-
公开(公告)号：CN102752845B
公开(公告)日：2018-05-18
申请号：CN201210262826.6
申请日：2012-07-27
Applicant: 南开大学
Abstract: 一种基于无线传感器网络的超声波立体定位时间同步机制，属于无线立体定位技术领域。本发明基于无线传感器网络技术，利用目标节点和参考节点之间的四次握手通信，解决了无线超声波立体定位中的时间同步问题，使得全局网络节点保持相同的时间基准，对目标节点的定位准确性高、实时性强，克服了有线方式超声波立体定位系统的布线复杂以及无线方式中因为网络节点时钟不同步而导致的定位精度差等问题。本发明适用范围广，可扩展性强，可用于解决不同无线立体定位系统中的时间同步问题。
-
公开(公告)号：CN102970044B
公开(公告)日：2017-10-27
申请号：CN201210480452.5
申请日：2012-11-23
Applicant: 南开大学
Abstract: 本发明公开了一种基于回溯的迭代重加权(Backtracking‑based iterative reweighted least square，BIRLS)压缩传感重构方法。本发明通过在迭代重加权过程中加入回溯和稀疏度自适应的思想，在每一次迭代过程中将前次迭代得到的解向量支撑与迭代重加权产生的支撑合并，再通过回溯和自适应过程优化解向量支撑的选择。基于回溯的迭代重加权压缩传感重构方法能平衡所有系数对恢复效果的影响，且仅需要很少的迭代次数就能高概率恢复原始信号，大大减少重构所需的迭代时间，可较大程度提升对稀疏信号的恢复能力和重构精度。
-
公开(公告)号：CN102970044A
公开(公告)日：2013-03-13
申请号：CN201210480452.5
申请日：2012-11-23
Applicant: 南开大学
Abstract: 本发明公开了一种基于回溯的迭代重加权(Backtracking-based iterative reweighted least square，BIRLS)压缩传感重构算法。本发明通过在迭代重加权过程中加入回溯和稀疏度自适应的思想，算法在每一次迭代过程中将前次迭代得到的解向量支撑与迭代重加权产生的支撑合并，再通过回溯和自适应过程优化解向量支撑的选择。基于回溯的迭代重加权压缩传感重构算法能平衡所有系数对算法恢复效果的影响，且仅需要很少的迭代次数就能高概率恢复原始信号，大大减少重构所需的迭代时间，可较大程度提升对稀疏信号的恢复能力和重构精度。
-
公开(公告)号：CN112036000A
公开(公告)日：2020-12-04
申请号：CN202010557112.2
申请日：2020-06-18
Applicant: 南开大学
IPC: G06F30/20 , G06F17/16 , G06F17/15 , G06F111/10
Abstract: 本发明公开了一种基于矩阵填充的环境温湿度多时隙数据采集方法。该方法包括结构化随机稀疏采样方法和一种基于低秩和改进二阶水平全变分正则化的数据恢复算法。通过采用结构化随机稀疏采样方法，较大程度地减少数据感测和传输的数量，从而延长了无线传感器网络的使用寿命。利用无线传感器网络数据的低秩和时间稳定性，构建基于时间稳定性的核范数最小化模型，并采用交替方向法对该模型进行优化求解。通过采用本发明中的结构化随机稀疏采样方法，可以对基于矩阵填充的数据恢复算法有一定的增强作用。与此同时，本发明中的数据恢复方法通过较好地平衡低秩性和时间稳定性对恢复效果的影响，从而能够较大程度的提升恢复性能和重构精度。
-
公开(公告)号：CN106487389A
公开(公告)日：2017-03-08
申请号：CN201610898645.0
申请日：2016-10-13
Applicant: 南开大学
IPC: H03M7/30
CPC classification number: H03M7/30
Abstract: 本发明公开了一种基于压缩感知的适用于稀疏信号重构的顺序正交匹配追踪算法，属于压缩感知信号处理领域。本发明不需要其他任何先验信息，也不需要其他算法作为辅助，仅需要上个正交匹配追踪算法所得估计支撑集中原子选择顺序的信息。在得到原子顺序信息后，本发明仅需再次运行原始算法就可以有效提高算法性能，操作简便。本发明在运行过程中提供了一个可控参数，用来调整算法在重构性能和运算时间之间的折中。本发明与传统正交匹配追踪算法相比，具有准确重构概率高、平均重构误差低的特点，相对其他改进算法具有运行成本低，操作简便，重构性能与运算时间可折中调控的优势，必将进一步促进压缩感知理论在实际中的应用。
