-
公开(公告)号：CN108521631B
公开(公告)日：2020-05-22
申请号：CN201810330121.0
申请日：2018-04-13
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种面向室内定位的移动AP识别方法。首先，在待定位区域内布置若干固定AP和移动AP，沿若干已知路径采集来自不同AP的RSS序列；其次，利用对数衰减传播模型，计算与AP一定距离范围内的信号衰减值，并依据此信号衰减值对采集到的来自每个AP的RSS数据进行筛选，同时得到筛选后的RSS信号的地理位置坐标；最后，对筛选后的RSS位置坐标进行基于密度的聚类，并求出簇的类内最大距离，以此判断AP是否是移动的。本发明基于指纹的室内定位算法，针对移动AP的存在而导致的室内定位干扰问题，提出了该种移动AP识别的方法。
-
公开(公告)号：CN109728878A
公开(公告)日：2019-05-07
申请号：CN201910014499.4
申请日：2019-01-07
Applicant: 重庆邮电大学
Abstract: 本发明涉及LTE通信系统中基于信道估计与分段线性回归的天线端口数快速检测方法，属于移动通信技术领域。该方法包括以下步骤：(1)在解码PBCH的过程中，实现完整的信道估计，在通过参考信号实现部分信道估计的基础上，采用最小二乘法进行完整的信道估计；(2)对信道估计值提取出相位图，提取50个采样点的相位角，通过分段线性回归的方法对这些相位角进行线性拟合；(3)将拟合前后采样点的相位角作差取绝对值，预设一个判决门限γ与拟合前后采样点差值的平均值做比较，若差值平均值小于等于门限γ则代表发送端使用了该天线发送数据，进而得到发送端使用的天线端口数。
-
公开(公告)号：CN108495305A
公开(公告)日：2018-09-04
申请号：CN201810225778.0
申请日：2018-03-19
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种FDD-LTE管控系统中身份信息获取设计方法，属于移动通信技术领域。该方法包括以下步骤：(1)对各不同运营商、不同频点、不同小区信号进行信号检测和系统消息解码，确定目标终端(以确定电话号码为条件)；(2)按照目标终端服务小区信号的系统消息配置管控系统LTE模拟基站，要求覆盖范围内的信号强度大于服务小区；(3)哑呼目标终端；(4)终端重回LTE网络，进行小区重选，并完成与模拟基站无线连接；(5)模拟基站在非接入层发送TAU拒绝消息，解码IMSI并保存目标终端与IMSI对应关系。该方法给出了一个可重复实现终端上报IMSI的方法，能够大大提高IMSI获取的成功率；(6)两次发起IMSI获取流程，两次IMSI结果一致，记录目标终端IMSI。
-
公开(公告)号：CN108318861A
公开(公告)日：2018-07-24
申请号：CN201711467762.2
申请日：2017-12-29
Applicant: 重庆邮电大学
Abstract: 本发明提出了一种基于信道状态信息(Channel State Information，CSI)的高精度测距定位方法。该定位方法主要分为离线阶段和在线阶段。在离线阶段，首先在定位区域选择多个定标点；然后接入点(Access Point，AP)从来自定标点的数据中提取CSI，并对其进行滤波；接着使用滤波前后CSI得到环境因子和路径损耗系数；最后将两者进行线性拟合得到自适应路径损耗系数，进而得到自适应信号传播模型。在在线阶段，首先对接收的CSI进行滤波，并且将滤波后的CSI能量带入到自适应传播模型中进行距离估计；然后将所得距离带入定位算法进行定位。相比于传统的定位技术，本发明不需要进行CSI相位修正补偿和AP同步。此外，本发明工程可实现性强，定位精度高，适用于像单站、多站等多种定位场景。
-
公开(公告)号：CN119969991A
公开(公告)日：2025-05-13
申请号：CN202510077886.8
申请日：2025-01-17
Applicant: 重庆邮电大学
IPC: A61B5/0507 , G06F18/213 , G06F18/10 , G06N3/006 , G06F18/2131 , A61B5/024 , A61B5/00
Abstract: 本发明公开了一种毫米波雷达的HRV估计方法。首先，利用FMCW雷达的距离分辨特性对人体进行定位，对回波信号中存在的噪声和干扰进行预处理。其次，引入灰狼优化算法，以最大互信息系数和最小重构误差为适应度函数，优化传统的变分模态分解方法，实现生命体征信号的自适应分离。同时，提出基于相关系数的模态选取准则从分解的模态中选择出最优心跳分量。最后，提取心跳波峰所对应的时间参数，进一步得到IBI，通过IBI计算HRV的时频域特征。本发明专利通过改进的模态分解方法与模态选取准则，有效地提取了心跳信号，进而实现了对心率变异性的高精度估计。
-
Patent Agency Ranking
公开(公告)号：CN119439111A
公开(公告)日：2025-02-14
申请号：CN202411636745.7
申请日：2024-11-15
