-
公开(公告)号：CN113271338A
公开(公告)日：2021-08-17
申请号：CN202110445941.6
申请日：2021-04-25
Applicant: 复旦大学
Abstract: 本发明属于无线传输技术领域，具体为一种移动增强现实场景的智能预加载算法。本发明的智能预加载算法，边缘服务器端对于用户的轨迹进行学习，将用户在还没到达某一全息内容前将文件推送给用户。这种推送算法利用空闲带宽对全息内容进行传输以提高边缘基站的传输效率。智能预加载算法在没有提前预知用户的运动轨迹的场景下，将用户的运动轨迹视为马尔可夫决策过程，自适应地学习最优预加载策略。智能预加载算法使移动设备通过自身的缓存空间选择性地存储接收到的内容以备将来的请求。尤其是，为了解决场景中全息内容稀疏导致的学习不收敛问题，提出状态相关Q学习算法。
-
公开(公告)号：CN104540156B
公开(公告)日：2018-02-23
申请号：CN201410793594.6
申请日：2014-12-20
Applicant: 复旦大学
IPC: H04W24/02
Abstract: 本发明属于无线通信技术领域，具体是一种适用于LTE系统的同频小区检测方法。当两个小区使用相同的主同步信号和不同的辅同步信号时，本发明方法同时检测出两个小区的小区标识组号。该方法首先接收两帧数据，利用普通的小区检测法先检测出强信号小区的主同步和辅同步信号；在此基础上通过建立并求解方程组，获得强信号小区信道参数的估计；接着利用信道估计值对强小区信号进行重构，然后通过干扰抵消获得弱信号小区的接收信号；对消除干扰后的信号进行相关检测，最终获得弱信号小区的小区标识组号。本发明可以极大提高弱信号小区的检测成功率。
-
公开(公告)号：CN104023377A
公开(公告)日：2014-09-03
申请号：CN201410251141.0
申请日：2014-06-08
Applicant: 复旦大学
IPC: H04W48/16
Abstract: 本发明属于无线通信技术领域，具体为一种适用于3GPP-LTE系统的高精度小区初始频点搜索方法。对接收信号功率谱估计的准确性是频点搜索的关键，本发明在频点搜索过程中采用Welch谱估计算法对接收信号进行功率谱估计，通过对有限长度的时域数据进行分段，允许各段数据相互重叠，然后分别对各段数据进行时域加窗并估计功率谱，最后将经由各段数据处理得到的功率谱估计结果进行平均，得到功率谱的最终估计值，从而搜索出多小区信号所处的中心频点和各自信号带宽。本发明可以降低谱估计的方差，抑制旁瓣泄露，提高小区搜索的准确性。
-
公开(公告)号：CN118244225A
公开(公告)日：2024-06-25
申请号：CN202410305837.0
申请日：2024-03-18
Applicant: 复旦大学
Abstract: 本发明属于信号处理技术领域，具体为一种基于毫米波伪随机调相连续波雷达的二维角度估计方法。本发明包括采用单基地L型均匀天线阵列，发送端采用相同伪随机码经过外部码变换形成相互正交的发射信号；接收端将阵元接收数据与发射信号进行匹配滤波和累积，提取存在目标位置信息的数据，经过傅里叶变换提取目标速度信息的数据，然后通过发送端的外部码信息构建虚拟矩阵，并划分子空间阵列，子空间阵列的行数根据匹配滤波和傅里叶变换结果决定；最后采用ESPRIT算法，估计目标方位角和俯仰角。本发明可避免复杂度较高的谱峰搜索，提高运算效率，满足实时性要求；同时有效防止目标距离、速度与方位角、俯仰角以及方位角和俯仰角之间配对错误。
-
公开(公告)号：CN117974815A
公开(公告)日：2024-05-03
申请号：CN202410117890.8
申请日：2024-01-29
Applicant: 复旦大学
IPC: G06T9/00 , H04N19/597 , H04N19/147 , H04N19/85 , H04N19/91 , G06T17/00 , G06N3/0455 , G06N3/0464
Abstract: 本发明属于点云编码技术领域，具体为一种曲面特征约束的渐进式点云几何信息压缩方法。本发明方法包括：对点云预处理，得到大小相同的局部点云面片，该点云面片通常代表点云的低级局部信息，如平面、抛物面和柱面等。在编码端，利用神经网络提取点云面片的局部曲面特征和锚点特征；利用锚点特征与局部曲面特征的相关性，进一步压缩局部曲面特征。在译码端，考虑到点云面片在三维点云空间中的连续性，可将点云面片视为二维平面的同构体；利用二维平面的先验信息，根据曲面特征重建三维点云，从而将点云约束在曲面流形中，实现点云的高效压缩。
-
Patent Agency Ranking
