-
公开(公告)号：CN114694174B
公开(公告)日：2024-12-17
申请号：CN202210199016.4
申请日：2022-03-02
Applicant: 北京邮电大学
IPC: G06V40/10 , G06V10/82 , G06N3/0464 , G06V10/774
Abstract: 本发明公开了一种基于时空图卷积的人体交互行为识别方法，属于人工智能领域，具体为：首先，用深度摄像机录制时间T内的双人交互行为的视频，直接提取人体骨骼关键点三维坐标数据，将数据规整成形如1×M×C×T×V的张量；初始化时空交互图卷积网络，输入数据张量经过归一化层后，到达6层结构相同的子网络层，每层子网络层由两个单人特征提取模块和一个交互特征关联模块组成；单人特征提取模块包含空间图卷积模块GCN和时间卷积模块TCN；经过6层空间图卷积和时间卷积后输出两张量特征R1,R2进行归一化后在通道维度处拼接，依次经过全连接层和Softmax层得到类别号label，最后，查询类别号‑行为名称组成的哈希表，得到行为名称；本发明有效提高了交互特征的聚合效率和识别准确率。
-
公开(公告)号：CN117351085A
公开(公告)日：2024-01-05
申请号：CN202311320145.5
申请日：2023-10-12
Applicant: 北京邮电大学
Abstract: 本发明公开了一种基于特征匹配的单信标视觉定位方法，研究单目相机只能捕获单个二维码信标场景下的接收端位姿求解。本发明包括：将单个二维码作为视觉信标，信标包含三个特征点和编码图案，由相机捕获信标整体图像，解码获得信标ID，得到特征点的世界坐标；通过特征点组成的直角三角结构匹配特征点与图像点间的映射关系，再结合相机成像模型求解特征点的相机系坐标；结合三特征点构成的向量获取空间法向量坐标，构成正交向量基；最终结合单视图几何与空间基底理论，分别求解相机的姿态矩阵与位置。本发明方法采用单信标实现了抗图像噪声和高精度的3D空间定位，且对图像噪声具有较强的鲁棒性，即使在远距离拍摄信标也可实现精确定位。
-
公开(公告)号：CN114299133A
公开(公告)日：2022-04-08
申请号：CN202111563989.3
申请日：2021-12-20
Applicant: 北京邮电大学
Abstract: 本发明提出了一种可见光通信辅助的透视圆形和弧线的室内定位方法，属于可见光通信与室内定位技术领域，具体为：首先，在室内搭建收发端通信场景，接收端作为待定位对象，捕捉发射端的光线信息并成像，找到目标灯具；然后，通过目标灯具的完整圆形图像与同时存在的相邻局部灯具图像，计算法向量；接着，利用搭建的VLC空时编码模型，结合几何投影原理，计算目标灯具的圆心G以及虚拟标记点M。根据目标灯具的法向量以及水平向量在CCS坐标系和WCS坐标系的对应关系，计算目标灯具从CCS到WCS的旋转矩阵和平移向量，即分别为WCS坐标系下相机的姿势矩阵和位置坐标。本发明室内系统实现更加简单，可实现更高的定位精度和更准确的相机姿态解算。
-
公开(公告)号：CN113163377B
公开(公告)日：2022-04-01
申请号：CN202110449114.4
申请日：2021-04-25
Applicant: 北京邮电大学
Abstract: 本申请公开了一种无人机网络部署和资源分配方法及其装置，其中一种无人机网络部署和资源分配方法具体包括以下步骤：进行初始化参数设置；根据初始化参数优化D2D用户缓存放置信息；根据优化后的D2D用户缓存放置信息优化无人机飞行轨迹信息；根据优化后的无人机飞行轨迹优化无人机缓存放置信息；重复上述步骤，判断是否达到第二指定迭代次数；若达到第二指定迭代次数，则将优化后的D2D用户缓存放置信息、优化后的无人机飞行轨迹信息以及优化后的无人机缓存放置信息分别作为最佳D2D用户缓存放置信息、最佳无人机飞行轨迹信息以及最佳无人机缓存放置信息。本申请能够提高了D2D用户体验质量和缓存内容效用，同时节省系统内能量消耗。
-
公开(公告)号：CN111132083B
公开(公告)日：2021-10-22
申请号：CN201911214993.1
申请日：2019-12-02
Applicant: 北京邮电大学
Abstract: 本发明公开了一种车辆编队模式下基于NOMA的分布式资源分配方法，属于无线通信领域。本发明提出的方法首先将该资源分配问题解耦为功率分配和子信道分配两部分，然后分别提出基于车队行驶状态的功率分配方案和基于分布式多智能体强化学习(RL，reinforcement learning)的频谱分配方案进行求解。在功率分配部分，通过与固定功率分配方案进行对比，本发明提出的考虑安全距离的功率分配方案能够为不同车道上的车辆编队提供更加公平的通信性能；在频谱分配部分，本发明提出的方案可以充分利用强化学习强大的自主学习能力，通过在多智能体Q‑learning中考虑基于队列位置的邻域迭代顺序来获得较快的收敛速度。本发明在保证V2I通信的前提下，通过利用基于NOMA的分布式资源分配，实现了最大化V2mV链路总吞吐量，提高了系统的通信性能。
-
Patent Agency Ranking
