数量的监测方法、装置、设备及可读存储介质

    公开(公告)号:CN119519867A

    公开(公告)日:2025-02-25

    申请号:CN202311068856.8

    申请日:2023-08-23

    Abstract: 本发明提供一种数量的监测方法、装置、设备及可读存储介质。该方法包括:获取待测空间的信道状态信息;对信道状态信息进行数据处理,得到信道状态信息的第一幅度数据;将第一幅度数据作为目标计算模型的输入,得到用于指示待测空间内目标对象的数量的监测结果;本发明的方案,通过获取待测空间的信道状态信息,能够提取出目标对象的特征,从而确定待检测空间内穿越的目标对象的数量;通过对信道状态信息的处理,能够保留信道状态信息特征的同时滤除多径分量的干扰,从降低根据目标计算模型进行计算的计算压力。解决了现有技术中在穿越对象密度较大且图像中目标对象重叠严重的场景下,图像分割的难度较高、对目标对象的数目估计精度较差的问题。

    人流数目统计方法及其模型生成方法、装置、设备及介质

    公开(公告)号:CN119519863A

    公开(公告)日:2025-02-25

    申请号:CN202311067182.X

    申请日:2023-08-23

    Abstract: 本发明提供一种人流数目统计方法及其模型生成方法、装置、设备及介质,以解决现有技术对人流数目统计的准确率较低的问题。所述方法包括对接收的无线信号进行解包得到初始信道状态信息矩阵;对初始信道状态信息矩阵进行多径分量滤除,得到目标信道状态信息矩阵;根据目标信道状态信息矩阵进行幅度提取,得到幅度信息;对幅度信息进行主成分分析,得到幅度信息的第一主成分信息;采用短时傅里叶变换算法对第一主成分信息进行处理,得到时频谱图;基于数据集对目标人流数目统计模型进行训练处理,得到预训练的目标人流数目统计模型,其中,所述数据集包括所述时频谱图和预先获取的标签。本发明能够提高对人流数目统计的准确率。

    一种出入方向确定方法、装置、电子设备和存储介质

    公开(公告)号:CN119004161A

    公开(公告)日:2024-11-22

    申请号:CN202310564620.7

    申请日:2023-05-18

    Abstract: 本公开提供一种出入方向确定方法、装置、电子设备和存储介质,涉及通信技术领域,所述方法包括:获取出入时段对应的第一信道状态信息,其中,出入时段为目标对象出入在收发天线阵列对应感知区域的时段;根据第一信道状态信息中至少一个天线对的至少一组目标参数,构建至少一组方向感知模型,方向感知模型为物理模型;基于至少一组方向感知模型确定出入方向。其中,方向感知模型用于表征目标对象出入天线对对应的收发链路的信号传输路径的变化情况,对上述变化情况加以分析即可确定目标对象在感知区域内的出入方向,由于方向感知模型为物理模型,因此可规避训练集拟真程度以及分类器精度的影响,使所确定的目标对象的出入方向更加准确可靠。

    一种面向5G毫米波应用的片上无源宽带数控移相器

    公开(公告)号:CN118944626A

    公开(公告)日:2024-11-12

    申请号:CN202411135416.4

    申请日:2024-08-19

    Abstract: 本发明公开了一种面向5G毫米波应用的片上无源宽带数控移相器,移相步进为5.625°,能够实现从0°到354.375°范围内的共64种状态的移相。该移相器由180°、90°、45°、22.5°、11.25°、5.625°六位移相单元级联构成,180°移相单元采用开关切换π型高通网络和π型低通网络的结构,90°移相单元采用开关切换T型高通网络和π型低通网络的结构,45°、22.5°、11.25°移相单元采用开关切换π型低通网络和带通网络的结构,5.625°移相单元采用单个电感外加一个旁路开关的结构。本发明通过精心选择和设计各个移相单元电路结构,并对连接顺序进行精心设计,在5G毫米波频段内实现6比特高精度移相,在20%相对带宽内保持良好的均方根相位误差和均方根幅度误差性能。

    一种结合先验知识的机器学习辅助运算放大器优化方法

    公开(公告)号:CN118862794A

    公开(公告)日:2024-10-29

    申请号:CN202411135411.1

    申请日:2024-08-19

    Abstract: 本发明公开了一种结合先验知识的机器学习辅助运算放大器优化方法。本发明针对机器学习辅助运算放大器优化时维度升高后优化难以实现的问题,提出了一种结合先验知识的改进方法,引入中间变量直流参数(跨导gm/漏电流id与id),先学习晶体管尺寸与直流参数的关系,再学习直流参数与电性能之间的关系,同时在每一级代理模型的建立过程中进行特征选择降维,结合先验知识的代理模型在高维取得了较好的预测精度;最后通过全局优化算法进行全局优化得到符合性能要求的设计参数。实验表明,本发明方法在较高维的运算放大器优化中能获得更好的性能。

