一种基于毫米波感知的人员压力无感连续监测方法及系统

    公开(公告)号:CN117158967B

    公开(公告)日:2024-06-04

    申请号:CN202310918703.1

    申请日:2023-07-25

    Abstract: 本发明提供一种基于毫米波感知的人员压力无感连续监测方法及系统,基于部署在用户活动区域的毫米波雷达获取每个监测周期内的点云数据,每个监测周期的点云数据均包括多张点云图像;基于点云图像中点云的位置计算点云图像的质心的位置,基于多个质心的位置构建轨迹输入图像,基于轨迹输入图像构建轨迹输入向量;基于每个监测周期内的点云数据的点云构建点云输入向量;基于每次点云图像的采集时间构建时间戳输入向量;将所述轨迹输入向量、点云输入向量和时间戳输入向量输入到预训练的神经网络模型中,基于神经网络模型的分类层输出对应监测周期的压力等级监测结果。本发明不需要用户佩戴设备,适用日常家居环境下人自由活动场景的长期压力监测。

    一种非接触式血压检测模型训练方法、血压检测方法及装置

    公开(公告)号:CN114818910B

    公开(公告)日:2023-04-28

    申请号:CN202210427438.2

    申请日:2022-04-22

    Abstract: 本发明提供一种非接触式血压检测模型训练方法、血压检测方法及装置,基于毫米波雷达的无线信号非接触式感知周期性脉搏,采用两阶段训练血压检测模型,引入基于长序列监督信息的预训练过程,通过迁移学习的方式将第一编码器训练后得到的参数直接应用至第二编码器,增强模型对血压相关特征的感知能力。引入卷积自注意力模型的多级注意力机制获取全局特征和局部上下文相关特征,能够显著提升血压特征的提取能力。通过对反射的调频连续波进行短时傅里叶变换对三维空间内各个子区域的反射波进行分割处理,并基于自相关系数的最大化波束形成处理算法进行动脉脉搏信号的感知,精准感知到腕动脉所在位置,稳定而准确地感知与恢复出手腕动脉的脉搏波信号。

    一种面向低时延视频服务的5G和MEC耦合方法及装置

    公开(公告)号:CN115884413A

    公开(公告)日:2023-03-31

    申请号:CN202211221892.9

    申请日:2022-10-08

    Abstract: 本申请提供一种面向低时延视频服务的5G和MEC耦合方法及装置,方法包括:根据应用层上下文信息确定目标图像帧的下一帧大小预测结果;对5G接入网状态信息进行实时链路动态性估计,确定5G接入网的无线链路质量估计结果;将下一帧大小预测结果和无线链路质量估计结果融合至无线资源需求规则;基于激励和加速机制控制5G接入网和边缘服务器之间按照无线资源需求规则进行实时数据交互以自适应调整针对视频服务的无线资源分配。本申请能够精确定制视频服务的无线资源需求,能够针对视频服务进行无线资源自适应调整并保障资源分配的可靠性,进而能够确保如视频分析及视频处理类等视频服务的时延敏感性。

    人体脉搏波感知方法、心率监测方法及血压监测装置

    公开(公告)号:CN114642409B

    公开(公告)日:2022-10-18

    申请号:CN202210057209.6

    申请日:2022-01-19

    Abstract: 本申请提供人体脉搏波感知方法、心率监测方法及血压监测装置,其中的人体脉搏波感知方法包括:基于目标人体监测点反射的毫米波的信号强度获取目标人体监测点的血液容量变化信息;计算所述血液容量变化信息关于时间的二阶导数,得到用于表征所述目标人体监测点血管体积变化的加速度信号;对所述加速度信号进行滤波以获得所述目标人体在当前监测时间内的能够提取到脉搏重搏波的细粒度脉搏波信号。本申请能够在实现非接触式人体脉搏波感知的基础上,有效提高对人体脉搏波的感知能力,进而能够有效提高人体心率与血压数据的监测准确性。

    优化视频传输用户体验质量的流量控制方法、装置和系统

    公开(公告)号:CN114024906B

    公开(公告)日:2022-06-17

    申请号:CN202111193250.8

    申请日:2021-10-13

    Abstract: 本发明提供一种优化视频传输用户体验质量的流量控制方法、装置和系统,所述方法包括:获得网络传输数据包的丢包率、延时间隔和当前时刻码率,并利用基于固定映射规则的算法预测下一时刻的目标码率;将包含所述丢包率、延时间隔和预测的下一时刻的目标码率的训练数据输入基于神经网络的拥塞控制模型,输出码率系数,基于码率系数与当前时刻的码率获得下一时刻码率预测值,对所述拥塞控制模型进行训练;获得网络传输数据包的丢包率、延时间隔和当前时刻码率,将获得的丢包率和延时间隔输入经训练的拥塞控制模型,基于输出的码率系数与当前时刻的码率获得下一时刻码率预测值,并将获得的下一时刻码率预测值应用于下一时刻数据包的传输。

