-
公开(公告)号：CN117580083A
公开(公告)日：2024-02-20
申请号：CN202311495982.1
申请日：2023-11-10
Applicant: 北京交通大学 , 中国铁道科学院集团有限公司
Abstract: 本发明提供一种面向6G的高动态无线环境多源数据感知方法，属于无线通信技术领域，利用多频段射频收发机采集无线环境中的低频、毫米波无线信道数据，获取参数级感知数据；利用激光雷达扫描功能和全景视觉记录采集无线环境中的点云数据和RGB图像数据，获取环境级感知数据；基于GNSS天线构建移动状态感知分系统，获取实时的动态轨迹感知数据；针对高动态无线环境感知系统进行供电和测量配置，获取高动态无线环境下的多源感知数据集。本发明能够在高移动性场景下对无线传播环境开展多模态数据感知，充分获取并同步配准实时的多模态环境信息和信道数据，包括多频段信道探测数据、环境点云数据、RGB场景图像数据和GNSS地理位置数据等。
-
公开(公告)号：CN118523855B
公开(公告)日：2024-12-10
申请号：CN202410534080.2
申请日：2024-04-30
Applicant: 北京交通大学
IPC: H04B17/373 , H04B17/391 , G06V10/26 , G06V10/764 , G06V10/82 , G06V10/56 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种基于计算机视觉的环境语义提取与信道预测方法。该方法包括：在待测环境中部署信道测量系统，所述信道测量系统获取待测环境中的信道探测数据和RGB图像数据；对所述信道探测数据和RGB图像数据进行预处理，获得预处理后的信道特性参数和RGB图像；构建环境语义提取模型，在环境语义提取模型中输入预处理后的RGB图像数据，得到带有环境语义的图像数据；构建并训练信道预测模型，在训练好的信道预测模型中输入带有环境语义的图像数据，得到相应的信道预测结果。本发明方法探索了物理环境对于信道的影响，并充分利用了环境语义信息，不仅节省了计算开销和存储开销，还提高了模型的预测精度、速度以及泛化性能。
-
公开(公告)号：CN118646499A
公开(公告)日：2024-09-13
申请号：CN202410671285.5
申请日：2024-05-28
Applicant: 中国人民解放军国防科技大学 , 北京交通大学
IPC: H04B17/391 , H04B17/309 , G06N3/0442 , G06N3/045 , G06N3/0985 , G06F18/23213 , G06F18/2415 , G06F18/15 , G06N3/048
Abstract: 本发明公开了一种跨海无线信道路径损耗预测模型的构建方法及装置，所述方法包括如下步骤：信道路径传播损耗采集；模型训练数据规范化；构建LSTM训练网络，通过所述LSTM训练网络得到信道路径传播损耗得预测值；将测量得到的规范化模型训练数据进行量化、编码和归一化；对量化、编码和归一化后的训练数据进行分类；构建LSTM训练网络的训练和测试数据集；超参数和网络架构参数优化以及路径损耗预测模型训练。所述方法能够充分考虑海上环境的复杂性和多变性，有效地预测不同环境条件下的信道路径损耗，为海上通信系统的运行提供可靠的信道预测支持。
-
公开(公告)号：CN118646453A
公开(公告)日：2024-09-13
申请号：CN202410607521.7
申请日：2024-05-16
Applicant: 北京交通大学
IPC: H04B7/04 , H04B17/309 , H04B17/391 , H04W16/18 , H04W24/06 , H04L41/16 , H04B7/06 , H04W72/044
Abstract: 本发明提供了一种计算机视觉辅助的RIS智能传输方法。该方法包括：构建智能超表面RIS辅助的多用户多输入多输出MISO网络的系统模型；根据所述RIS辅助的MISO网络的系统模型中各RIS所在级联信道上的路径损耗，基于计算机视觉辅助选取最佳的RIS级联通道；基于所述最佳的RIS级联通道，以RIS辅助的MISO网络的传输速率最大为目标，构建优化问题的目标函数；通过DNN网络迭代学习信道信息的，不断调整RIS的相移参数以及发射机对于每个接收方的功率分配占比，获取所述优化问题的目标函数的求解结果。本发明基于DNN的传输设计模块，利用信道信息配置所选RIS的波束赋形参数以及系统功率分配，优化系统传输速率最大化问题。
-
公开(公告)号：CN117390849B
公开(公告)日：2024-08-02
申请号：CN202311326104.7
申请日：2023-10-12
Applicant: 中国人民解放军国防科技大学 , 北京交通大学
IPC: G06F30/20 , G06F111/10
Abstract: 本申请公开了一种电磁态势数值的可视化方法、装置、设备及介质，涉及无线通信技术领域，包括对电磁态势请求数据解析，得到解析后数据，根据解析后数据绘制态势信息网格；基于电磁态势请求数据对实体信息筛选，得到筛选后实体信息，利用筛选后实体信息对态势信息网格进行位置矩阵计算，得到位置矩阵；构建地物环境数据集，将地物环境数据集输入至智能路损预测模型，得到路径损耗数值，利用智能路损预测模型对路径损耗数值和位置矩阵进行叠加计算，得到信号功率总和；基于电磁态势请求数据和信号功率总和计算电磁态势数值，实现对电磁态势数值的可视化。本申请能提高路径损耗计算精度，提高电磁态势数值计算精度，增加电磁态势数值可视化的准确性。
-
Patent Agency Ranking
公开(公告)号：CN116846498A
