公开(公告)号：CN113064117A

公开(公告)日：2021-07-02

申请号：CN202110269610.1

申请日：2021-03-12

Applicant: 武汉大学

Inventor： 周晨 ,  张富彬 ,  李玉峰 ,  夏国臻 ,  赵正予

IPC: G01S5/04 ,  G01S1/02 ,  G06N3/04

Abstract: 发明提供了一种基于深度学习的辐射源定位方法及装置，所述方法包括：获取样本区域的地图模型，其中，所述地图模型包括：建筑模型、道路模型、树木模型以及物体模型，且建筑模型包括：建筑的各个部分的电磁介质性质；基于辐射源发射的信号，利用射线追踪法获取地图模型中设定坐标的接收机的接收强度；根据辐射源坐标、发射功率，以及对应的接收机的接收强度、接收机的接收坐标构建样本集；利用所述样本集预先构建的神经网络模型，得到目标神经网络模型；获取待定位区域内设置的接收机的接收强度，以及待定位区域的地图模型，利用目标神经网络模型识别出辐射源的坐标。应用本发明方法，可以提高辐射源的定位精度。

公开(公告)号：CN112418245A

公开(公告)日：2021-02-26

申请号：CN202011217085.0

申请日：2020-11-04

Applicant: 武汉大学

Inventor： 周晨 ,  张富彬 ,  李玉峰 ,  夏国臻 ,  王瑞 ,  吴思凡 ,  赵正予

IPC: G06K9/46 ,  G06K9/62 ,  G06T5/00 ,  G06T7/70 ,  G06T17/00

Abstract: 本发明提供了基于城市环境物理模型的电磁发射点定位方法，所述方法包括：1)、建立城市的数字三维模型；2)、基于镜像法的原理并利用Matlab的工具箱中的射线追踪内核函数建立城市电磁环境的模型；3)、在建立的城市电磁环境模型中设置电磁发射点，并采集对应DC数据，利用所述DC数据作为样本训练预先构建的机器学习模型，得到训练后的模型；4)、在真实的城市环境中的设定位置测量真实DC数据，将真实DC数据输入到训练后的模型中识别出电磁发射点的位置。应用本发明实施例可以很好的满足城市电磁环境快速建模的需要。

公开(公告)号：CN119625177A

公开(公告)日：2025-03-14

申请号：CN202411694386.0

申请日：2024-11-25

Applicant: 武汉大学

Inventor： 周晨 ,  刘诚锴 ,  张富彬 ,  夏国臻 ,  姬浩 ,  崔泽宇 ,  张新苗 ,  赵正予

IPC: G06T17/00 ,  G06F30/13 ,  G06F30/20

Abstract: 本发明提供一种建筑自动化重建方法、装置及电子设备，其中，该建筑自动化重建方法包括：获取目标建筑的点云数据，并将所述点云数据投影至二维平面，提取所述目标建筑的立面点；对所述目标建筑的立面点进行格雷厄姆扫描，得到所述立面点的凸包，并基于所述立面点的凸包确定所述目标建筑的底面轮廓；基于所述目标建筑的屋顶点云拟合确定所述目标建筑的屋顶平面；根据所述目标建筑的底面轮廓和屋顶平面，构建建筑物三维模型，并为所述建筑物三维模型赋予电介质参数，得到所述目标建筑的目标模型。通过本发明，提高了对目标建筑的建筑物三维模型重建的集合准确性，解决了现有的相关技术中存在的建筑模型重建准确性不佳的问题。

公开(公告)号：CN118921139A

公开(公告)日：2024-11-08

申请号：CN202410936439.9

申请日：2024-07-12

Applicant: 武汉大学

Inventor： 周晨 ,  崔泽宇 ,  张富彬 ,  夏国臻 ,  刘诚锴 ,  张新苗 ,  赵正予

IPC: H04B17/391 ,  H04B17/318

Abstract: 公开了一种信道建模方法、装置、设备及存储介质，属于通信技术领域。该方法包括：获取目标区域的点云数据；将点云数据划分为第一点云数据和第二点云数据，第二点云数据为目标区域中的植被的点云数据，第一点云数据为点云数据中除第二点云数据以外的点云数据；基于第一点云数据，确定发射点到接收点的直射的信号强度、绕射的信号强度和散射的信号强度；基于第二点云数据，分别确定直射的植被衰减、绕射的植被衰减和散射的植被衰减，以修正直射的信号强度、绕射的信号强度和散射的信号强度；基于修正后的直射的信号强度、修正后的绕射的信号强度和修正后的散射的信号强度，对发射点和接收点进行信道建模。该方法能够提高信道建模的精确程度。

公开(公告)号：CN118917532A

公开(公告)日：2024-11-08

申请号：CN202410959914.4

申请日：2024-07-17

Applicant: 武汉大学

Inventor： 周晨 ,  夏国臻 ,  张富彬 ,  崔泽宇 ,  刘诚锴 ,  张新苗 ,  赵正予

IPC: G06Q10/063 ,  G06Q50/50 ,  G06N20/00

Abstract: 本发明公开了一种基于机器学习的植被衰减预测方法、介质和电子设备，该方法包括：获取植被衰减数据，该植被衰减数据包括衰减模式参数值、辐射源坐标、接收机坐标和辐射源发射的电磁波频率；训练植被衰减预测模型，将植被衰减数据输入至植被衰减预测模型预测得到对应的电磁波功率损耗值，以实现植被衰减预测。本发明无需植被的电参数、三维形状以及空间分布情况等信息，即可实现植被衰减预测，并且该方法可获取海量的植被衰减数据，并通过海量的植被衰减数据通过射线追踪算法可实现植被衰减精准预测。

公开(公告)号：CN112418245B

公开(公告)日：2024-04-26

申请号：CN202011217085.0

申请日：2020-11-04

Applicant: 武汉大学

Inventor： 周晨 ,  张富彬 ,  李玉峰 ,  夏国臻 ,  王瑞 ,  吴思凡 ,  赵正予

IPC: G06V10/774 ,  G06V10/46 ,  G06V10/75 ,  G06T5/70 ,  G06T7/70 ,  G06T17/00

Abstract: 本发明提供了基于城市环境物理模型的电磁发射点定位方法，所述方法包括：1)、建立城市的数字三维模型；2)、基于镜像法的原理并利用Matlab的工具箱中的射线追踪内核函数建立城市电磁环境的模型；3)、在建立的城市电磁环境模型中设置电磁发射点，并采集对应DC数据，利用所述DC数据作为样本训练预先构建的机器学习模型，得到训练后的模型；4)、在真实的城市环境中的设定位置测量真实DC数据，将真实DC数据输入到训练后的模型中识别出电磁发射点的位置。应用本发明实施例可以很好的满足城市电磁环境快速建模的需要。