-
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：CN114723786B
公开(公告)日：2025-01-10
申请号：CN202210455683.4
申请日：2022-04-24
Applicant: 东南大学
IPC: G06T7/246 , G06T7/277 , G06V10/75 , G06V10/82 , G06V10/44 , G06V10/50 , G06V10/25 , G06V10/80 , G06N3/0464 , G06N3/098
Abstract: 本发明公开了一种基于MF‑DeepSORT的交通多目标跟踪方法及系统，包括：使用YOLOv5检测模型进行目标检测，获得目标区域；提取目标区域的深度卷积特征和方向梯度直方图特征，输入到级联匹配阶段进行跟踪匹配；未能匹配成功的目标区域和跟踪目标进行交并比关联匹配。本发明相比于当前DeepSORT跟踪算法在增加少量计算量的情况下，提升了多目标跟踪算法的跟踪精度性能，同时获得更高的多目标跟踪准确性和更低的跟踪ID切换次数。
-
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。
-
公开(公告)号：CN117155494A
公开(公告)日：2023-12-01
申请号：CN202311097011.1
申请日：2023-08-29
Applicant: 东南大学 , 网络通信与安全紫金山实验室
IPC: H04B17/391 , G06F18/213 , G06N3/0464 , G06N3/08 , G06F30/20 , G06N3/044 , H04B17/309 , H04B17/373 , H04B7/22
Abstract: 本发明公开了一种基于散射体密度的场景预测信道建模方法，包括：通过信道测量或仿真获取具有不同场景散射体密度的信道数据；基于信道数据进行数据预处理得到相应的信道统计特性；以不同场景的散射密度为主要特征，构建图数据集来增强数据的空时相关性；按照一定比例将图数据集进行划分，然后利用图注意力网络和门控循环单元网络捕获信道的空时相关特征，实现跨场景信道预测。本发明提出的场景预测信道建模方法，能够捕获不同场景下的信道变化，通过信道空时高相关性数据特征来获取不同散射体密度下信道的特性，在基于场景的信道预测方面具有较好的性能，可用于6G多场景系统设计、网络优化与网络规划、资源分配等关键技术。
-
公开(公告)号：CN117132981A
公开(公告)日：2023-11-28
申请号：CN202311096516.6
申请日：2023-08-28
Applicant: 东南大学 , 网络通信与安全紫金山实验室
IPC: G06V20/70 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N20/00
Abstract: 本发明公开了一种基于图像处理和机器学习的信道预测方法，属于信道预测领域，该方法引入图像语义分割技术对场景图像中的散射体进行识别和分割，提取有效的散射体位置信息，将分割后的图像进行场景识别，通过场景识别，使后续特征提取在相似场景下进行，便于提取更微小的环境特征，将已知场景的语义分割图像共同输入特征提取和信道预测网络，完成信道预测。由此，通过语义分割技术可以更加灵活地输入环境信息，从而提高模型准确度，最终获得比传统信道模型更高的精度，有助于更好地满足6G系统中多频段多场景全覆盖的技术需求。
-
Patent Agency Ranking
公开(公告)号：CN114723786A
公开(公告)日：2022-07-08
申请号：CN202210455683.4
申请日：2022-04-24
Applicant: 东南大学
Abstract: 本发明公开了一种基于MF‑DeepSORT的交通多目标跟踪方法及系统，包括：使用YOLOv5检测模型进行目标检测，获得目标区域；提取目标区域的深度卷积特征和方向梯度直方图特征，输入到级联匹配阶段进行跟踪匹配；未能匹配成功的目标区域和跟踪目标进行交并比关联匹配。本发明相比于当前DeepSORT跟踪算法在增加少量计算量的情况下，提升了多目标跟踪算法的跟踪精度性能，同时获得更高的多目标跟踪准确性和更低的跟踪ID切换次数。
-
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：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：CN117097424A
公开(公告)日：2023-11-21
申请号：CN202310924281.9
申请日：2023-07-26
Applicant: 东南大学 , 网络通信与安全紫金山实验室
IPC: H04B17/391 , H04B7/06 , H04B7/08 , H04B7/22
Abstract: 本发明公开了一种面向轨道角动量无线通信的波束域信道建模方法，包括：1)建立几何随机信道模型，考虑近场效应和互耦；2)利用波束赋形矩阵，推导波束采样矩阵，建立空间复用下的波束域信道模型；3)基于信道传输函数，实现仿真信道模型，推导并分析信道统计特性。本发明建立的面向轨道角动量无线通信的波束域信道模型是对基于平面波信道模型的扩展，考虑近场效应和互耦，支持空间复用，丰富了轨道角动量信道的非直射场景建模方法，与几何随机信道模型相比计算复杂度降低，仿真的统计特性对轨道角动量无线通信系统设计具有参考价值。
-
公开(公告)号：CN116346262A
公开(公告)日：2023-06-27
申请号：CN202211603711.9
申请日：2022-12-13
Applicant: 东南大学
IPC: H04B17/391 , G06F18/24
Abstract: 本发明公开一种基于6G全覆盖场景分类的场景自适应信道建模方法。通过使用测量或仿真数据对信道模型参数进行优化，实现对6G全覆盖场景转换的全新架构设计和自适应信道建模。包括1)基于6G空‑天‑地‑海全覆盖场景的物理定义，使用环境参数与统计特征相组合方案进行场景转换分类。2)根据场景分类结果构建场景模型参数数据库。3)将场景对应的模型参数输入到6G普适信道模型中，生成场景转换的实时信道模型。4)根据实测数据，采用闭环反馈调整普适信道模型的参数，迭代得到场景转换的优化模型。5)验证具体场景自适应信道建模的精确度。针对复杂多样6G通信环境，自适应构建高精度信道模型，为无线通信研究发展奠定重要基础。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.024 seconds)
