-
公开(公告)号：CN115175122A
公开(公告)日：2022-10-11
申请号：CN202210778330.8
申请日：2022-07-01
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种基于半张量积压缩感知(Semi‑tensor Product Compression Sensing，STP‑CS)的室内定位方法。首先，在目标区域内部署和标定若干个位置已知的接入点(Access Point，AP)和参考点(Reference Point，RP)；其次，采集每一个RP的接收信号强度(Received SignalStrength，RSS)数据，然后对采集的RSS数据进行聚类，并找到聚类中心；再次，在在线阶段进行聚类匹配的粗定位，将在线测量的RSS与聚类中心比较，判断在线测量的RSS位于哪一个聚类中，从而缩小定位的区域；最后，利用半张量积理论，构造一个低阶的AP选择矩阵，然后利用STP‑CS方法构造STP‑CS模型，再通过迭代重加权最小二乘(Iterative Re‑weighted Least Square，IRLS)算法实现对位置的估计。本发明专利利用半张量理论构造低阶的随机测量矩阵，从而提出了一种基于半张量积压缩感知的室内定位方法，其在保证定位精度的同时，降低了开销，提高了定位的实时性。
-
公开(公告)号：CN110705501B
公开(公告)日：2022-09-20
申请号：CN201910971230.5
申请日：2019-10-14
Applicant: 重庆邮电大学
Abstract: 本发明提出了一种提升FMCW雷达手势识别精度的干扰抑制方法。首先，利用FMCW雷达采集每个手势动作的扫频数据，并对每一个扫频的雷达数据进行FFT变换，得到手势目标的距离估计，在前一次FFT变换的基础上，对每一个啁啾的雷达扫频数据进行FFT变换，得到手势目标的多普勒估计；其次，将距离估计和多普勒估计进行耦合得到手势目标的RDM后用帧差法去除RDM的背景噪声；然后进行静态和动态干扰抑制；最后将干扰抑制后的RDM图输入到深度3维卷积(3D ConvNets，C3D)网络、膨胀3D卷积(Inflated 3D ConvNet，I3D)网络和时序膨胀3D卷积((Long Short Term Memory network‑Inflated 3D ConvNet，TS‑I3D)网络进行特征提取后分类，输出不同的手势类别。本发明创造新地提出对距离‑多普勒图进行干扰抑制，提高了手势识别的精度。
-
公开(公告)号：CN114859624A
公开(公告)日：2022-08-05
申请号：CN202210459345.8
申请日：2022-04-27
Applicant: 重庆邮电大学
Abstract: 本发明提出了一种基于双流特征融合网络(Two‑Stream Feature Fusion ConvolutionalNetwork,TSFFCNet)的纠缠光量子图像目标识别方法。首先，将氩原子激光器产生的连续泵浦光照射至周期极化磷酸氧钛钾(Periodically Poled KTP,PPKTP)晶体，进行共线的Ⅱ型自发参量下转换过程，产生具有纠缠特性的闲置光和信号光；其次，闲置光和信号光通过偏振分束器被分离在两条光路上传输，信号光束经过成像透镜照射在待成像目标上后被单光子探测器收集，闲置光束经数字微镜装置(Digital Micromirror Device,DMD)扫描后被另一单光子探测器收集；再次，两条光路探测器收集到的光子通过光纤送入符合计数器进行测量得到量子图像；然后，建立双流特征融合网络，将量子图像输入到网络中进行训练；最后，根据深度学习网络提取的特征进行目标识别。
-
公开(公告)号：CN112131972B
公开(公告)日：2022-07-12
申请号：CN202010929951.2
申请日：2020-09-07
Applicant: 重庆邮电大学
Abstract: 本发明提出了一种基于注意力机制使用WiFi数据进行人体行为识别的方法。本发明首先使用一种基于信道状态信息(CSI)的幅值和相位特征的行为识别的方法，能够有效的解决在使用CSI进行行为识别的过程中的特征损的问题。然后利用信道频率响应(CFR)和信道冲激响应(CIR)可以通过傅里叶变换和反变换进行相互转换的原理，计算出WiFi设备所能得到的最小多径时延差之间的多径数据，通过确定经过人体反射和折射的多径信号到达接收机的时延间隔范围，对相关多径信号进行提取。最后使用一种用于CSI行为识别的注意力机制模型，利用注意力机制可以给不同特征分配学习权重的原理，从而实现高鲁棒性的运动序列切割和高精度的基于WiFi数据的人体行为识别。本发明设计的基于WiFi数据的复杂环境中的行为识别算法有效可靠，解决了传统算法无法对受人体影响的多径信号进行提取的问题和特征无法充分利用的问题，同时解决了传统切割算法鲁棒性差的问题，利用深度学习网络提高了系统在各种复杂环境下的识别精度和应用潜力。
-
公开(公告)号：CN109738861B
公开(公告)日：2022-05-27
申请号：CN201811514915.9
申请日：2018-12-12
Applicant: 重庆邮电大学
IPC: G01S5/02
Abstract: 本发明提出了一种基于Wi‑Fi信道状态信息(Channel State Information,CSI)的三维联合估计方法。首先，为了克服天线数量和信道带宽对二维联合估计模型的局限性，将获得的信道状态信息从子载波、天线、数据包三个维度构成一个三维矩阵。其次，对三维矩阵进行降维处理，并在此基础上进行子载波、天线、数据包之间的平滑处理。最后，对平滑之后的矩阵进行信号子空间和噪声子空间分解，从而构造谱函数。在谱函数的基础上，进行到达角(Angle of Arrival,AoA)、飞行时间(Time of Flight,ToF)、多普勒频移(Doppler Frequency Shift,DFS)的三维参数联合搜索。本发明设计的三维联合估计算法在天线数量少、信道带宽窄的情况下仍能达到较高的估计精度，为精确的室内跟踪定位等应用提供了理论基础。
