-
公开(公告)号：CN111814869B
公开(公告)日：2022-11-08
申请号：CN202010640171.6
申请日：2020-07-06
Applicant: 北京邮电大学
Abstract: 本申请实施例提供了一种同步定位与建图的方法、装置、电子设备及存储介质，涉及定位技术领域。本发明实施例包括：获取摄像设备采集的当前帧图像，从当前帧图像中提取多个关键特征，确定多个关键特征中的边缘特征和非边缘特征；针对多个关键特征中的每个非边缘特征，若该非边缘特征与第二关键特征之间的相似度大于第一预设阈值，则确定该非边缘特征与第二关键特征为互相匹配的特征对；针对多个关键特征中的每个边缘特征，若该边缘特征与第三关键特征之间的相似度大于第二预设阈值，则确定该边缘特征与第三关键特征为互相匹配的特征对，第二预设阈值大于第一预设阈值；根据确定的特征对构建地图。采用本发明实施例可以提高定位及建图的精度。
-
公开(公告)号：CN113543307B
公开(公告)日：2022-06-03
申请号：CN202110611330.4
申请日：2021-06-01
Applicant: 北京邮电大学
Abstract: 本发明提供了一种视觉信息特征指纹库构建方法、定位方法及装置，包括：根据算法所使用的尺度金字塔层数和尺度因子计算保证视觉特征描述子尺度不变性的有效范围；根据室内环境中不同两个视觉障碍物之间的距离和所述有效范围计算有效间隔，根据有效间隔确定两个相邻指纹点之间的相对位置；根据相邻指纹点之间的相对位置布设室内环境中的指纹点；采集室内环境中的各指纹点处的视觉信息，并利用算法对指纹点处的视觉信息处理，得到视觉特征描述子，得到室内环境的初始视觉信息特征指纹库；对位于同一直线位置的指纹点在相同方向上采集的视觉信息对应的视觉特征信息进行聚类分析以去冗余。通过上述方案能够在保证定位精度与稳定性的同时提高定位速度。
-
公开(公告)号：CN113660293B
公开(公告)日：2022-02-11
申请号：CN202111218369.6
申请日：2021-10-20
Abstract: 本发明提供了一种面向SRv6云网的IOAM数据发布优化方法及系统，其中，该方法包括：根据设定定时参数在静默状态和测量状态之间循环切换，以在测量状态使SRv6可控边缘节点对流量数据包插入测量指令，在静默状态SRv6可控边缘节点放弃插入测量指令；通过非边缘节点利用测量指令对流量数据包进行测量，得到测量数据包；按压缩参数对所述测量数据包和非边缘节点中已缓存的属于同类型的流量数据包的测量数据进行压缩及封装处理，得到新的测量数据包，并将该新的测量数据包上传发布至目的节点。通过上述方案能兼容SRv6云网的松散控制架构，并减少测量数据量。
-
公开(公告)号：CN113543307A
公开(公告)日：2021-10-22
申请号：CN202110611330.4
申请日：2021-06-01
Applicant: 北京邮电大学
Abstract: 本发明提供了一种视觉信息特征指纹库构建方法、定位方法及装置，包括：根据算法所使用的尺度金字塔层数和尺度因子计算保证视觉特征描述子尺度不变性的有效范围；根据室内环境中不同两个视觉障碍物之间的距离和所述有效范围计算有效间隔，根据有效间隔确定两个相邻指纹点之间的相对位置；根据相邻指纹点之间的相对位置布设室内环境中的指纹点；采集室内环境中的各指纹点处的视觉信息，并利用算法对指纹点处的视觉信息处理，得到视觉特征描述子，得到室内环境的初始视觉信息特征指纹库；对位于同一直线位置的指纹点在相同方向上采集的视觉信息对应的视觉特征信息进行聚类分析以去冗余。通过上述方案能够在保证定位精度与稳定性的同时提高定位速度。
-
公开(公告)号：CN111343573A
公开(公告)日：2020-06-26
申请号：CN202010157934.1
申请日：2020-03-09
Applicant: 北京邮电大学
IPC: H04W4/02 , H04W64/00 , H04B17/318
Abstract: 本发明实施例提供了一种基于模型校准在线RSSI值的定位方法及装置，其中方法包括：基于各参考点对应的离线RSSI值与信号接收时间，生成各参考点对应的离线信号衰减因子和离线环境影响因子；得到与在线RSSI值匹配度最高的目标RSSI值，以及与目标RSSI值对应的信号发射设备的坐标位置；计算在线信号衰减因子和在线环境影响因子；对离线信号衰减因子和在线信号衰减因子进行滤波处理，对离线环境影响因子和在线环境影响因子进行滤波处理；利用滤波后的信号衰减因子和滤波后的环境影响因子，对在线RSSI值进行修正；基于在线RSSI值，修正后的RSSI值，各离线RSSI值，以及预先存储的各参考点的坐标位置，确定待定位对象的坐标位置。本发明实施例能够提高定位精度。
-
Patent Agency Ranking
公开(公告)号：CN118890673A
公开(公告)日：2024-11-01
申请号：CN202410919519.3
