-
公开(公告)号：CN116016074A
公开(公告)日：2023-04-25
申请号：CN202211606844.1
申请日：2022-12-14
Applicant: 东华大学
Abstract: 本发明提出了一种基于余弦相似度的智能反射面相移设计方法。在发射端进行空移键控调制时，以最大化不同发射向量对应理想接收信号之间的欧氏距离为目标来设计相移，降低发射天线索引检测错误的概率，改善通信系统的误码率性能。此外，本发明在发射端有多根天线时，针对提出的相移设计方法设计了一种基于余弦相似度的算法，该算法可以最大化不同发射向量对应理想接收信号之间的欧氏距离，改善通信系统的误码率性能，同时以较低的复杂度计算出智能反射面反射单元的相移，保证了可靠通信。
-
公开(公告)号：CN115987341A
公开(公告)日：2023-04-18
申请号：CN202211641690.X
申请日：2022-12-20
Applicant: 东华大学
IPC: H04B7/0426 , H04B7/026 , H04B17/391
Abstract: 本发明提供了一种基于智能反射面的多用户协作发射功率优化方法，基于最小发射端功率对发射端波束赋形向量、智能反射面相角以及功率分割比系数进行了优化设计。由于本发明中的优化问题是非凸的，因此采用了逐次凸逼近的迭代优化算法进行了求解。首先给定智能反射面相角一个初始值，求得发射端波束成形向量和功率分割比，然后使用发射端波束成形向量和功率分割比求解最优的智能反射面相角，最终在使用最优的智能反射面相角去求解最优的发射端波束成形向量和功率分割比系数，以及最小的发射端功率。通过仿真结果可以看到，增加智能反射面上的反射单元和发射端的天线数量可以降低发射端的发射功率。
-
公开(公告)号：CN109150275A
公开(公告)日：2019-01-04
申请号：CN201811267341.X
申请日：2018-10-29
Applicant: 东华大学
IPC: H04B7/06 , H04L27/20 , H04B7/0413
CPC classification number: H04B7/0697 , H04B7/0413 , H04L27/20
Abstract: 本发明提供了一种基于天线组合和星座图联合映射的广义空间调制方法，首先，将广义空间调制天线组合表和调制信息表融合为一张联合映射表；然后，将二进制比特信息位映射到联合映射表上，并通过发送端天线将信息传输至接收端；最后，接收端天线根据接收到的信息进行最大似然检测并给出最终判定结果。本发明通过对广义空间调制系统中的天线组合表和调制信息表进行融合，突破了传统广义空间调制天线组合数必须是2的幂次方的限制。通过在联合映射中增加天线组合数来降低星座图中的调制阶数，从而改善了系统误码率性能，提高了系统可靠性。
-
公开(公告)号：CN105896650B
公开(公告)日：2018-05-15
申请号：CN201610231205.X
申请日：2016-04-14
Applicant: 东华大学
IPC: H02J7/00
Abstract: 本发明涉及一种蓄电池无线巡检诊断系统，包括移动终端、无线网关、主控制器和电池管理系统，所述电池管理系统的主网和子网与主控制器通过有线方式连接；所述无线网关与主控制器通过有线方式连接；所述移动终端与无线网关通过无线方式连接；所述电池管理系统用于对每个蓄电池进行实时检测；所述主控制器用于与所述电池管理系统实现数据传输；所述无线网关用于将有线传输转换为无线传输；所述移动终端用于检测电池管理系统的主网和子网的连接情况，并对主网和子网进行数据监控储存回放和ID标定。本发明方便了工作人员对电池的监测与管理，同时减少了对于监测设备的前期投入和后期维护费用。
-
公开(公告)号：CN107609522A
公开(公告)日：2018-01-19
申请号：CN201710848880.1
申请日：2017-09-19
Applicant: 东华大学
Abstract: 本发明涉及一种基于激光雷达和机器视觉的信息融合车辆检测系统，包括毫米波雷达数据处理模块、雷达和视觉的数据融合模块以及基于感兴趣区域的图像检测验证模块；毫米波雷达数据处理模块可以获得相对可靠、较为精确的有效目标及其运动状态信息，作为多传感器数据融合模块的输入；雷达和视觉的数据融合模块可以获得毫米波雷达探测的前方车辆在机器视觉图像像素平面上的投影点，围绕投影点建立感兴趣区域，完成多传感器数据空间融合；图像检测验证模块准确定位前方车辆的成像区域的大小和位置，并验证是否为车辆图像。本发明能够有效地检测车辆前方障碍物，通过对传感器采集的数据进行数据分析和处理，准确、稳定、可靠地甄选出有效跟踪目标。