公开(公告)号：CN117939158A
公开(公告)日：2024-04-26
申请号：CN202410117893.1
申请日：2024-01-29
Applicant: 复旦大学
Abstract: 本发明属于分布式信源编码技术领域，具体为一种自适应频域滤波辅助空间转换的分布式信源编码方法。本发明包括：在编码端，将输入图像转换至频域，利用神经网络根据幅度谱和相位谱生成滤波器，并进行滤波；对通过滤波的频域成分采用自编码器进行编码；采用可训练的墒编码器对特征编码；在译码端，利用输入图像与边信息中相同频域成分计算仿射系数，对边信息仿射以消除图像间由于视差带来的畸变，实现对齐；结合对齐后的边信息重建输入图像。与现有技术相比，本发明将设计重点转移到编码端，通过主动的自适应频域滤波有效的筛选出各个压缩率下最重要的频域成分，提高了压缩效率，在译码端利用仿射变换提高边信息的匹配度，提高了重建效果。
-
公开(公告)号：CN116865804A
公开(公告)日：2023-10-10
申请号：CN202310645689.2
申请日：2023-06-01
Applicant: 复旦大学
IPC: H04B7/06
Abstract: 本发明属于天线阵列设计技术领域，具体为基于常模约束的波束赋性算法。本发明算法根据给出的波束目标中的波束朝向、宽度以及形状函数，将波束赋形的目标归结成微分方程形式，从而到问题的解析解，根据波束赋性的目标，可以在常数级复杂度内求解出每根天线所需要的配置。本发明可大大降低超大规模阵列上求解波束赋性的时间复杂度。本发明的解析解是基于常模约束的，所以主要应用于模拟波束赋形和被动波束赋形领域。同时，本发明中的解析解可以自由调控波束的宽度，朝向以及形状，这大大增加了系统设计的自由度。
-
公开(公告)号：CN114826831A
公开(公告)日：2022-07-29
申请号：CN202110129666.7
申请日：2021-01-29
IPC: H04L25/02
Abstract: 本申请实施例提供一种信道估计方法及装置，能够基于生成网络进行信道估计，提高信道估计精度。该方法包括：接收端装置获取第一导频，并根据第一导频确定导频子载波处的信道频率响应；此外，接收端装置将第一随机噪声输入第一生成网络，得到第一信道频率响应后，根据导频子载波处的信道频率响应和第一估计值，确定第二随机噪声，第一信道频率响应为第一时间单元的初始信道频率响应，第一估计值为第一信道频率响应在导频子载波处的值；得到第二随机噪声后，接收端装置将第二信道频率响应作为第一时间单元的最终信道频率响应，第二随机噪声作为第一生成网络的输入时，第一生成网络的输出为第二信道频率响应，第一时间单元为第一导频所处的时间单元。
-
公开(公告)号：CN113163184A
公开(公告)日：2021-07-23
申请号：CN202110322371.1
申请日：2021-03-25
Applicant: 复旦大学
IPC: H04N9/31
Abstract: 本发明属于自适应传输技术领域，具体为一种面向VR自适应传输的投影算法。本发明设计的投影算法包括：引入平移因子的立方体投影，将ERP全景图投影至立方体表面，生成6个正方形投影图；对主视面和后面使用投影主视面像素密度调整，减少边缘冗余像素，再经压缩得到投影后图像；对侧面使用像素密度调整的侧面压缩方法，调整像素分布，压缩像素数量，生成最终的投影全景图。本发明算法，投影主视面FOV可以根据需要进行调整，增大了算法的灵活性；使得像素向中心聚集，改善投影面边缘冗余像素问题，提升图像质量；在减少像素冗余的同时，可提高图像质量过渡的平滑性。
-
公开(公告)号：CN112492313A
公开(公告)日：2021-03-12
申请号：CN202011316056.X
申请日：2020-11-22
Applicant: 复旦大学
Abstract: 本发明属于图像传输技术领域，具体为一种基于生成对抗网络的图片传输系统。所述生成对抗网络GAN具有两个判别器和一个生成器；生成器和判别器都是卷积神经网络；所述图片传输系统包括发送端和接收端；发送端包括压缩模块和编码模块，压缩模块用于将原始图片进行可导压缩；编码模块用于对压缩后的图片进行编码，得到图像的观测值，进行发送；接收端包括译码器、最优潜变量生成模块、生成器网络；接收端利用云上的相关数据集训练GAN，利用接收到的压缩后的图片在GAN上优化，所述最优潜变量生成模块将译码器得到的压缩图片通过优化得到最优噪声潜变量；最后由生成器网络重建图像。
-
-
-
-
-
-
-
-
-
Search Results
47
records
(took 0.022 seconds)