申请日：2024-07-10
Applicant: 北京邮电大学
IPC: H04W40/22 , G06N3/092 , G06N3/0985 , H04W72/044 , H04W24/02 , H04W24/06 , H04L41/16 , H04L45/02 , H04L5/14
Abstract: 基于强化学习的全双工安全中继选择及功率分配方法，属于全双工通信领域，包括：构建全双工窃听信道，得到各链路信道增益信息；构建由DQN中继选择单元和DDPG功率分配单元组成的网络结构，用于中继选择和功率分配决策；设置网络超参数，DQN中继选择单元与DDPG功率分配单元迭代训练；调整网络超参数，优化模型性能。本发明能根据当前通信环境和历史数据动态调整，有效应对窃听威胁并增强信道安全性，适合动态和不确定的通信环境；充分利用了深度强化学习算法的稳定性和学习能力，系统可在保持高效运行的同时，确保长期的可靠性和稳定性；无需大量预标注的数据，能在实时变化的环境中自主优化决策，系统决策更为全面和前瞻。
-
公开(公告)号：CN114938232B
公开(公告)日：2023-04-07
申请号：CN202210676771.7
申请日：2022-06-15
Applicant: 北京邮电大学
IPC: H04B1/10 , H04B1/54 , G06N3/084 , G06N3/0442
Abstract: 本发明公开了一种基于LSTM的同时同频全双工数字域自干扰抑制方法，利用具有记忆性的LSTM网络对非线性和线性自干扰同时进行抑制，根据发射信号估计出自干扰信号，并从接收信号中减去以达到较好的自干扰抑制效果，无需采用额外的模块，简化流程，降低了过程的复杂度。同时利用记忆多项式对收发链路产生的非线性失真进行建模，降低计算复杂度，同时保证系统精度。此外设计了一种自适应的数据预处理方法，采用头脑风暴优化算法对多径信道的时延和衰减进行自适应估计，将发射信号进行多段延时作为训练样本的多个特征，以有效适应多种多径信道情况，为具体延时的时间单位建立了统一的理论指导。
-
公开(公告)号：CN114938232A
公开(公告)日：2022-08-23
申请号：CN202210676771.7
申请日：2022-06-15
Applicant: 北京邮电大学
Abstract: 本发明公开了一种基于LSTM的同时同频全双工数字域自干扰抑制方法，利用具有记忆性的LSTM网络对非线性和线性自干扰同时进行抑制，根据发射信号估计出自干扰信号，并从接收信号中减去以达到较好的自干扰抑制效果，无需采用额外的模块，简化流程，降低了过程的复杂度。同时利用记忆多项式对收发链路产生的非线性失真进行建模，降低计算复杂度，同时保证系统精度。此外设计了一种自适应的数据预处理方法，采用头脑风暴优化算法对多径信道的时延和衰减进行自适应估计，将发射信号进行多段延时作为训练样本的多个特征，以有效适应多种多径信道情况，为具体延时的时间单位建立了统一的理论指导。
-
公开(公告)号：CN111141275A
公开(公告)日：2020-05-12
申请号：CN201911382663.3
申请日：2019-12-27
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种基于矢量粒子滤波的多源融合定位方法及装置，方法包括：获取目标物体本次移动后的观测位置，并基于观测位置生成目标物体本次移动后的观测粒子；获取目标物体本次移动的观测步长和观测方向；基于目标物体本次移动的观测步长和观测方向，对目标物体本次移动前的目标粒子进行更新，得到更新粒子；确定观测粒子所处区域与更新粒子所处区域的重叠区域；当重叠区域中的粒子数目大于预设阈值时，将重叠区域内的所有粒子确定为目标物体本次移动后的第一目标粒子；基于目标物体本次移动后的第一目标粒子的位置，计算目标物体本次移动后的位置。将粒子方向引入到粒子更新过程中，能够提高基于粒子滤波的定位结果精确度。
-
公开(公告)号：CN118736628A
公开(公告)日：2024-10-01
申请号：CN202410963892.9
申请日：2024-07-18
Applicant: 北京邮电大学
IPC: G06V40/12 , G06V10/82 , G06N3/0442 , G06N3/0464 , G06N3/049 , G06N3/084
Abstract: 本发明涉及一种基于TCN‑LSTM的射频指纹识别方法及系统，接收ADS‑B信号作为参考信号，对ADS‑B信号进行预处理，得到实部和虚部两路信号，对其进行归一化处理，拼接得到I/Q矩阵，对I/Q信号进行双谱变换，计算双谱围线积分来提取信号特征，拼接信号特征构成双谱积分矩阵，构建LSTM和TCN网络，所述I/Q矩阵和所述双谱积分矩阵作为所述神经网络输入的训练样本，将待识别数据输入到神经网络进行射频指纹识别。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.031 seconds)