-
Patent Agency Ranking
公开(公告)号：CN111866709B
公开(公告)日：2022-05-17
申请号：CN202010601172.X
申请日：2020-06-29
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种面向运动目标的室内Wi‑Fi定位误差界估计方法。该方法首先提出了基于运动目标的接收信号波形表达式，选择从频域的角度分析，确定未知参数向量，通过频域计算克拉美罗下界(Cramer‑Rao Lower Bound,CRLB)的方法，对未知参数向量进行处理，得到待估计参数，然后通过计算待估计参数的费歇尔信息矩阵(Fisher information matrix,FIM)，进而得到了面向运动目标的室内Wi‑Fi定位误差界分析方法，最后，本发明分析了不同因素对面向运动目标的室内Wi‑Fi定位精度的影响。利用该方法可以在设计定位系统时提供参照依据，对系统的定位性能进行评估，以便于优化定位系统，提高定位精度。
-
公开(公告)号：CN111757249B
公开(公告)日：2022-05-03
申请号：CN202010436857.3
申请日：2020-05-21
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种基于信息增益比的多特征模糊映射接入点优化方法。首先，利用离线接收信号强度(Received Signal Strength,RSS)特征构造接入点(Access Point,AP)的信息增益比集合和离线RSS特征的模糊关系矩阵；其次，利用关于离线RSS特征的模糊关系方程获取离线RSS特征的模糊权重；再次，通过在待定位点(即测试点)处采集来自不同AP的RSS，构造在线RSS特征的模糊判定矩阵和在线阶段AP的模糊隶属度集合；最后，将具有较大模糊隶属度的AP定义为具有较强位置分辨力的AP，并将其作为优化AP用于定位。实验结果表明，本发明方法在具有较高定位精度的同时还具有较低的计算开销。
-
公开(公告)号：CN111918228B
公开(公告)日：2022-04-29
申请号：CN202010807850.8
申请日：2020-08-12
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于证据合成规则优化的Wi‑Fi室内定位方法，属于室内定位技术领域。首先，简历每个参考点与目标位置的关系状态集合，并利用边界误差检验方法校正RSS样本均值；其次，将归一化的信号传播距离分布估计作为D‑S证据理论的基本概率赋值，建立每个参考点与目标位置关系状态的初始信任；基于D‑S证据合成规则融合了多源RSS信息来获取每个参考点的综合信任估计，与此同时，利用基于D‑S证据理论的信任函数对理想参考点进行选择；根据信任函数的决策规则筛选信任度高的理想参考点作为理想匹配参考点，并结合质心算法对目标位置进行估计。本发明一方面优化了定位系统的精度，另一方面增加了定位结果的稳定性和可靠性。
-
公开(公告)号：CN114372543A
公开(公告)日：2022-04-19
申请号：CN202210026032.3
申请日：2022-01-11
Applicant: 重庆邮电大学
Abstract: 本发明提出一种基于射频识别(Radio Frequency Identification，RFID)和载波相位的室内多目标3D定位系统及方法，涉及RFID和室内定位技术领域。针对室内多目标定位时效性和精度技术难题，本发明借助射频识别(Radio Frequency Identification，RFID)技术优势搭建定位平台，利用无源标签实现定位目标区分，并将定位问题转为优化问题，通过融合多信号分类(Multiple Signal Classification,MUSIC)算法测向原理、多载波相位测距原理及粒子群优化(Particle Swarm Optimization,PSO)算法，提出联合粒子群优化(Joint Particle Swarm Optimization,JPSO)算法，省略了测向和测距的检索过程，降低了PSO算法定位精度对迭代次数和粒子群数量的依赖，直接实现多目标同步定位。本发明提供了一种有效的室内多目标快速高精度定位模型，系统结构简单，部署方便，可在大多数典型室内环境中提供定位服务。
-
公开(公告)号：CN110584631B
公开(公告)日：2022-03-25
申请号：CN201910957630.0
申请日：2019-10-10
Applicant: 重庆邮电大学
IPC: A61B5/0205 , A61B5/00 , G01S7/41 , G01S13/88 , G06K9/00 , A61B5/0507
Abstract: 本发明提出了一种基于FMCW雷达的静态人体心跳和呼吸信号提取方法。首先，根据实际人体目标检测数据分析计算，得到人体目标的距离、多普勒和角度三参数信息。接着，构建距离‑时间图、距离‑多普勒图、距离‑角度图三参数图像。然后利用图像通过2D‑OS‑CFAR检测环境中存在的目标个体，确定待检测人体目标，同时抑制非待测人体目标信号对待测人体目标信号的干扰。最后，对检测到的待测人体目标基于求导运算的扩展DACM算法进行心跳和呼吸信号提取。本发明创新地提出一种基于FMCW雷达的静态人体心跳和呼吸信号简便提取方法，实现了非接触式检测人体心跳和呼吸信号，避免传统接触检测设备给患者带来的束缚和不适；同时该方法可以有效地抑制干扰，分离出待检测人体目标信号。
-
-
-
-
-
-
-
-
-
Search Results
248
records
(took 0.028 seconds)