公开(公告)号：CN112164113A
公开(公告)日：2021-01-01
申请号：CN202010980688.X
申请日：2020-09-17
Applicant: 北京邮电大学
Abstract: 本发明提供了一种室内定位中新颖的可见光通信辅助的透视四线方法，属于无线通信技术领域。具体包括：首先构建包括LED灯具发射器和待定位相机接收器的场景，待定位相机获得LED灯具四个顶点投影的像素坐标后变换到图像坐标；然后，在CCS中估计LED灯具的方向；计算LED灯具的四个顶点在CCS中的相机坐标；接着利用LED灯具在CCS和WCS中的方向，计算待定位相机在xc轴和yc轴对应的旋转角；利用LED灯具在CCS中的相机坐标，计算WCS中待定位相机的z坐标；最后，基于线性最小二乘法计算待定位相机zc轴对应的旋转角、以及WCS中待定位相机的x坐标和y坐标，最终得到待定位相机在WCS中的姿态和位置。本发明只需要单个灯具进行定位，在不同灯具宽度和图像噪声下，精度性能优于P4L法和CA‑RSSR。
-
公开(公告)号：CN109729528B
公开(公告)日：2020-08-18
申请号：CN201910161391.8
申请日：2019-03-04
Applicant: 北京邮电大学
Abstract: 本发明公开了一种基于多智能体深度强化学习的D2D资源分配方法，属于无线通信领域。首先构建蜂窝网络与D2D通信共享频谱的异构网络模型，基于其存在的干扰，建立D2D接收用户的信干噪比SINR以及蜂窝用户的SINR，然后分别计算蜂窝链路和D2D链路的单位带宽通信速率后，以将最大化系统容量为优化目标，构建异构网络中的D2D资源分配优化模型；针对时隙t，在D2D资源分配优化模型的基础上，构建每一个D2D通信对的深度强化学习模型；分别对后续时隙中的每个D2D通信对提取各自的状态特征矢量，输入训练好的深度强化学习模型中，得到各个D2D通信对的资源分配方案。本发明优化了频谱分配和传输功率，最大化了系统容量，提供了低复杂度的资源分配算法。
-
公开(公告)号：CN106788819B
公开(公告)日：2020-06-12
申请号：CN201611257469.9
申请日：2016-12-30
Applicant: 北京邮电大学
IPC: H04B17/382 , H04B17/345 , H04B17/391
Abstract: 本发明公开了一种基于极化信息处理的认知异构蜂窝网络频谱共享方法，其利用极化信息处理实现认知异构蜂窝网络中宏蜂窝和小蜂窝间的频谱共享，应用于认知异构蜂窝网络。本发明优化小蜂窝用户接收极化状态，减小来自宏蜂窝基站的干扰；优化小蜂窝基站发送极化状态，减小对宏蜂窝用户的干扰，保证宏蜂窝用户的正常工作；利用认知异构蜂窝网络的极化信息，实现小蜂窝下行容量的最大化；采用虚拟变极化方法产生极化状态，相比于改变天线硬件配置产生极化状态的方法，具有实现复杂度低的优点。
-
公开(公告)号：CN111083708A
公开(公告)日：2020-04-28
申请号：CN201911214994.6
申请日：2019-12-02
Applicant: 北京邮电大学
Abstract: 本发明公开了一种基于干扰感知多图的V2V通信异质频谱分配方法，属于无线通信领域。首先构建集成蜂窝频段和毫米波频段的车联网V2V通信网络模型，建立V2V接收用户的异质频谱信干噪比SINR以及蜂窝用户的SINR；然后利用V2V接收用户的SINR计算V2V链路的单位带宽通信速率；并将最大化V2V链路最小单位带宽通信速率为优化目标，以V2V链路的延时和可靠性约束和CUE的SINR高于最低SINR要求为优化条件，构建车联网异质频谱共享优化模型；构建干扰感知多图模型对V2V异质频谱资源分配优化模型进行优化，得到各个V2V通信链路的资源分配方案。本发明提高了系统通信速率，保证了V2V通信的延时和可靠性要求，并保障了蜂窝用户的通信质量。
-
公开(公告)号：CN111065070A
公开(公告)日：2020-04-24
申请号：CN201911371868.1
申请日：2019-12-27
Applicant: 北京邮电大学
IPC: H04W4/40 , H04B17/391 , H04B17/309
Abstract: 本发明公开了一种认知车联网中的合作毫米波频谱感知方法，其中利用感知结果相似度以及车辆移动模式相似度对用户选择建立优化模型，根据接收的毫米波信号中的噪声和干扰不确定性设计了基于DS(Dempster-Shafer)证据理论的融合方法，实现了在认知车联网中的合作毫米波频谱感知，有效提高了感知性能。本发明引入皮尔逊相关系数表征认知用户处于同一授权用户波束范围的可能性，并基于车辆的移动性模式限制合作用户的选择，保证参与合作的用户能在同一时间段内对同一授权用户进行感知；考虑噪声和干扰不确定性表征了认知用户对于本地感知的不确定性并基于此进行基于DS证据理论的融合，实现在噪声和干扰不确定性情况下感知性能的提高。
-
-
-
-
-
-
-
-
-
Search Results
152
records
(took 0.062 seconds)
