-
公开(公告)号：CN119649226A
公开(公告)日：2025-03-18
申请号：CN202411552275.6
申请日：2024-11-01
IPC: G06V20/13 , G06V20/10 , G06V10/26 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于多源数据的无线信道三维电磁环境重构方法，涉及无线信道研究技术领域，具体步骤入如下：1)利用电子地图提取建筑信息，进行第一阶段的建筑物重构；2)利用卫星地图进行第二阶段的地物环境重构，引入图像语义分割技术对卫星地图进行环境感知，并设计了分割掩码优化处理方法，弥补语义分割的精度问题，提取关键地物环境信息，根据分割结果进行环境三维表面重建；3)进行第三阶段的电磁参数匹配以及射线追踪仿真，构造目标区域的离线信道地图。该方法实现了无线通信场景的三维电磁环境重构，获得比传统建筑物模型更丰富的电磁环境信息，完成离线信道地图的构建，可以高效地满足6G数字孪生在线信道模型的技术需求。
-
公开(公告)号：CN117743953A
公开(公告)日：2024-03-22
申请号：CN202311696254.7
申请日：2023-12-12
Applicant: 东南大学 , 网络通信与安全紫金山实验室
IPC: G06F18/2411 , H04B17/391 , H04B17/309 , G06N20/10
Abstract: 本发明公开了一种基于电子地图的通信场景分割与识别方法，能够有效地实现实际通信过程中的场景识别，具体包括以下步骤：1)进行第一阶段的场景分割并基于分割结果计算物理环境参数；2)将上述物理环境参数作为识别特征，对比常用的机器学习分类算法识别效果，得出初次识别结果；3)进行第二阶段的场景分割，本阶段在识别出场景大类的基础上进一步将场景细化为可能出现在真实环境中的子场景，根据分割的范围重新计算物理环境参数；4)将计算所得物理环境参数与接收功率一起作为识别特征，比较不同的机器学习算法，最终场景识别精确度可达96％。该方法为无线通信系统提供了场景类型信息，为信道建模提供了重要的前提条件。
-
公开(公告)号：CN119649633A
公开(公告)日：2025-03-18
申请号：CN202411617556.5
申请日：2024-11-13
IPC: G08G1/0969 , G08G1/01
Abstract: 本发明公开了一种基于机器学习和图像处理的6G动态信道地图构建方法，包括：1)获取不同场景动态信道地图并进行数据分析；2)基于信道数据提取建筑掩码；3)按照接收机信号强度为主要特征，构建动态信道地图数据集并叠加建筑掩码作为异质数据增强预测能力；4)将数据集分为已知和未知场景进行划分；5)设计池化编码器提取多尺度信息获得信道地图特征并引入自注意力机制进行特征融合，最后用全尺度解码器实现了动态信道地图的构建。本发明提出的动态信道地图构建方法，能够捕获不同场景下的信道地图变化，在城市环境下的信道地图构建方面有较好的性能，可用于辅助6G通信中优化信道估计并协助波束对准等关键技术。
-
公开(公告)号：CN119402114A
公开(公告)日：2025-02-07
申请号：CN202411473796.2
申请日：2024-10-22
IPC: H04B17/391 , H04L41/16 , H04L41/14
Abstract: 本发明公开了一种6G数字孪生在线信道建模方法，包括基于环境数据源中获取的信息，利用机器学习模型进行通信场景在线识别；根据识别的通信场景，匹配6G普适信道模型的信道参数，并映射到通信场景中；结合获取的信道参数，对静态场景的数字孪生在线信道进行重构；对物理环境进行动态感知，获取环境变化信息，得到动态感知数据；结合静态‑动态混合信道建模算法和动态感知数据，对重构的静态场景的数字孪生在线信道进行动态更新，得到新的实时孪生信道，构建数字孪生在线信道的可视化平台。本发明能够实时反映现网通信环境信道特性，并实时感知、预测和决策，降低了导频开销，提升了系统性能。
-
公开(公告)号：CN119379549A
公开(公告)日：2025-01-28
申请号：CN202411507794.0
申请日：2024-10-28
Applicant: 东南大学
IPC: G06T5/60 , G06T5/50 , G06T7/10 , G06N3/0455 , G06N3/0464 , G06N3/047 , G06N3/0985
Abstract: 本发明公开了一种基于双边自适应演化Transformer的遥感影像泛锐化方法及系统，该方法包括对原始遥感影像进行处理，并划分为训练集、验证集和测试集，构成遥感影像数据集；对遥感影像数据集中的影像分别进行水平和垂直维度的自注意力计算，根据自适应演化机制更新权重，构建基于双边自适应演化Transformer的网络模型；利用遥感影像数据集中的训练集训练基于双边自适应演化Transformer的网络模型，得到训练完成的网络模型，该模型对应的网络参数为全局最优的网络参数；利用训练后的网络模型，得到泛锐化后的遥感影像，完成遥感影像的泛锐化。本发明显著减少了计算量，提升了融合的精度和效率，在不同数据集上具有优异的数值指标和视觉效果。