    面向实时视频质量优化的深度混合模型流量控制方法、装置和存储介质

    公开(公告)号:CN114039916A

    公开(公告)日:2022-02-11

    申请号:CN202111227849.9

    申请日:2021-10-21

    Abstract: 本发明提供一种面向实时视频质量优化的深度混合模型流量控制方法、装置和存储介质,该方法包括:实时获得网络传输数据包的网络信息状态,从中获得第一特征集合,输入至训练好的第一智能拥塞控制模型,以从该模型的特征层输出概率特征向量,该模型为利用基于固定映射规则的拥塞控制算法的预测结果作为标签训练得到的;基于网络信息状态获得第二特征集合,输入至在线训练的基于强化学习的第二智能拥塞控制模型,从该模型的特征层输出概率特征向量;对第一智能拥塞控制模型输出的概率特征向量进行强化操作;将经强化的概率特征向量与第二智能拥塞控制模型输出的概率特征向量进行融合;基于融合后的概率特征向量获得预测码率,进行流量控制。

    一种基于毫米波雷达的液体识别方法

    公开(公告)号:CN113376609B

    公开(公告)日:2021-12-31

    申请号:CN202110675453.4

    申请日:2021-06-18

    Abstract: 本发明公开了一种基于毫米波雷达的液体识别方法,将FMCW毫米波雷达感知到的时域信号经过快速傅里叶变化,转换为频域信号;将频域信号中的峰值区域挑选出来进行特征提取;利用雷达上多天线感知到的信号提取特征,计算出目标信息,作为神经网络的输入信息;利用神经网络从目标的反射信息中提取反射特征,并且依据位置信息得到矫正特征;利用自适应融合模块,根据所提取到的特征评估目标位置的变化对反射信号干扰的程度,自适应地去除位置变化的影响,最终得到用于区分不同液体成分的特征,并且预测出液体的类别。本发明区别于传统液体识别方法,不需要浸没在液体中并且不需要与液体容器接触,并且突破了已有无线感知方法识别粒度的局限,能够在不同的环境中鲁棒地实现高准确率的细粒度液体识别效果。

    基于深度学习的灯具识别的室内定位方法、装置及系统

    公开(公告)号:CN110309715B

    公开(公告)日:2021-05-25

    申请号:CN201910429230.2

    申请日:2019-05-22

    Abstract: 本发明实施例提供了一种基于深度学习的灯具识别的室内定位方法、装置与系统,所述方法包括:客户端获取待识别的包含可见光特征信息的第一图像,并对所述第一图像依次进行光晕及亮度补偿预处理,得到第二图像,将所述第二图像发送至服务器;服务器接收客户端发送的第二图像,将所述第二图像输入预先训练的卷积神经网络中,得到所述第二图像对应的分类结果,并将所述分类结果与数据库中预先存储的类别信息匹配,当所述分类结果与所述类别信息匹配成功时,将所匹配的类别信息对应的位置信息发送至客户端;客户端接收服务器返回的位置信息,并根据所述位置信息进行定位。本发明实施例,能够提高可见光特征识别的准确性,进一步提高定位的准确性。

    多接入点、多用户毫米波网络的并发传输方法及装置

    公开(公告)号:CN112738897A

    公开(公告)日:2021-04-30

    申请号:CN202011623288.X

    申请日:2020-12-31

    Abstract: 本发明实施例提供了一种多接入点、多用户毫米波网络的并发传输方法及装置,确定第一并发传输终端以及所接入的第一接入点,并基于预先收集的波束扫描信息,按照最大化信干噪比的并发传输原则,确定第一接入点与第一并发传输终端之间的第一目标波束,并针对除第一接入点之外的每个第二接入点,从与该第二接入点连接、且处于候选终端队列中的用户终端中,确定一第二并发传输终端,以及该第二接入点与该第二并发传输终端之间的第二目标波束。可见,能够选择合适的用户终端以及波束进行并发传输,能够达到最大化信干噪比,降低了多接入点、多用户毫米波网络的并发传输时不同链路的干扰,提高了空间重用性。

    基于深度学习的灯具识别的室内定位方法、装置及系统

    公开(公告)号:CN110309715A

    公开(公告)日:2019-10-08

    申请号:CN201910429230.2

    申请日:2019-05-22

    Abstract: 本发明实施例提供了一种基于深度学习的灯具识别的室内定位方法、装置与系统,所述方法包括:客户端获取待识别的包含可见光特征信息的第一图像,并对所述第一图像依次进行光晕及亮度补偿预处理,得到第二图像,将所述第二图像发送至服务器;服务器接收客户端发送的第二图像,将所述第二图像输入预先训练的卷积神经网络中,得到所述第二图像对应的分类结果,并将所述分类结果与数据库中预先存储的类别信息匹配,当所述分类结果与所述类别信息匹配成功时,将所匹配的类别信息对应的位置信息发送至客户端;客户端接收服务器返回的位置信息,并根据所述位置信息进行定位。本发明实施例,能够提高可见光特征识别的准确性,进一步提高定位的准确性。

Patent Agency Ranking