-
公开(公告)号：CN111951296A
公开(公告)日：2020-11-17
申请号：CN202010883994.1
申请日：2020-08-28
Applicant: 福州大学
Abstract: 本发明涉及一种目标跟踪方法及装置，该方法包括以下步骤：步骤S1：通过图像传感器从外部获取彩色图像并进行图像格式转换，将彩色图像转换为灰度图像，格式转换完成后进入步骤S2；步骤S2：利用中值滤波算法对灰度图像进行降噪处理，降噪处理完成后进入步骤S3；步骤S3：在图像的第一帧选定初始跟踪目标并保存该目标作为目标模板，然后进入步骤S4；步骤S4：在后续的视频帧中采用融合归一化互相关模板匹配和卡尔曼滤波的跟踪算法进行目标跟踪，并对跟踪结果进行标识。该方法及装置有利于提高跟踪的精度和实时性。
-
公开(公告)号：CN106788821B
公开(公告)日：2020-03-10
申请号：CN201710057130.2
申请日：2017-01-23
Applicant: 福州大学
IPC: H04B17/382
Abstract: 本发明涉及一种认知无线电中双通道非参数化能量频谱感知方法，包括以下步骤：步骤一、每个认知用户都要从两个通道即待测信道和一个空白信道接收信号，这个空白信道可以是保护频带也可以是系统内预留的某些子频带；步骤二、根据从两个通道接收到的信号，构建判决统计量；步骤三、根据给定的虚警概率，构建判决门限；步骤四、将判决统计量和判决门限进行对比，如果判决统计量大于等于判决门限，则判断授权用户信号出现，否则判断其为不出现。本发明解决了在噪声不确定的情况下，如何使用能量检测技术并充分利用搜集到的信号，从而进行高准确度判决的问题。
-
公开(公告)号：CN106877951B
公开(公告)日：2020-01-14
申请号：CN201710062395.1
申请日：2017-01-23
Applicant: 福州大学
IPC: H04B17/382
Abstract: 本发明涉及一种基于复小波的宽频带认知无线电频谱感知方法，包括以下步骤：步骤S1：构建一个尺度因子、位移因子可调的复小波射频接收前端；步骤S2：在频谱感知的粗感知阶段，将复小波射频接收前端所接收到的信号和设置好的复小波进行卷积得到积分后的小波系数，再将傅里叶变换得到的傅里叶系数用以反应当前频带的占用情况；进行一阶求导处理，得到每个占用频段的边界；在频谱感知的细感知阶段，进行再一次的信号接收，计算得到判决统计量并根据给定的虚警概率确定判决门限；在每个占用频带，根据计算得到的判决统计量和判决门限，判断授权用户信号是否出现。本发明解决了在宽带频谱条件下，如何使用Morlet复小波技术进行快速而精确地频谱感知的难题。
-
公开(公告)号：CN118987528A
公开(公告)日：2024-11-22
申请号：CN202411200103.2
申请日：2024-08-29
Applicant: 福州大学
Abstract: 本发明涉及一种工业园消防用空中巡检消防机器人系统，包括巡检导轨、并联机器人、灭火剂高压存储装置和控制模块；巡检导轨上设有导向轨道和齿条；并联机器人的基座上设有滑块，滑块上安装齿轮驱动电机，其输出端连接齿轮；基座上均布四个伺服电机，基座下部竖设四个竖向滑轨，竖向滑轨上设有丝杆和竖向滑块，伺服电机输出端向下连接丝杆，竖向滑块转动连接转动臂，转动臂与U型叉转动连接；四个U型叉中两两个与同一动平台转动连接，动平台下部安装喷枪，喷枪上设有摄像头；灭火剂高压存储装置安装于基座下部，并通过高压软管与喷枪连通；控制模块安装于基座上并与各电机连接。该系统结构稳定、可靠，应用局限性小，工作灵活、机动，使用效果好。
-
公开(公告)号：CN118762295A
公开(公告)日：2024-10-11
申请号：CN202410795784.5
申请日：2024-06-19
Applicant: 福州大学
IPC: G06V20/17 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N5/04
Abstract: 本发明提出了一种基于FPGA的高能效嵌入式无人机入侵检测系统，采用量化感知训练QAT对网络进行再训练和量化，在保证检测精度前提下，将权重参数与特征图数据量化为8位，并将批归一化层融合进卷积层，降低了硬件资源的消耗。整体系统采用软硬件协同设计实现，合理划分软硬件任务，从而实现了整个系统的高效性。整体系统采用软硬件协同设计实现，合理划分软硬件任务，从而实现了整个系统的高效性。
-
Patent Agency Ranking
公开(公告)号：CN115766089B
