-
公开(公告)号:CN118133741A
公开(公告)日:2024-06-04
申请号:CN202410291103.1
申请日:2024-03-14
Applicant: 重庆邮电大学
IPC: G06F30/331 , G06T1/20 , G06F15/78
Abstract: 本发明公开了一种基于FPGA的图像处理实现方法及FPGA芯片,涉及图像处理技术领域。实现过程为:确定待实现的图像处理算法,搭建图像处理算法的仿真模型;通过仿真模型处理测试图像信息,得到第一处理结果;将第一处理结果与图像处理程序的第二处理结果进行比较,根据比较结果调整仿真模型的参数;最后将仿真模型转换为硬件代码,部署到FPGA。本发明将繁琐复杂的代码调试问题转变为对仿真模型参数的调整,简化了图像处理算法的硬件代码开发过程和代码调试过程,缩短了开发时间。
-
公开(公告)号:CN117767987A
公开(公告)日:2024-03-26
申请号:CN202311719916.8
申请日:2023-12-14
Applicant: 重庆邮电大学
IPC: H04B7/06 , H04B7/0456 , H04W72/50 , G06N3/092 , H04W72/541 , H04W72/542 , H04W16/14
Abstract: 本发明涉及一种基于DDPG的IRS辅助认知无线电系统波束成形方法,属于无线通信技术领域。首先在考虑次基站最大发射功率约束、次基站对主用户的干扰容限约束以及IRS相移矩阵单位模量约束的情况下,建立一个联合优化次基站波束成形和IRS相移矩阵的资源分配模型;其次提出了一种基于深度确定性策略梯度(Deep Deterministic Policy Gradient,DDPG)的主被动波束成形算法,联合进行变量优化以最大化次用户和速率,可以同时获得联合优化解。本发明相对于传统优化方法在和速率性能接近的情况下具有更低的时间复杂度。
-
公开(公告)号:CN117765367A
公开(公告)日:2024-03-26
申请号:CN202311719915.3
申请日:2023-12-14
Applicant: 重庆邮电大学
IPC: G06V10/82 , G06V10/774 , G06V10/80 , G06V10/764 , G06V10/52
Abstract: 本发明涉及一种遮挡物体检测能力增强的实时目标检测方法,其特征在于:包括以下步骤:S1:构建图像数据训练集;S2:设计卷积神经网络的主干结构,对训练集进行特征提取,使提取特征具备归纳偏置特性;S3:设计检测颈部网络,在检测主干网络及头部网络间进行过渡,为检测头部网络提供高分辨率和高语义特征,并且压缩部分层的通道维数;S4:设计检测头部网络,加强检测头分支之间信息交互增强检测模型对边界周围信息的利用效果,通过对概率预测对图像中存在的目标类别及坐标进行表征;S5:通过适用于边界概率预测的训练方法进行训练;S6:在自然数据集上进行检测,并对预测结果利用非极大值抑制算法进行筛选。
-
公开(公告)号:CN117749181A
公开(公告)日:2024-03-22
申请号:CN202311792325.3
申请日:2023-12-25
Applicant: 重庆邮电大学
IPC: H03M1/10
Abstract: 本发明请求保护一种基于皮尔逊相关系数的时钟偏差数字校准系统及方法,应用于时域交织型模数转换器之中。引入皮尔逊相关系数,通过将两个通道的数字输出码提取出来作为样本,然后计算皮尔逊相关系数中的对应变量对其进行进一步处理可以得到由于时钟偏差的存在导致相关性系数变量的差值,通过这个差值可以求得其通道间时钟偏差的大小。然后,利用电压与微分的关系,将由于时钟偏差产生的误差电压去除,以达到消除时钟偏差对于ADC的动态性能的影响。该校准方法无需额外参考通道,对于输入信号无特定要求,一个校准周期就能将多个通道同时校准完成,控制逻辑简单,可以达到以较小的代价快速校准时钟偏差的目的。
-
公开(公告)号:CN115393634B
公开(公告)日:2023-12-26
申请号:CN202210962295.5
申请日:2022-08-11
Applicant: 重庆邮电大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/096 , G06N3/045
Abstract: 本发明涉及一种基于迁移学习策略的少样本目标实时检测方法,属于图像处理领域,涉包括以下步骤:S1:构建检测网络模型;S2:对输入数据进行预处理;S3:在大样本类别数据上对目标检测模型进行从头训练;S4:在少样本类别数据上对少样本类别检测分支进行微调;在微调时通过一种新的正则化方法以引导模型关注物体的整体特征;S5:通过训练集训练检测模型,再测试集进行测试。本发明避免了模型在微调阶段出现过拟合,避免了受局部显著特征主导,增强了模型的泛化能力。本发明不仅能够在较小的模型参数下对少样本类别物体实现精准检测,并且能够对相关目标实现实时检测。
-
公开(公告)号:CN114448524B
公开(公告)日:2023-11-03
申请号:CN202111461226.8
