面向虚拟现实的多无人机协同分层图像感知和传输方案

    公开(公告)号:CN118539965A

    公开(公告)日:2024-08-23

    申请号:CN202410603780.2

    申请日:2024-05-15

    Applicant: 同济大学

    Abstract: 本发明提出了一种面向虚拟现实的多无人机协同分层图像感知和传输方案,包括以下步骤:首先,基于分层概念建立多UAV协同的图像感知和传输系统;其次,将所研究的方案建模为一个优化问题,优化目标是通过在图像质量、传输时延和可用带宽的约束下,优化分簇半径、无人机水平位置和带宽分配策略,从而优化用户的体验质量;最后,将优化问题分解为三个子问题,并推导出每个子问题的最优解的闭式表达式;优化问题最终的解,通过迭代优化每个子问题中包含的变量直到收敛为止求得。本发明通过多架无人机的协同工作,提高了关键目标的图像感知质量以及图像传输的可靠性。

    一种基于新型数模混合预编码器的高精度参数估计方法

    公开(公告)号:CN116962119A

    公开(公告)日:2023-10-27

    申请号:CN202310800286.0

    申请日:2023-06-30

    Applicant: 同济大学

    Abstract: 本发明中提出了一种基于新型数模混合预编码器的高精度参数估计方法,首先考虑基于正交时频空调制的通感一体化毫米波通信系统,构建正交时频空调制信号模型;其次构建基于多用户多波束的单天线雷达接收信号模型和通信接收信号模型,通过时频域与时延多普勒域转换,得到接收信号;再次设计时延多普勒域匹配滤波结构,在雷达端对分离每个用户的反射信号,分解成单个用户角度修正子问题;最后设计数模混合架构雷达接收机,输出低维度的观测数据,并通过空间平滑技术实现角度误差估计,提高了通感一体化系统的参数估计精度和频谱效率。本发明可用于智能网联车通信感知一体化应用、自动驾驶以及交通管控等场景。

    一种基于智能反射面的运动目标追踪方法

    公开(公告)号:CN116466341A

    公开(公告)日:2023-07-21

    申请号:CN202310305342.3

    申请日:2023-03-24

    Applicant: 同济大学

    Abstract: 本发明提出了一种基于智能反射面的运动目标追踪方法,首先利用运动目标的自身运动轨迹信息,构建目标的运动状态进化线性模型,可获得运动状态预测;其次基于单天线的发射接收系统模型,构建当前时刻包含多采样信号、时延和多普勒频偏的信号接收模型;再次基于当前时刻接收信号,利用拓展卡尔曼滤波或粒子滤波处理非线性接收信号,估计当前时刻的目标状态信息;最后根据拓展卡尔曼滤波/粒子滤波的当前状态估计和状态进化模型,预测下一时刻状态信息并提前对智能反射面相位进行调控,提高下一时刻目标状态估计精度,实现运动目标追踪。本发明可用于智能网联车通信和定位追踪,也可用于智能工厂内运动作业机器人的通信和定位追踪。

    基于贝叶斯推理的群体相关视频加密方法

    公开(公告)号:CN105678678B

    公开(公告)日:2019-01-11

    申请号:CN201610037552.9

    申请日:2016-01-20

    Applicant: 同济大学

    Abstract: 本发明涉及一种基于贝叶斯推理的群体相关视频加密方法,建立视频图像加密数学模型和理论框架;基于分层贝叶斯进行解密密钥分析,得到解密信号的最小均方误差估计;先验信息秘钥提取,包括:相关信息密钥提取;幅值信息密钥提取;假设本地加密方拥有大量参考图像,提取本地参考图像中与原始视频图像数据最相关的信息作为密钥之一对图像进行解密。对原始视频图像信息进行DCT变换,得到系数矩阵,通过对系数矩阵进行矩阵变换得到加密图像。由于图像数据在本地存储时存在量化噪声,假设量化噪声近似服从高斯分布,整个推导过程以信号量噪比的最大化为优化目标,保证图像经解密恢复后视觉质量不受影响。本发明采用贝叶斯推理并通过最大化信号量噪比来获得最佳先验知识,抗噪声性能大大提高。

    基于历史判决数据学习的低开销实时频谱图构建方法

    公开(公告)号:CN109167642A

    公开(公告)日:2019-01-08

    申请号:CN201810875938.6

    申请日:2018-08-03

    Applicant: 同济大学

    Abstract: 本发明涉及一种基于历史判决数据学习的低开销实时频谱图构建方法,包括:步骤S1:载入采集的大规模认知无线电网络中所有感知节点通过单点频谱感知算法得到的目标频谱可用性历史判决数据;步骤S2:使用最小二乘支持向量机分析载入的历史判决数据确定频谱状态边界以构建频谱图;步骤S3:通过边界用户搜索算法确定历史判决数据中的支持向量以优化频谱图。与现有技术相比,本发明通过边界用户搜索算法筛选出距离频谱状态边界较远的次要用户,这些次要用户可无需参与检测目标频段,从而降低频谱图构建的能量开销和时间开销。

    基于最大后验概率译码和三维块匹配滤波的视频去噪方法

    公开(公告)号:CN108257098A

    公开(公告)日:2018-07-06

    申请号:CN201810011578.5

    申请日:2018-01-05

    Applicant: 同济大学

    Abstract: 本发明涉及一种基于最大后验概率译码和三维块匹配滤波的视频去噪方法,所述视频是经过先验知识增强的移动视频广播传输系统接收得到,所述去噪方法包括以下步骤:S1、接收的视频信号通过空间向量阈转换得到噪声与视频信号的最小均方误差估计的数学关系,再采用最大后验概率译码方法得到视频信号估计值,从而得到除去部分高斯噪声的视频信号;S2、步骤S1得到的视频信号经过三维块匹配滤波进一步消除高斯噪声,得到最终去噪视频。与现有技术相比,本发明不仅能获得较高的峰值信噪比,而且在主观上也能获得较好的视觉体验,能够较好的保留视频图像的细节部分,起到平滑滤波的作用。

    一种基于HDP-NSHMM的频谱感知方法

    公开(公告)号:CN107801190A

    公开(公告)日:2018-03-13

    申请号:CN201710874020.5

    申请日:2017-09-25

    Applicant: 同济大学

    CPC classification number: H04W16/14 H04L25/0222 H04L27/0006

    Abstract: 本发明涉及一种基于HDP-NSHMM的频谱感知方法,采用分层狄利克雷过程-非平稳隐马尔可夫模型对历史感知数据进行融合和聚类,在聚类循环中,在当前状态的保持时间较短时,设置较大的自转移偏移参数,以保证其状态不会随时间快速变化,而随着当前状态保持时间的增长,减小自转移偏移参数,从而减小状态的自转移概率,使其更有可能选择转移到不同的状态。与现有技术相比,本发明通过与聚类类别保持时间相关的自转移偏移参数调整状态自转移概率,对于信道状态的变化能够更准确的判断,通过固定的状态类别可避免冗余状态的出现,提高了历史感知数据聚类准确性,从而具有更高的感知性能,提高了频谱判决准确性。

Patent Agency Ranking