公开(公告)日：2024-06-28
申请号：CN202211271268.X
申请日：2022-10-18
Applicant: 福州大学
IPC: H04L9/40 , H04L41/14 , H04B17/382
Abstract: 本发明涉及一种能量采集认知物联网络抗干扰最优传输方法。通过将认知无线电技术、能量采集技术、抗干扰技术在通信领域相结合，将认知物联网络建模为一个主基站、多个主用户、多个物联网节点、一个物联网认知基站和多个恶意攻击节点所构成的完整系统。通过深度强化学习方法对认知物联网络各个节点在发送、接收信号被恶意攻击的情况下，认知基站无需先验知识，无模型的学习恶意节点信道攻击策略，合理制定对抗策略并调节各个节点的信道接入、模式选择和功率分配以达到系统吞吐量最大化目的。本发明适用于无线通信领域。
-
公开(公告)号：CN114126021B
公开(公告)日：2024-04-09
申请号：CN202111425954.3
申请日：2021-11-26
Applicant: 福州大学
Abstract: 本发明涉及一种基于深度强化学习的绿色认知无线电的功率分配方法，首先建立功率分配模型，并按如下步骤对其进行训练：S1、初始化回合训练次数、记忆池的容量以及深度神经网络随机参数；S2、在每个回合开始时，初始化状态；S3、在每个回合的第t步，根据贪婪策略选择动作；S4、将动作输入到认知无线环境中，环境返回回报，更新电池可用能量，更新状态，并把状态转移存储到记忆池；S5、从记忆池中随机采样设定批量的状态转移，执行梯度下降步骤；然后通过训练好的功率分配模型进行功率分配。该方法有利于根据环境的变化做出最优的功率控制和分配。
-
公开(公告)号：CN111951296B
公开(公告)日：2022-07-08
申请号：CN202010883994.1
申请日：2020-08-28
Applicant: 福州大学
Abstract: 本发明涉及一种目标跟踪方法及装置，该方法包括以下步骤：步骤S1：通过图像传感器从外部获取彩色图像并进行图像格式转换，将彩色图像转换为灰度图像，格式转换完成后进入步骤S2；步骤S2：利用中值滤波算法对灰度图像进行降噪处理，降噪处理完成后进入步骤S3；步骤S3：在图像的第一帧选定初始跟踪目标并保存该目标作为目标模板，然后进入步骤S4；步骤S4：在后续的视频帧中采用融合归一化互相关模板匹配和卡尔曼滤波的跟踪算法进行目标跟踪，并对跟踪结果进行标识。该方法及装置有利于提高跟踪的精度和实时性。
-
公开(公告)号：CN114581705A
公开(公告)日：2022-06-03
申请号：CN202210200381.2
申请日：2022-03-02
Applicant: 福州大学
IPC: G06V10/764 , G06K9/62 , G06N3/04 , G06N3/08 , G06V10/774
Abstract: 本发明涉及一种基于YOLOv4模型和卷积神经网络的水果成熟检测方法和系统。该方法包括：步骤S1、将训练图片输入基于YOLOv4模型的水果识别单元；步骤S2、将来自水果识别单元的训练数据集输入水果成熟检测单元以训练水果成熟检测单元的基于卷积神经网络的深度学习模型；步骤S3、通过摄像头和树莓派拍摄图片并将图片输入水果识别单元；步骤S4、将图像输入水果成熟检测单元，输出是否成熟。本发明在YOLOv4模型基础上结合水果成熟检测模型，以对水果的成熟进行检测，并使用轻量级YOLOv4‑tiny结构作为YOLOv4模型中识别网络，以提高水果检测的精度和速度；本发明可运用于日常生活中水果成熟的检测，以方便对于水果的储存。
-
公开(公告)号：CN114126021A
公开(公告)日：2022-03-01
申请号：CN202111425954.3
申请日：2021-11-26
Applicant: 福州大学
Abstract: 本发明涉及一种基于深度强化学习的绿色认知无线电的功率分配方法，首先建立功率分配模型，并按如下步骤对其进行训练：S1、初始化回合训练次数、记忆池的容量以及深度神经网络随机参数；S2、在每个回合开始时，初始化状态；S3、在每个回合的第t步，根据贪婪策略选择动作；S4、将动作输入到认知无线环境中，环境返回回报，更新电池可用能量，更新状态，并把状态转移存储到记忆池；S5、从记忆池中随机采样设定批量的状态转移，执行梯度下降步骤；然后通过训练好的功率分配模型进行功率分配。该方法有利于根据环境的变化做出最优的功率控制和分配。
-
-
-
-
-
-
-
-
-
Search Results
64
records
(took 0.03 seconds)
