一种基于激光里程计的室内高精度自定位方法

    公开(公告)号:CN116299527A

    公开(公告)日:2023-06-23

    申请号:CN202310361409.5

    申请日:2023-04-06

    Abstract: 本发明公开了一种基于激光里程计的室内高精度自定位方法,包含机械旋转式三维多线激光雷达移动平台、便携式计算设备和多个反射标记物。首先,将激光雷达设备固定安装在可移动平台上,在室内场景中布置多个形状不同的反射标记物以实现远距离定位;然后,启动激光雷达,通过便携式计算设备获取环境点云数据,筛选出反射强度值较大的点集,并利用聚类算法区分不同形状的反射标记,滤去异常值;通过激光雷达所处坐标系和世界坐标系的角度关系,解算得到在单个反射标记物下的激光雷达位置;最后,将反射标记物参考点云的距离值之和作归一化处理,通过计算各反射标记物参考点的距离值权重来估计激光雷达的最终位置。

    一种基于激光雷达辅助的高精度光量子快速测距系统

    公开(公告)号:CN115061146A

    公开(公告)日:2022-09-16

    申请号:CN202210754722.0

    申请日:2022-06-30

    Abstract: 本发明提出了一种基于激光雷达辅助的光量子快速测距系统,包含机械旋转式三维多线激光雷达和纠缠光量子测距平台。首先,将激光雷达设备固定安装在量子测距平台上,启动激光雷达获取目标点云数据,筛选出反射强度值较大的点集,并滤去异常值;其次,通过激光雷达与量子测距平台的角度关系,由激光雷达下数据点的垂直角计算出在量子测距平台下对应的垂直角,调节反射镜利用量子测距平台对准目标点,由符合计数和二阶关联函数计算得到目标测距点的距离值;最后,对同一目标下得到的量子测距结果取平均值,得到关于该目标的量子测距结果。

    一种基于高斯滤波优化的量子成像方法

    公开(公告)号:CN114690508A

    公开(公告)日:2022-07-01

    申请号:CN202210276175.X

    申请日:2022-03-21

    Abstract: 本发明提出了一种基于高斯滤波优化的量子成像方法,对符合计数值进行高斯滤波来提高量子成像质量。首先,利用激光器产生泵浦光,通过透镜扩束以及半波片和四分之一波片调制,使泵浦光照射周期极化磷酸氧钛钾(Periodically Poled KTP,PPKTP)晶体,通过PPKTP的自发参量下转换过程产生具有纠缠特性的参考光子和信号光子;然后,利用面探测器探测参考光子,而信号光子则照射至待成像目标,并利用桶探测器探测信号光子;其次,对两路探测器记录的时间序列进行符合计数,得到对应图像像素位置处的符合计数值;再次,通过高斯滤波和小波变换,对符合计数值进行滤波优化处理;最后,根据处理后的符合计数值得到量子图像。

    基于信号分布Wasserstein距离度量的Wi-Fi室内定位方法

    公开(公告)号:CN111741429B

    公开(公告)日:2022-05-03

    申请号:CN202010582034.1

    申请日:2020-06-23

    Abstract: 本发明公开了一种基于信号分布Wasserstein距离度量的Wi‑Fi室内定位方法。首先,在离线阶段,计算每个参考位置处接收来自每个AP信号强度序列的核密度估计,并将其作为每个AP下的参考位置特征指纹,在在线阶段,计算目标位置处接收来自每个AP信号强度序列的核密度估计,并将其作为目标位置特征指纹;其次,分别计算目标位置处特征指纹与所有参考位置特征指纹的来自每个AP的Wasserstein距离;最后,根据Wasserstein距离值,利用波达排序法筛选理想匹配参考点用于定位。本发明专利通过对不同参考位置接收来自不同AP的信号强度序列进行特征分析,提出了一种基于信号分布Wasserstein距离度量的Wi‑Fi室内定位方法,以提高现有室内定位方法的鲁棒性和定位精度。

    一种基于多元信号特征的WLAN室内目标入侵检测方法

    公开(公告)号:CN108416419B

    公开(公告)日:2021-07-30

    申请号:CN201810093472.4

    申请日:2018-01-31

    Abstract: 本发明本发明提出了一种基于多元信号特征的WLAN(Wireless Local Area Network)室内目标入侵检测方法。它解决了利用现有WLAN基础设施实现对未知目标的室内入侵检测方法中离线阶段需要大量人力及时间开销进行RSS特征数据库构建和入侵检测鲁棒性低的问题。它首先建立基于自适应深度射线树的准三维射线追踪模型,对室内静默和入侵状态下的接收信号强度(Received Signal Strength,RSS)传播特性进行建模;其次,联合RSS均值、方差、最大值、最小值、极差值和中位值六种信号特征构建概率神经网络(Probabilistic Neural Network,PNN)的训练数据库;最后,利用训练得到的PNN对新采集RSS数据进行多分类判决,进而实现对入侵目标的检测与区域定位。本发明方法能够运用于无线电通信网络环境。

