-
公开(公告)号：CN110296709B
公开(公告)日：2022-08-26
申请号：CN201910664285.1
申请日：2019-07-23
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于自适应里程计模型的车载定位导航方法，包括：建立多种运动模型及各模型之间的状态向量转移矩阵；通过左右驱动轮的里程计数据及几何约束估计车辆的初始运动状态；结合容积卡尔曼滤波，各运动模型并行滤波；根据左右驱动轮的里程计数据判断当前时刻车辆的运动模型，融合输出车辆的状态信息，作为下一时刻的初始值进行滤波迭代。本发明利用容积卡尔曼滤波根据被估计量和量测量的协方差阵来确定最佳增益阵，对系统方程和量测方程没有额外要求，在非线性系统的条件下更具优越性；里程计之间的几何约束关系，提高车辆行驶的定位精度和实时性；并且里程计输出信息不受建筑物遮挡的影响，可提高定位的连续性。
-
公开(公告)号：CN106934489B
公开(公告)日：2020-10-23
申请号：CN201710095043.6
申请日：2017-02-22
Applicant: 南京邮电大学
Abstract: 本发明公开了一种面向复杂网络的时序链路预测方法，该方法主要针对社交、邮件、科研等节点之间有交互行为的网络，利用节点之间的交互发生的时间以及频次预测将来可能发生的交互行为。通过网络的演化信息，进行较高精度的链路预测，并基于整体同步并行计算模型设计本发明的核心步骤。本发明预测方法具有很好的普适性，可以适用于多种社会网络中的时序链路预测；而且本发明预测方法具有良好的可扩展性，可以适用于分布式环境中的时序链路预测。
-
公开(公告)号：CN110458205A
公开(公告)日：2019-11-15
申请号：CN201910665056.1
申请日：2019-07-23
Applicant: 南京邮电大学
Abstract: 本发明公开了一种改进的基于WLAN室内定位的PCA聚类方法，其特征在于，所述方法包括如下步骤：在定位区进行离线阶段采集信号；采集信号RSSI的信号强度，获取目标指纹和参考指纹的对应位置坐标点的指纹信号强度；建立原始指纹数据库；利用PCA算法对原始RSSI信号数据降维提取主要定位特征提高定位效率；通过K-means++聚类算法对降维后的主要定位特征聚类处理，得到聚类后的数据；利用PAC算法对目标指纹的信号强度进行降维；将降维后的目标指纹信号强度与聚类后的数据通过最近邻法进行分类；在线阶段通过改进加权K近邻加权匹配算法得到目标指纹的位置；使得定位精度更加准确，并通过改进的加权K近邻算法来提高定位精度。
-
Patent Agency Ranking
公开(公告)号：CN106202303B
公开(公告)日：2019-09-10
申请号：CN201610510697.6
申请日：2016-06-30
Applicant: 南京邮电大学
IPC: G06F16/174 , G06F16/182
Abstract: 本发明涉及一种Chord路由表压缩方法，针对Chord环中各个节点所维护的路由表，按所设计方法进行压缩，减小了各个节点维护路由表的空间代价，缩短了文件定位的时间，进而提高了整个Chord环中各个节点存储空间的使用效率和时间效率。本发明还涉及一种基于Chord路由表压缩方法的优化文件查找方法，基于上述所设计Chord路由表压缩方法所获得各节点的压缩路由表，引入二分搜索算法，能够明显减少文件定位过程中指纹对比次数，且使得文件定位过程中的指纹对比次数变得更加稳定，波动幅度较小，进一步有效提高了无中心云存储系统中文件实体实现高效定位的工作效率。
-
公开(公告)号：CN106934489A
公开(公告)日：2017-07-07
申请号：CN201710095043.6
申请日：2017-02-22
Applicant: 南京邮电大学
Abstract: 本发明公开了一种面向复杂网络的时序链路预测方法，该方法主要针对社交、邮件、科研等节点之间有交互行为的网络，利用节点之间的交互发生的时间以及频次预测将来可能发生的交互行为。通过网络的演化信息，进行较高精度的链路预测，并基于整体同步并行计算模型设计本发明的核心步骤。本发明预测方法具有很好的普适性，可以适用于多种社会网络中的时序链路预测；而且本发明预测方法具有良好的可扩展性，可以适用于分布式环境中的时序链路预测。
-
公开(公告)号：CN106202303A
公开(公告)日：2016-12-07
申请号：CN201610510697.6
申请日：2016-06-30
Applicant: 南京邮电大学
IPC: G06F17/30
Abstract: 本发明涉及一种Chord路由表压缩方法，针对Chord环中各个节点所维护的路由表，按所设计方法进行压缩，减小了各个节点维护路由表的空间代价，缩短了文件定位的时间，进而提高了整个Chord环中各个节点存储空间的使用效率和时间效率。本发明还涉及一种基于Chord路由表压缩方法的优化文件查找方法，基于上述所设计Chord路由表压缩方法所获得各节点的压缩路由表，引入二分搜索算法，能够明显减少文件定位过程中指纹对比次数，且使得文件定位过程中的指纹对比次数变得更加稳定，波动幅度较小，进一步有效提高了无中心云存储系统中文件实体实现高效定位的工作效率。
-
公开(公告)号：CN110296709A
公开(公告)日：2019-10-01
申请号：CN201910664285.1
申请日：2019-07-23
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于自适应里程计模型的车载定位导航方法，包括：建立多种运动模型及各模型之间的状态向量转移矩阵；通过左右驱动轮的里程计数据及几何约束估计车辆的初始运动状态；结合容积卡尔曼滤波，各运动模型并行滤波；根据左右驱动轮的里程计数据判断当前时刻车辆的运动模型，融合输出车辆的状态信息，作为下一时刻的初始值进行滤波迭代。本发明利用容积卡尔曼滤波根据被估计量和量测量的协方差阵来确定最佳增益阵，对系统方程和量测方程没有额外要求，在非线性系统的条件下更具优越性；里程计之间的几何约束关系，提高车辆行驶的定位精度和实时性；并且里程计输出信息不受建筑物遮挡的影响，可提高定位的连续性。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.026 seconds)
