-
公开(公告)号：CN109637130A
公开(公告)日：2019-04-16
申请号：CN201811541959.0
申请日：2018-12-17
CPC classification number: G08G1/04 , G06K9/00664 , G08G1/0125 , G08G1/166 , G08G1/167 , H04L61/2069 , H04L61/6059 , H04L67/12 , H04W4/06 , H04W4/48
Abstract: 本发明公开了一种基于IPv6网联汽车的视觉感知系统，主要包括车载通信终端OBU、智能移动终端。本发明通过驾驶员前方图像的实时获取、预处理、网络实时共享，可以有效扩展驾驶员视野，提升对较大范围的交通状况的感知能力，避免因视野范围受限造成的驾驶行为不确定性对城市交通系统产生负面作用，进而提高城市交通系统的运行效率。
-
公开(公告)号：CN109345870A
公开(公告)日：2019-02-15
申请号：CN201811046112.5
申请日：2018-09-07
Applicant: 北京邮电大学 , 北京汽车研究总院有限公司
IPC: G08G1/16
Abstract: 本发明实施例提供了一种预防车辆碰撞的预警方法及装置，其中，方法包括：检测至少一侧车道的车辆是否变道，确定变道车辆，基于变道车辆与制动车辆之间的距离，计算制动车辆的紧急制动时间，然后按照紧急制动时间对驾驶员进行提醒，可以提高预防车辆碰撞的准确率，提高预防交通事故发生的准确率。
-
公开(公告)号：CN109218974A
公开(公告)日：2019-01-15
申请号：CN201811087956.4
申请日：2018-09-18
Applicant: 北京邮电大学 , 北京汽车研究总院有限公司
Abstract: 本发明实施例提供了一种协作隐私保护的节点确定方法及装置。所述方法应用于每一第一节点，包括：向网络发送信息查询请求；标识出作出回应的LBS服务器和第二节点，作为该第一节点的候选策略节点；随机选取一个候选策略节点，标记为该第一节点的当前策略节点，在所有第一节点都有当前策略节点时，计算该当前策略节点的效用值；计算除当前策略节点外所有候选策略节点的效用值，将最大效用值对应的候选策略节点，标记为该第一节点的第一候选策略节点；将当前策略节点与第一候选策略节点中最大效用值对应的策略节点更新为当前策略节点；在所有第一节点的当前策略节点不再变化时，将每一第一节点的当前策略节点，确定为该第一节点的目标策略节点。
-
公开(公告)号：CN108919218A
公开(公告)日：2018-11-30
申请号：CN201810579989.4
申请日：2018-06-07
Applicant: 北京邮电大学
IPC: G01S7/41
Abstract: 本发明提供一种非接触式车内人数及位置判断的方法及装置，用以判断车辆是否超载。其方法包括以下步骤：步骤1，使用安装在车内的脉冲超宽带雷达持续对车内乘坐者变化进行监测，并对获取到的雷达回波信号进行去除杂波预处理得到人体体动信号；步骤2，基于雷达矩阵的稳定性增强位置信息，并根据雷达与车内座位的位置距离以及人体反射面积分解不同检测区间，分区间提取信号特征；步骤3，分析雷达特征并结合机器学习算法进行车内人数及位置的判断，分析结果用以判断车辆是否超载。非接触式车内人数及位置判断的装置包括基于脉冲超宽带雷达的获取模块、处理模块和检测模块。本发明通过脉冲超宽带雷达能够无接触地获取车内人数以及位置信息，且对于小型及中型轿车只需要单个脉冲超宽带雷达即可实现。与现有技术相比，本发明具有低功耗、无接触、隐私性良好等优点。
-
公开(公告)号：CN104811272B
公开(公告)日：2018-10-19
申请号：CN201510133509.8
申请日：2015-03-25
Applicant: 北京邮电大学
IPC: H04L1/00
Abstract: 本发明提供一种终端间的协作通信方法、设备及系统。该终端间的协作通信方法，包括：第一终端对从信号源节点接收的第一编码信号进行第一译码生成第一译码信号，第一终端根据从第二终端接收的协作请求信号对所述第一译码信号进行陪集编码和Softcast编码生成协作信号，第一终端将所述协作信号发送至所述第二终端，以使所述第二终端根据所述协作信号对第二译码信号进行协作译码，所述第二译码信号为所述第二终端对从信号源节点接收的第一编码信号进行第一译码生成。本发明将陪集编码和Softcast编码相结合对协作信号进行编码，有效改善了数字编码方案带来的“悬崖效应”，同时降低了协作信号的冗余，提高了协作通信质量。
-
Patent Agency Ranking
公开(公告)号：CN103052112B
公开(公告)日：2016-07-06
申请号：CN201210567348.X
申请日：2012-12-24
Applicant: 工业和信息化部电信研究院 , 北京邮电大学
CPC classification number: Y02D70/126