-
Patent Agency Ranking
公开(公告)号：CN119853833A
公开(公告)日：2025-04-18
申请号：CN202411710945.2
申请日：2024-11-27
Abstract: 本申请适用于三维场景重构与无线信道建模的交叉融合技术领域，提供了一种基于激光雷达感知重构的室内场景无线信道建模方法，包括：先利用激光雷达采集室内场景点云数据，再对点云数据进行降噪采样处理，接着基于随机采样一致性和霍夫变换算法提取包含墙壁、天花板、地板的结构元素，再针对内部元素，采用图像语义分割模型检测墙壁开口结构，并基于模板变形实现家具重构，又利用面元剖分算法实现三维表面重建，最后对不同材质表面匹配电磁参数后通过射线追踪仿真完成无线信道建模。由此，将复杂场景划分为结构元素和内部元素，并针对不同元素设计了相应算法来提取关键几何特征，从而提高了重构的精度和鲁棒性。
-
公开(公告)号：CN119579460A
公开(公告)日：2025-03-07
申请号：CN202411655375.1
申请日：2024-11-19
Applicant: 东南大学
Abstract: 本发明公开了一种基于双级优化驱动高频增强的遥感影像泛锐化方法及系统，该方法包括对原始遥感影像进行处理，并划分为训练集、验证集和测试集，构成遥感影像数据集；对遥感影像数据集中的影像，在不同模态间施加互信息最大化和对比学习的双重约束以进行双极优化，构建基于双极优化驱动高频增强的网络模型；利用遥感影像数据集中的训练集训练基于双极优化驱动高频增强的网络模型，得到训练完成的网络模型，该模型对应的网络参数为全局最优的网络参数；利用训练后的网络模型，得到泛锐化后的遥感影像，完成遥感影像的泛锐化。本发明实现了精确的细节重建，提升了融合的精度和效率，在不同数据集上具有优异的数值指标和视觉效果。
-
公开(公告)号：CN118312846A
公开(公告)日：2024-07-09
申请号：CN202410418554.7
申请日：2024-04-09
IPC: G06F18/241 , H04B17/309 , G06F18/15 , G06F18/213 , G06N3/0455 , G06N3/0499 , G06N3/0985 , G06N3/09 , G06N3/088
Abstract: 本发明公开了一种适用于6G无线通信的智能场景识别方法及装置，属于场景识别领域，方法包括：采集待识别的场景物理环境参数；待识别的场景物理环境参数输入到预先训练好的分类器进行分类，其中，分类器为利用场景物理环境参数对分类模型进行训练得到。本发明的方法能够采集不同6G无线通信场景中易获取的环境特征，通过数据预处理、分类器训练、超参数优化等步骤，使其具有较好的场景识别性能，可应用于6G多场景信道特性研究、系统设计、网络优化等关键技术。
-
公开(公告)号：CN119582989A
公开(公告)日：2025-03-07
申请号：CN202411541287.9
申请日：2024-10-31
IPC: H04B17/391 , G06N3/045 , G06N3/0442 , G06N3/0475 , G06N3/092
Abstract: 本发明公开了一种基于强化损失函数的空时域预测信道建模方法，有效地提高了基于机器学习的预测性信道建模的预测准确性。其实现步骤为：首先，对室内走廊信道测量数据进行预处理，得出相应场景和频段下的信道统计特性；然后，根据信道统计特性中的空时相关性设计基于空时相关函数的权重函数，并与传统损失函数相结合形成权重损失函数；最后通过改进门控循环单元网络的损失函数，感知信道数据中的空时相关特性，输出更为准确的预测信道数据，提高预测信道模型的预测性能。模型预测得到的信道统计特性清楚说明了本发明对空时域预测信道模型预测准确性的提升，所提出的损失函数可用于设计更精确的基于机器学习的预测信道模型。
-
公开(公告)号：CN119224686A
公开(公告)日：2024-12-31
申请号：CN202411330758.1
申请日：2024-09-24
IPC: G01S5/02 , H04W4/33 , H04W64/00 , G06F18/213 , G06F18/24 , G06F18/23213 , G06N20/20
Abstract: 本发明公开了一种适用于6G室内通信的视距/非视距识别辅助定位方法，属于无线通信领域，本发明的方法通过将目标定位点的信道指纹特征按照最优信道指纹特征组合规则输入预先构建的视距/非视距分类模型，输出目标定位点的视距/非视距标签，根据输出的标签类型选择预先构建的定位模型及相应的最优信道指纹特征组合规则，将目标定位点的信道指纹特征按照最优信道指纹特征组合规则重新组合排列后，输入定位模型，并执行自适应K值加权预测，估计目标定位点的位置坐标。本发明解决了室内环境存在的大量非视距传输和多径衰落带来的定位精度较低问题，显著提高了室内定位的精度和算法鲁棒性，且在没有足够的训练数据情况下，也具有潜在的适用性。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.017 seconds)