    基于多源信息的机器学习辅助的通信场景分类方法

    公开(公告)号:CN115018014B

    公开(公告)日:2024-05-10

    申请号:CN202210892197.9

    申请日:2022-07-27

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于多源信息的机器学习辅助的通信场景分类方法,该方法从700MHz频率下测量的信道数据中提取大尺度信道参数,同时利用地理信息系统统计出各种地形地物以及不同高度建筑物的面积占比,经过数据预处理后得到一个包含二维特征的数据集,其中样本被分为三类:密集城区,一般城区和郊区;利用K最邻近算法以及针对不同类别的样本量不均衡问题而改进的加权K近邻算法进行无线通信场景分类。本方法将信道大尺度特性与地理信息相结合,使用机器学习分类算法实现了高精度、低复杂度的无线通信场景分类框架,获取信道大尺度信道参数相比于获取小尺度参数,其中所需要更少的信道测量工作量以及更低的计算复杂度。

    一种机器学习辅助的射线跟踪信道仿真校准方法与系统

    公开(公告)号:CN117614574A

    公开(公告)日:2024-02-27

    申请号:CN202311131757.X

    申请日:2023-09-04

    Applicant: 东南大学

    Abstract: 本发明公开了一种机器学习辅助的射线跟踪信道仿真校准方法与系统,该方法包括:在场景不同位置设置多个接收机获取测试CSI,进行场景建模获取不同材料参数配置下的仿真CSI;分别从测试CSI和仿真CSI获取各接收机位置处MPC,并标记关键径;利用机器学习方法建立代理模型,得到信道仿真模型中各材料参数与接收径功率之间的关系;引入反射率与材料参数之间关系的先验知识动态调整参数的搜索空间,基于代理模型分阶段搜索材料参数的最优解,先基于关键径对部分参数进行优化,再基于所有径对所有参数进行优化;对最优解进行射线跟踪仿真验证,若没达到预设目标则更新数据集和参数搜索空间进一步优化。本发明在保证校准精度的同时实现了耗时的大幅度降低。

    基于添加特征策略的机器学习辅助天线设计方法

    公开(公告)号:CN110162847B

    公开(公告)日:2023-08-25

    申请号:CN201910368034.9

    申请日:2019-05-05

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于添加特征策略的机器学习辅助天线设计方法,包括(1)构建训练数据集;(2)在上一步得到的训练数据集中添加频率为特征值,得到带有频率特征的训练数据集;(3)采用机器学习算法对带有频率特征的训练数据集进行训练,得到代理模型;(4)利用进化算法对代理模型进行优化,获得最优的目标预测值对应的天线参数组合;(5)对最优目标预测值对应的天线参数组合进行全波仿真计算,根据仿真结果判断是否达到循环终止条件,如果需要继续循环则更新训练数据集后,重复步骤(2)至(5)的计算过程直至循环终止。本发明所采用的频率特征添加策略,提升了机器学习得出的代理模型的预测精度并提高了算法的收敛速度。

    基于无线局域网的室内通信与定位一体化方法及系统

    公开(公告)号:CN113595711B

    公开(公告)日:2023-03-14

    申请号:CN202110897721.7

    申请日:2021-08-05

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于无线局域网的室内通信与定位一体化方法及系统,包括:S1,用户终端设备向无线局域网接入点(Access Point,AP)发送定位的请求帧,AP通过天线阵列接收该请求帧;S2,AP对步骤S1中接收的请求帧进行解包,获得信道状态信息(Channel State Information,CSI),并将CSI发送给服务器;S3,服务器在收到请求帧的CSI之后,持续从AP中获取该定位请求帧后续通信帧的CSI,对所有的CSI进行保存;S4,服务器对所有CSI,通过时延角度参数估计方法,估测出用户位置信息;S5,服务器将步骤S4估测出的用户位置信息由AP反馈给用户,在用户终端设备中显示。本发明基于无线局域网,将通信与定位一体化相结合,实现室内的实时位置显示,为后续室内导航、位置指引等提供有力帮助。

    一种采用知识和数据混合驱动的阵列天线设计方法

    公开(公告)号:CN115146544A

    公开(公告)日:2022-10-04

    申请号:CN202210900482.0

    申请日:2022-07-28

    Applicant: 东南大学

    Abstract: 本发明公开了一种采用知识和数据混合驱动的阵列天线设计方法。该方法通过引入平面耦合区域分割和二维虚拟阵列拟合技术等先验的电磁知识,结合机器学习等数据驱动的方法,成功实现了快速的二维阵列环境下的天线元单元的有源方向图的建模,相较于传统的机器学习辅助的建模方法,提升了模型的预测精度的同时降低了计算复杂度。在此基础上,可以结合任意传统的阵列天线设计方法实现快速、精确的考虑阵元间互耦和平台效应的阵列天线设计。该方法可用于对不同类型的天线及天线阵列的建模及波束赋形设计、低副瓣设计、多波束设计领域。

Patent Agency Ranking