    一种基于量子纠缠光关联特性的单源定位方法

    公开(公告)号:CN112904351A

    公开(公告)日:2021-06-04

    申请号:CN202110076571.3

    申请日:2021-01-20

    Abstract: 本发明提出一种基于量子纠缠光关联特性的单源定位方法,实现高精度定位。首先,利用激光器产生泵浦光,照射周期极化磷酸氧钛钾晶体,通过自发参量下转换过程产生具有纠缠特性的参考光子和信号光子;然后,利用单光子探测器探测留在本地的参考光子,信号光子发送至待定位目标,用另一单光子探测器探测被待定位目标反射回的光子;其次,对利用采集电路记录两光子的时间标签序列进行符合计数,得到二阶关联特性曲线,其峰值对应的延迟即为两光子的传输时间差,进而计算出本地接入点到待定位目标的距离;最后,利用转台得到本地接入点与待定位目标之间的夹角,并结合待定位目标的距离信息实现目标定位。

    一种基于干扰信号重构的穿墙无源移动目标检测方法

    公开(公告)号:CN112034433A

    公开(公告)日:2020-12-04

    申请号:CN202010656793.8

    申请日:2020-07-09

    Abstract: 本发明提出了一种基于干扰信号重构的穿墙无源移动目标检测方法。首先,利用天线接收的信道状态信息(Channel State Information,CSI)构建二维矩阵,并对二维矩阵进行联合二维平滑。其次,对平滑后的矩阵进行分解,并估计其空间谱信息。对极值点进行聚类,并选取对应极值最强和次强的两个类别分别对应收发机直射信号和墙面反射信号的空间谱参数。再次,对干扰信号进行幅值重构,得到减去直射信号和反射信号的抑制后的信号。最后,利用CSI的时间相关性和子载波相关性提取多维信号特征,并使用BP(Back Propagation)神经网络完成特征与检测结果的映射,结合多天线输出特征得到最终检测结果。

    一种基于FMCW雷达的三参数特征融合手势识别方法

    公开(公告)号:CN109271838B

    公开(公告)日:2020-11-03

    申请号:CN201810794392.1

    申请日:2018-07-19

    Abstract: 本发明提出了一种基于FMCW(frequency modulated continuous wave)雷达的三参数特征融合手势识别方法。首先通过雷达获取不同手势的中频信号,从中得到角度参数、距离参数和多普勒频移参数,并构造对应数据集;其次,将关于角度、距离和多普勒频移的数据集分别送入卷积神经网络中训练,得到特征值并做融合处理;最后,将融合后的特征值送入分类器,得到手势类别。本发明创新地提出多重参数在卷积神经网络中的融合方法,解决了传统识别算法使用条件受限的问题,且最终手势的分类效果优于单一参数。

    一种基于信息增益比的多特征模糊映射接入点优化方法

    公开(公告)号:CN111757249A

    公开(公告)日:2020-10-09

    申请号:CN202010436857.3

    申请日:2020-05-21

    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。

    基于信号分布Wasserstein距离度量的Wi-Fi室内定位方法

    公开(公告)号:CN111741429A

    公开(公告)日:2020-10-02

    申请号:CN202010582034.1

    申请日:2020-06-23

    Abstract: 本发明公开了一种基于信号分布Wasserstein距离度量的Wi-Fi室内定位方法。首先,在离线阶段,计算每个参考位置处接收来自每个AP信号强度序列的核密度估计,并将其作为每个AP下的参考位置特征指纹,在在线阶段,计算目标位置处接收来自每个AP信号强度序列的核密度估计,并将其作为目标位置特征指纹;其次,分别计算目标位置处特征指纹与所有参考位置特征指纹的来自每个AP的Wasserstein距离;最后,根据Wasserstein距离值,利用波达排序法筛选理想匹配参考点用于定位。本发明专利通过对不同参考位置接收来自不同AP的信号强度序列进行特征分析,提出了一种基于信号分布Wasserstein距离度量的Wi-Fi室内定位方法,以提高现有室内定位方法的鲁棒性和定位精度。

Patent Agency Ranking