Abstract: 本申请公开了一种小区间负载均衡方法，包括：当任一小区的eNB确定本小区的负荷比大于预设切出负荷比时，若获取的各相邻工作小区的负荷比中存在小于预设切入负荷比，将本小区的用户按预设负载均衡规则部分切入负荷比最小的相邻工作小区；若获取的各相邻工作小区的负荷比中不存在小于预设切入负荷比时，选择处于睡眠模式的小区名称对应的小区作为目标切入小区；当该eNB确定本小区的负荷比小于预设节能负荷比时，将本小区用户切入相邻工作小区，并使本小区进入睡眠模式。基于同样的发明构思，本申请还提出一种基站，能够提高无线资源的利用率，并且降低网络能量开销。
-
公开(公告)号：CN105188099A
公开(公告)日：2015-12-23
申请号：CN201510518908.6
申请日：2015-08-21
Applicant: 北京邮电大学
Abstract: 本发明实施例提供一种基于D2D通信的中继设备重选方法。该方法包括：边远UE获取当前中继UE的信道质量、特征参数以及多个备选中继UE的信道质量，其中，各备选中继UE的特征参数满足预设参数条件，当前中继UE为正在为边远UE提供中继服务的UE；边远UE在多个备选中继UE中，将信道质量最高的备选中继UE作为目标中继UE，当判断当前中继UE的特征参数不满足预设特征参数，和/或，目标中继UE的信道质量大于当前中继UE的信道质量时，将当前为边远UE提供中继服务的UE重选为目标中继UE。通过上述方法，使得边远UE在任何时候都可以获取服务质量较高的中转服务，进而提高了边远UE与基站之间的通信质量。
-
公开(公告)号：CN120011830A
公开(公告)日：2025-05-16
申请号：CN202510487201.7
申请日：2025-04-18
Applicant: 北京市大数据中心 , 中国电信股份有限公司北京分公司 , 北京邮电大学
IPC: G06F18/22 , G06F18/213 , G06F18/2131 , G06F18/25 , G06Q50/26 , G06N3/0455 , G06N3/042 , G06N3/0442 , G06N3/0464 , G06N3/084 , G06F16/29 , G06F16/2458 , G06F123/02
Abstract: 本发明涉及一种基于空间元图卷积循环神经网络的时空数据预测方法，属于时空数据预测技术领域。其包括以下步骤：动态元图构建：建立元节点库，参数随机初始化后生成元图；地理空间相似性计算：数据集节点对应道路传感器，根据节点的地理经纬度坐标生成相似度矩阵；卷积空间特征增强：用卷积模块提取矩阵深度空间特征；自适应特征融合：引入可训练参数，对增强矩阵与元图加权求和得到支持矩阵；时空联合预测：通过GCRU组成的编码器‑解码器建模，编码器输入节点过去数据，解码器输出未来节点预测结果。本发明通过将地理空间信息和卷积层引入时空建模单元，增强模型对空间异质性和复杂关系的感知能力，结合动态融合机制，提高模型的预测准确性。
-
公开(公告)号：CN119091152A
公开(公告)日：2024-12-06
申请号：CN202411155073.8
申请日：2024-08-22
Applicant: 北京邮电大学
IPC: G06V10/40 , G06V10/80 , G06V10/766 , G06V10/764
Abstract: 本发明公开一种非理想条件下的车路协同联合感知方法及系统，属于车路协同技术领域；联合感知方法包括：从智能汽车和智能路侧基础设施中选择一个节点作为自我节点，围绕自我节点构建V2X图，共享元数据；在各个节点上，使用PointPillar模型从激光雷达感知环境得到的点云图像中提取视觉特征图；对提取的视觉特征图，采用一系列1×1卷积沿通道维度逐步压缩，各个节点使用车联网通信信道共享视觉特征图；通过设置V2X注意力融合模块和延迟补偿模块来修正自我节点接收的特征图，自我节点聚合修正后的特征图，完成节点间的特征融合；将融合特征图经过两个1×1卷积层进行检测框回归和分类，输出自我节点感知其他节点的3D检测框结果。
-
公开(公告)号：CN115936361A
公开(公告)日：2023-04-07
申请号：CN202211549023.9
申请日：2022-12-05
Applicant: 北京邮电大学
IPC: G06Q10/0631 , G06Q50/06 , G06N3/0464 , G06N3/098 , G06N20/20
Abstract: 本申请公开了一种云边缘系统联邦学习需求响应的在线调度方法及相关装置，方法包括获取各联邦学习任务的任务参数，并基于各任务参数以及调度参数确定任务社会福利及系统社会福利；以联邦学习任务训练时间约束、联邦学习任务训练条件约束、联邦学习任务的期望准确性约束及能量上限约束，基于任务社会福利及系统社会福利构建长期社会福利最大化问题；解耦所述长期社会福利最大化问题，得到调度结果。本申请以联邦学习任务的在线学习问题为出发点，以在动态环境中构建长期社会福利最大化问题，通过解耦构建长期社会福利最大化问题来实现边缘完了的长期社会福利最大化，从而可以降低联邦学习任务的训练成本。
-
-
-
-
-
-
-
-
-
Search Results
81
records
(took 0.029 seconds)