公开(公告)日：2023-10-03
申请号：CN202310777383.2
申请日：2023-06-28
Applicant: 北京交通大学 , 中国人民解放军国防科技大学
IPC: H04B17/391 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明提供了一种基于深度学习的跨频信道仿真和数据重构方法。该方法包括：获取车到车信道测量数据，对所述车到车信道测量数据进行预处理；构建基于频段迁移的信道仿真和数据重构模型，利用预处理后的V2V信道测量数据对所述信道仿真和数据重构模型进行训练，得到训练好的信道仿真和数据重构模型；将2.6GHz和5.9GHz信道数据输入到所述训练好的信道仿真和数据重构模型中，所述训练好的信道仿真和数据重构模型输出5.9GHz和2.6GHz数据。本发明基于生成对抗网络，结合真实测量数据的验证，提出了一种基于深度学习的跨频信道仿真和数据重构方法。该方法能够实现跨频段的海量信道数据生成和传播特征重构，重构信道的信道特性和真实测量信道保持相同分布。
-
公开(公告)号：CN118740285B
公开(公告)日：2025-02-28
申请号：CN202410726363.7
申请日：2024-06-06
Applicant: 中国人民解放军国防科技大学 , 北京交通大学
IPC: H04B17/309 , H04B17/391 , H04W24/08 , G06N3/0464 , G06N3/045 , G06N3/0499 , G06N3/084 , G06N3/048
Abstract: 本发明公开了一种考虑菲涅尔区特征的路径损耗预测方法，属于无线通信技术领域。包括以下步骤，生成图像特征：通过城市建筑环境图像特征生成器生成环境图像特征；提取特征：通过训练特征提取网络，提取与路径损耗相关的特征参数；预测路径损耗：生成路径损耗预测值。本发明较于现有技术，优点在于：该方法通过考虑菲涅尔区中障碍物分布情况对电磁传播特性的影响，对传统基于环境特征图的路径损耗预测方法进行了改进，增强了模型对环境特征的提取能力；本发明可针对城市楼宇场景实现准确的路径损耗预测，在较高的载波频段能够实现高精度预测，为未来无线通信网络建设中实现高精度信道建模的需求提供了新方案。
-
公开(公告)号：CN119070935A
公开(公告)日：2024-12-03
申请号：CN202411056474.8
申请日：2024-08-02
Applicant: 北京交通大学
IPC: H04B17/391 , H04B17/382
Abstract: 本发明提供了一种基于海洋船岸信道的岸上基站与船舶之间的无线通信方法。该方法包括构建海洋船岸信道的三维模型，该模型包含作为发射端的岸上基站、作为接收端的处于运动状态的船舶、位于岸上基站周围的半球体和位于船舶周围的圆柱体，综合考虑了岸上基站、船舶周围的散射和海平面的反射以及船舶横摇运动的影响，根据模型的几何关系计算出时变距离，得到信道的冲激响应；根据信道的冲激响应，得到基于船舶横摇运动条件下海洋信道的空时频相关函数和多普勒功率谱密度。本发明方法准确描述海洋信道的非平稳统计特性，有利于研究船舶横摇对海洋无线信道的影响，为建立海洋无线通信系统提供理论支撑。
-
公开(公告)号：CN118523855A
公开(公告)日：2024-08-20
申请号：CN202410534080.2
申请日：2024-04-30
Applicant: 北京交通大学
IPC: H04B17/373 , H04B17/391 , G06V10/26 , G06V10/764 , G06V10/82 , G06V10/56 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种基于计算机视觉的环境语义提取与信道预测方法。该方法包括：在待测环境中部署信道测量系统，所述信道测量系统获取待测环境中的信道探测数据和RGB图像数据；对所述信道探测数据和RGB图像数据进行预处理，获得预处理后的信道特性参数和RGB图像；构建环境语义提取模型，在环境语义提取模型中输入预处理后的RGB图像数据，得到带有环境语义的图像数据；构建并训练信道预测模型，在训练好的信道预测模型中输入带有环境语义的图像数据，得到相应的信道预测结果。本发明方法探索了物理环境对于信道的影响，并充分利用了环境语义信息，不仅节省了计算开销和存储开销，还提高了模型的预测精度、速度以及泛化性能。
-
公开(公告)号：CN117579203A
公开(公告)日：2024-02-20
申请号：CN202311495985.5
申请日：2023-11-10
Applicant: 北京交通大学 , 中国工业互联网研究院 , 中国铁道科学院集团有限公司
IPC: H04B17/391 , H04W16/18 , H04W24/06 , H04W4/30
Abstract: 本发明提供一种多模态数据驱动的无线环境重构方法，属于无线通信技术领域，采集无线环境中的多模态感知数据集；对无线信道感知数据进行处理，萃取信道特性参数，构建无线环境的电磁重构模型；对物理环境感知数据进行处理，构建无线环境的物理重构模型；基于重构模型中的每个经纬度标签和时间标签，将不同模态导出的无线环境重构模型进行匹配对齐，得到多源数据驱动的无线环境重构模型。本发明基于采集到的无线环境中低频、毫米波无线信道数据、点云数据和RGB图像数据等多模态感知数据，对无线环境进行多维重构，包括电磁传播条件重构、多径环境映射重构、三维点云模型重构和二维动态视觉重构，从而实现无线环境的精确数字化重构。
-
-
-
-
-
-
-
-
-
Search Results
26
records
(took 0.018 seconds)
