提高协议计算效率的目的。本发明的密钥协商协议适合移动互联网、物联网等计算能力弱、存储能力低的环境。除此之外，协议也具有高安全性的特点，使用eCK模型证明了协议的安全性。本发明的协议满足弱前向安全性、抗密钥泄漏伪装攻击、抗临时密钥泄露攻击、抗未知密钥共享等安全属性。
-
公开(公告)号：CN106911374B
公开(公告)日：2020-08-04
申请号：CN201710032670.5
申请日：2017-01-16
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种低复杂度的软输出空间调制检测方法。该方法首先针对每一个可能的发射天线序号l，将接收信号矢量y映射到信道矢量hl方向获得然后根据星座特点生成量化公式对进行量化获取每个可能发射天线索引l对应的最可能的发送符号估计再利用hl和计算每个天线‑符号对的度量值dl，进而对所有按照dl进行排序，并从中选择dl最小的p个天线‑符号对来计算发送天线序号以及发送符号的比特似然比，实现空间调制的对数似然比形式的软输出检测。该方法减少了比特似然比计算时需要考虑的天线序号和符号数量，大大降低了空间调制技术接收端检测算法的复杂度。通过选择小的p值，还可以在牺牲少许性能的基础上进一步降低软输出检测的复杂度。
-
公开(公告)号：CN111416628A
公开(公告)日：2020-07-14
申请号：CN202010275449.4
申请日：2020-04-09
Applicant: 重庆邮电大学
IPC: H03M13/15
Abstract: 本发明涉及一种基于随机表征的BCH软判决信道码译码装置，属于信道编码领域，包括：随机测试图样生成模块用于生成随机测试图样；硬判决译码核心模块用于对随机测试图样向量进行尝试译码；误码纠正模块进行误码纠正，生成候选码字，并仅将包含循环冗余校验位的信息比特部分传递给提前跳出判决模块；提前跳出判决模块进行循环冗余校验，并将校验结果反馈回随机测试图样生成模块：若循环冗余校验不通过，则继续生成随机测试图样；若循环冗余校验通过，即表示当前分组译码成功，停止生成当前分组的随机测试图样，进入下一个分组。本发明显著提升了译码性能，有效降低了硬件实现的复杂度开销。
-
公开(公告)号：CN111209415A
公开(公告)日：2020-05-29
申请号：CN202010027063.1
申请日：2020-01-10
Applicant: 重庆邮电大学
IPC: G06F16/432
Abstract: 本发明涉及一种基于大批量训练的图文跨模态哈希检索方法，属于跨模态检索领域，用于解决现有基于深度学习的跨模态哈希检索方法，特别是基于三元组的深度跨模态哈希方法的小批量训练时间长，获取样本数量有限，梯度不够好而影响检索性能的问题。包括以下步骤：对图像和文本数据进行预处理；哈希码映射；建立目标损失函数L；通过大批量方式输入三元组数据训练模型；使用训练好的模型进行跨模态哈希检索。本发明提供的方案采用大批量方式输入三元组数据进行训练，加快了每轮训练的时间；由于每次更新参数时具有更多的训练样本，所以能够获得更好的梯度，对权重使用了正交正则化，在梯度传递时能保持梯度，使得模型训练更加稳定，提高检索准确率。
-
-
-
-
-
-
-
-
-
Search Results
184
records
(took 0.025 seconds)
