-
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：CN114966795A
公开(公告)日：2022-08-30
申请号：CN202210517101.0
申请日：2022-05-13
Applicant: 重庆邮电大学
IPC: G01S19/55
Abstract: 本发明提出一种基于信号反射器的远程目标设备精密姿态测量方法，该系统通过使用三个设计的信号反射器将设备处接收到的信号转发至固定基站处，利用三个信号反射器传输的信号相位差对目标设备进行三维姿态测量，相比于传统的姿态监测，此方法成本低，应用范围广；在固定基站位置将三根接收天线对收到的信号预处理获得较为稳定的原始数据；然后利用预处理后的不同天线的信号建立伪距和载波相位的双差观测模型，以此消除信号传输过程中的延时误差，过程中结合卡尔曼滤波和lambda算法解算整周模糊度，即可求出主基线和副基线的姿态向量，从而得到目标设备的偏航角，俯仰角以及偏横滚角。该发明方法能有效地对远程目标设备的三维姿态进行测量。
-
公开(公告)号：CN114879237A
公开(公告)日：2022-08-09
申请号：CN202210224717.9
申请日：2022-03-07
Applicant: 重庆邮电大学
Abstract: 本发明提出一种基于卫星信号反射器的低成本远程精密定位监测方法，该方法中设计了一个卫星信号反射器，通过反射器将目标监测位置的信号转发至固定基站处，利用卫星直达信号与反射器信号间的相位差对目标位置进行监测，相比于传统的监测方法，此方法能实现安全性能高且成本低的远程精密灾害监测；在固定基站将两根接收天线收到的信号预处理获得较为稳定的原始数据；然后利用处理后的不同天线的信号建立伪距和载波相位的双差观测模型，消除信号传输过程中的延时误差，过程中结合卡尔曼滤波和lambda算法求出双差整周模糊度，即可求解出被监测点的精确坐标。该发明方法有效地利用卫星信号反射器进行地质灾害监测，为未来灾害监测提供了低成本的新模型。
-
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：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：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。
-
公开(公告)号：CN110809247B
公开(公告)日：2021-04-06
申请号：CN201911097878.0
申请日：2019-11-12
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种用于室内Wi‑Fi定位的OFDM频域误差估计及其定位精度评估方法。该方法首先提出了存在由载波频率偏移(Carrier Frequency Offset,CFO)引起频域误差的天线接收信号的表达，选择从频域的角度分析，对未知参数向量进行处理，得到待估计参数，通过计算待估计参数的FIM，进而推导出了CFO的估计误差闭合表达式，同时，建立信号幅值、时延与待估计目标坐标之间的联系，推导了CFO下基于信号状态信息(Channel State Information,CSI)的室内Wi‑Fi定位误差界的闭合表达式，最后，分析了不同因素对CFO下基于CSI的室内Wi‑Fi定位精度的影响，而且该方法也避免时域求解克拉美罗下界(Cramer‑Rao Lower Bound,CRLB)时无法得到概率密度函数(Probability Density Function,PDF)的问题。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：CN112131972A
公开(公告)日：2020-12-25
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。
-
-
-
-
-
-
-
-
-
Search Results
103
records
(took 0.033 seconds)