-
Patent Agency Ranking
公开(公告)号：CN107566303A
公开(公告)日：2018-01-09
申请号：CN201710622240.9
申请日：2017-07-27
Applicant: 东华大学
IPC: H04L25/02 , H04B7/0413
Abstract: 本发明涉及一种基于贝叶斯压缩感知的毫米波信道估计方法，包括以下步骤：固定感知矩阵，重复训练序列，得到多测量信道矩阵和观测矩阵；根据多测量信道矩阵得到多测量矢量的复数模型，并对多测量矢量的复数模型进行虚实两部分离转换为多测量矢量的实数模型，对多测量矢量的实数模型矢量化得到单测量矢量的实数模型，所述单测量矢量的实数模型满足高斯似然分布；设置贝叶斯学习过程中的超参数的初始值，及迭代停止条件；根据贝叶斯原理，计算含有超参数的信道后验概率分布，以及均值和协方差；利用期望最大化算法求解超参数，知道满足迭代停止条件为止。本发明可以降低毫米波信道估计误差。
-
公开(公告)号：CN116016074B
公开(公告)日：2024-06-25
申请号：CN202211606844.1
申请日：2022-12-14
Applicant: 东华大学
Abstract: 本发明提出了一种基于余弦相似度的智能反射面相移设计方法。在发射端进行空移键控调制时，以最大化不同发射向量对应理想接收信号之间的欧氏距离为目标来设计相移，降低发射天线索引检测错误的概率，改善通信系统的误码率性能。此外，本发明在发射端有多根天线时，针对提出的相移设计方法设计了一种基于余弦相似度的算法，该算法可以最大化不同发射向量对应理想接收信号之间的欧氏距离，改善通信系统的误码率性能，同时以较低的复杂度计算出智能反射面反射单元的相移，保证了可靠通信。
-
公开(公告)号：CN110223324B
公开(公告)日：2023-06-16
申请号：CN201910484150.7
申请日：2019-06-05
Applicant: 东华大学
IPC: G06T7/246
Abstract: 本发明提供了一种基于鲁棒特征表示的孪生匹配网络的目标跟踪方法。该方法以孪生网络为基础，利用卷积网络的层次结构从不同层提取不同级别的信息，获得更丰富的特征表示。同时，使用长短时记忆网络将提取的特征编码成固定向量，它重点关注有用的信息，能够更好地描述图像以及图像间的差异，使得获得的特征向量鲁棒性更强。本发明将目标对象的特征与视频帧中的候选区域特征匹配并返回最相似的区域从而实现目标跟踪。此外，该方法利用大量外部数据集进行预训练时，模板更新引入置信决策方法，使得对目标模板的描述更充分。本发明提高了特征表示的鲁棒性，同时提高了目标跟踪的效果。
-
公开(公告)号：CN110855339A
公开(公告)日：2020-02-28
申请号：CN201911051440.9
申请日：2019-10-31
Applicant: 东华大学
IPC: H04B7/0456
Abstract: 本发明提供了一种低复杂度的空时键控离散矩阵生成方法。首先对离散矩阵每个元素的取值区间进行离散化，从而把连续优化问题转化为离散优化问题，搜索区间相应的由无穷多数据集转化为有限数据集。然后提出了一种交替最优方法来搜寻最优离散矩阵集，该方法每次仅优化离散矩阵集中的一个数据，在此基础上再优化下一个数据，直到所有的数据都优化完毕。相比于传统空时键控中通过大量随机搜索寻找最优矩阵的方式，本发明能够大大降低矩阵搜寻过程中的复杂度，并能够保持优异的性能。
-
公开(公告)号：CN110223324A
公开(公告)日：2019-09-10
申请号：CN201910484150.7
申请日：2019-06-05
Applicant: 东华大学
IPC: G06T7/246
Abstract: 本发明提供了一种基于鲁棒特征表示的孪生匹配网络的目标跟踪方法。该方法以孪生网络为基础，利用卷积网络的层次结构从不同层提取不同级别的信息，获得更丰富的特征表示。同时，使用长短时记忆网络将提取的特征编码成固定向量，它重点关注有用的信息，能够更好地描述图像以及图像间的差异，使得获得的特征向量鲁棒性更强。本发明将目标对象的特征与视频帧中的候选区域特征匹配并返回最相似的区域从而实现目标跟踪。此外，该方法利用大量外部数据集进行预训练时，模板更新引入置信决策方法，使得对目标模板的描述更充分。本发明提高了特征表示的鲁棒性，同时提高了目标跟踪的效果。
-
-
-
-
-
-
-
-
-
Search Results
25
records
(took 0.079 seconds)