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种4D毫米波雷达测量辅助权重校正的GM‑PHD多目标跟踪方法。首先，通过毫米波雷达采集目标坐标和速度数据，初始化参数及高斯项，构建目标初始状态和协方差模型。其次，使用CKF方法进行状态预测，通过传播立方点生成存活目标的预测状态并更新，同时引入新生目标，结合PHD模型动态调整目标数量和状态。然后，采用测量辅助的权重修正策略，基于最大似然估计筛选最优高斯分量，结合卡尔曼增益更新PHD函数，提高跟踪精度。最后，通过剪枝与合并去除冗余高斯分量，合并相似的高斯分量，降低计算复杂度。该方法利用毫米波雷达高精度测量与MCGMPHD算法的多目标跟踪优势，实现高效、实时、精准的多目标跟踪。
-
公开(公告)号：CN119375851A
公开(公告)日：2025-01-28
申请号：CN202411636750.8
申请日：2024-11-15
Applicant: 重庆邮电大学
IPC: G01S7/41
Abstract: 本发明公开了一种基于毫米波雷达的多人体目标行为识别方法。首先，通过部署毫米波雷达采集人体行为数据，采用4D快速傅里叶变换(4D‑Fast Fourier transform，4D‑FFT)获得人体行为的多维参数信号；其次，通过单元平均恒虚警检测算法(Cell Averaging Constant False‑Alarm Rate，CA‑CFAR)与几何空间坐标转换将高维矩阵信号转化为点云矩阵有效降低雷达信号的复杂度；再次通过基于空间与速度信息的密度聚类(Density‑Based Spatial Clustering，DBSCAN)算法与局部离群因子(Local Outlier Factor，LOF)算法将点云矩阵进一步压缩，去除来环境中动态干扰以及静态干扰，后通过匈牙利算法实现多目标的点云矩阵的分割，得到纯净的单目标点云矩阵；最后，通过基于多维雷达点云的神经网络实现人体行为的精确识别。本发明专利通过雷达点云与深度学习，在降低雷达信号的复杂度的同时实现了人体行为的精确识别。
-
公开(公告)号：CN119324850A
公开(公告)日：2025-01-17
申请号：CN202411419032.5
申请日：2024-10-12
Applicant: 重庆邮电大学
Abstract: 本发明提出了一种基于多重脉冲重复频率(Pulse Repetition Frequency,PRF)的通感一体化(Integrated Sensing and Communications,ISAC)波形设计方法，改善ISAC系统的距离模糊问题。首先，全双工ISAC节点在多个相干处理间隔(Coherent Processing Interval,CPI)内分别传输不同PRF波形，在每种PRF下，依次传输固定长度的感知信号和可变长度的通信符号。其次，全双工ISAC节点已知发射的感知波形，对目标回波匹配滤波。再次，通过脉冲‑多普勒处理降低全双工自干扰和噪声。最后，当所有CPI都检测到目标，根据距离‑多普勒矩阵获得各CPI内的目标视在时延，结合余数定理求解真实时延，估计目标真实距离。本发明设计的波形方法具有抗距离模糊的能力，显著扩展最大不模糊范围，提高远距离目标的检测概率和距离估计精度。
-
公开(公告)号：CN114720999B
公开(公告)日：2024-10-29
申请号：CN202210350454.6
申请日：2022-04-04
Applicant: 重庆邮电大学
Abstract: 本发明提出了一种基于时延相对误差的光量子符合计数定位方法。首先，将激光器产生的连续泵浦光通过半波片和偏振分束器形成线偏振光，照射至周期极化磷酸氧钛钾(PeriodicallyPoled KTP，PPKTP)晶体，产生参考光和信号光；其次，将参考光直接由本地单光子探测器接收，而将信号光发射至待测目标，并反射回本地由另一单光子探测器接收，计算各光源中信号光时间脉冲序列的光子丢失率并进行动态分组；再次，对时间脉冲序列进行符合计数，得到光的二阶关联函数曲线，将其峰值所对应的时延值作为信号光和参考光的飞行时间差；最后，针对符合计数得到的时延值，计算其他分组的时延相对误差，并动态选择具有较小时延相对误差的光源用于定位。
-
公开(公告)号：CN116582813B
公开(公告)日：2024-09-20
申请号：CN202310436743.2
申请日：2023-04-21
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种基于到达时间差(Time Difference of Arrival,TDOA)和到达方向(Direction of Arrival,DOA)的非视距(Non‑Line‑of‑Sight,NLOS)环境下的单站定位方法。首先，利用NLOS路径的DOA信息和反射面方程建立虚拟站(Virtual Station,VS)并获得对应反射点位置，然后利用虚拟站和对应反射点位置完成对目标位置的初步定位。将初步定位结果与TDOA信息结合来建立联合定位方程，并利用粒子群算法来对目标位置进行求解。最后利用多次接收到的信息来进行多次目标位置估计，将多次估计的结果进行单簇的K均值(K‑means)聚类，取聚类中心作为目标位置的最终估计值。本发明专利利用单站接收到的NLOS路径的TDOA和DOA信息，提出了一种非视距环境下的单站定位方法，在无需基站与目标之间时间同步的同时能够对目标进行精确定位。
-
-
-
-
-
-
-
-
-
Search Results
118
records
(took 0.026 seconds)