申请日:2021-12-01
Applicant: 重庆邮电大学 , 中移物联网有限公司 , 重庆两江半导体研究院有限公司 , 重庆赛宝工业技术研究院有限公司
Abstract: 本发明涉及一种基于异构组合混沌映射的无线人体局域网加密方法,属于无线人体局域网加密领域,包括以下步骤:S1:计算心电信息参数心电信号R波幅度Ramp和QS波时间宽度TQS;S2:计算近体信道特性幅度A和相位P;S3:读取原始图像I(i,j),形成原始数据矩阵T;S4:根据所述心电信息参数Ramp和TQS设置Logistics映射参数x0和μ,根据所述近体信道特性幅度A和相位P设置Kent映射参数y0和a;S5:根据一维混沌序列构造子混沌矩阵Sl和Sk;S6:结合子混沌矩阵Sl和Sk生成混沌加密矩阵Ec;S7:在原始数据矩阵T和混沌加密矩阵Ec中执行XOR运算,生成最终的加密信息E。
-
公开(公告)号:CN111211789B
公开(公告)日:2023-08-04
申请号:CN202010016493.3
申请日:2020-01-08
Applicant: 重庆邮电大学
IPC: H03M13/11
Abstract: 本发明涉及一种围长为8的可快速编码QC‑LDPC码构造方法。该方法针对QC‑LDPC码码字间最小距离不够大而导致纠错性能下降的问题,将最大公约数(GCD)算法和Lucas序列相结合构造QC‑LDPC码的信息位,避免短环的产生;同时为了降低编码复杂度,校验位采用了准双对角矩阵的形式,在保证大围长的同时实现QC‑LDPC码的快速编码。其方法过程为:首先构造QC‑LDPC码校验矩阵H的基矩阵Hb,将其表示为左右两个矩阵,左边部分矩阵Hl利用GCD算法与Lucas序列结合构造;右边部分Hq是一个非奇异矩阵,具有固定的准双对角线形式;再将基矩阵Hb中元素用零矩阵、单位矩阵和循环置换矩阵进行扩展,最终得到其校验矩阵H。仿真表明,在相同条件下,所构造的QC‑LDPC码与同码长码率的其他三种QC‑LDPC码型相比,其纠错性能更为优越。
-
公开(公告)号:CN116208510A
公开(公告)日:2023-06-02
申请号:CN202211598212.5
申请日:2022-12-12
Applicant: 重庆邮电大学
IPC: H04L41/142 , H04L41/14 , H04L41/16 , H04L41/0894 , H04W24/02 , G06F17/15 , G06F17/18
Abstract: 本发明请求保护一种基于深度强化学习的智能反射面元素智能激活方法,属于深度强化学习和智能反射面辅助通信领域。包括系统模型建立与目标问题建立、马尔可夫决策模型要素设置、算法框架搭建以及网络结构设计。根据考虑的通信场景建立系统模型并提出求解的目标问题;马尔可夫决策要素的设置主要是定义强化学习的智能体在与环境交互过程中涉及到的状态、动作以及奖励函数;采用基于演讲者‑评论者的深度强化学习经典算法框架,策略网络输出动作的同时利用评价网络辅助策略网络的梯度更新;调整策略网络以及评价网络的网络结构来应对智能反射面的引入带来的全连接结构对于信道状态信息提取不足的问题。本方法降低了利用传统通信算法迭代的复杂度。
-
公开(公告)号:CN111416628B
公开(公告)日:2023-05-12
申请号:CN202010275449.4
申请日:2020-04-09
Applicant: 重庆邮电大学
IPC: H03M13/15
Abstract: 本发明涉及一种基于随机表征的BCH软判决信道码译码装置,属于信道编码领域,包括:随机测试图样生成模块用于生成随机测试图样;硬判决译码核心模块用于对随机测试图样向量进行尝试译码;误码纠正模块进行误码纠正,生成候选码字,并仅将包含循环冗余校验位的信息比特部分传递给提前跳出判决模块;提前跳出判决模块进行循环冗余校验,并将校验结果反馈回随机测试图样生成模块:若循环冗余校验不通过,则继续生成随机测试图样;若循环冗余校验通过,即表示当前分组译码成功,停止生成当前分组的随机测试图样,进入下一个分组。本发明显著提升了译码性能,有效降低了硬件实现的复杂度开销。
-
公开(公告)号:CN112104643B
公开(公告)日:2023-03-24
申请号:CN202010953938.0
申请日:2020-09-11
Applicant: 重庆邮电大学 , 中移物联网有限公司 , 重庆两江半导体研究院有限公司
IPC: H04L9/40
Abstract: 本发明涉及一种基于物理层协议数据提取随机数对体征参数特征值扰动的加解密方法,属于网络安全技术领域。该方法包括:加密过程:首先使用初始密钥利用物理层协议数据随机数进行扰动生成初始密钥;然后使用体征参数特征值PQ利用物理层协议数据随机数扰动后生产密钥流;最后明文流通过密钥流中的密钥进行加密产生加密密文流。解密过程:接收端接收到密文流后,利用前导序列同步后得到的物理层协议数据随机数生成密钥参数对传递的体征参数特征值扰动生成密钥,根据所得密钥对密文流进行解密得到明文流。本发明利用对称式加密算法中相对较少的运算量实现轻量级安全加密,保证网络节点间数据的低功耗安全传输。
-
-
-
-
-
-
-
-
-