-
Patent Agency Ranking
公开(公告)号：CN103209436A
公开(公告)日：2013-07-17
申请号：CN201310029932.4
申请日：2013-01-28
Applicant: 南开大学
CPC classification number: Y02D70/00
Abstract: 一种基于压缩传感理论的多参量信息融合稀疏模型，属于无线通信与数据融合领域，本模型基于无线传感器网络中普遍采用的层簇多跳路由机制，引入压缩传感理论，解决了传统网络中靠近汇聚节点的簇首能耗负担过重，容易更早死亡而降低整个网络生存周期的难题。本发明中每层簇首均传输经过投影测量所取得的相同维度低维信号，并周期性地利用能量最优选择算法选举出新的簇首节点，达到簇内与全局的双重负载均衡效果。此外针对无线传感器网络的多参数类型特点，构建多参量信号联合稀疏基底，进一步减轻基站存储负担。本发明适用范围广、创新性强，对无线传感器网络的发展和实际应用具有十分重要的理论意义。
-
公开(公告)号：CN106656199A
公开(公告)日：2017-05-10
申请号：CN201611047302.X
申请日：2016-11-22
Applicant: 南开大学
IPC: H03M7/30
CPC classification number: H03M7/3062
Abstract: 本发明公开了一种基于压缩感知的二次内积正交匹配追踪算法，属于压缩感知信号处理领域。传统压缩感知贪婪算法一般利用测量矩阵中的原子与上次迭代所得残差之间的相关性选择候选原子。本发明主要解决的是传统贪婪算法在相关性这一步中选入非支撑集原子的问题。本发明提出了一种选入原子的辅助方法，即利用候选原子、残差和跟该候选原子有关的新原子这三者之间的三个内积值的匹配程度来判定是否选入该候选原子。本发明提出了一种上述新原子的生成方式，可以有效调控新原子和候选原子之间的相关性。本发明在传统压缩感知算法由于选入错误原子迭代失败后，调用上述辅助方法进行迭代，可以有效提升算法重构精度。
-
公开(公告)号：CN106656196A
公开(公告)日：2017-05-10
申请号：CN201610898642.7
申请日：2016-10-13
Applicant: 南开大学
CPC classification number: G06K9/6239 , G06K9/6249 , G06K9/6288 , H03M7/3062 , H03M7/55
Abstract: 本发明公开了一种基于压缩感知融合前后向匹配追踪的算法，属于压缩感知信号处理领域。本发明摒弃传统前后向匹配追踪算法通过优化单一算法运行参数来提升重构效果的方法，转而利用融合策略这一新的视角来改善算法重构性能。本算法发掘失败算法中的有用信息并将其应用到不同参数的同种算法中。本发明不需要其他任何先验信息，仅利用不同参数的同种算法之间的信息来提升算法的重构效果。本发明在稀疏信号的准确重构概率和平均重构误差方面相比传统前后向匹配追踪算法具有明显优势，可有效提升压缩感知理论的实际应用能力。
-
公开(公告)号：CN106549675A
公开(公告)日：2017-03-29
申请号：CN201611048321.4
申请日：2016-11-23
Applicant: 南开大学
IPC: H03M7/30
CPC classification number: H03M7/30
Abstract: 本发明公开了一种基于压缩感知的平均相关正交匹配追踪算法，属于压缩感知信号处理领域。本发明主要解决的是根据上次迭代残差与测量矩阵中原子相关性大小作为选入原子标准的贪婪算法重构精度低的问题。本发明提出了一种选入原子的辅助方法，即利用跟该原子相关性较大的多个原子与残差相关性的平均值来考察是否选入该原子。本发明通过综合利用原子自身与残差相关性这一传统方法和上述辅助方法对原子进行选入，相比传统贪婪算法，在准确重构概率和平均重构误差方面有很大优势，可以有效促进压缩感知在实际中的应用。
-
公开(公告)号：CN106301775A
公开(公告)日：2017-01-04
申请号：CN201610589002.8
申请日：2016-07-22
Applicant: 南开大学
IPC: H04L9/30
CPC classification number: H04L9/302
Abstract: 本发明公开了一种基于RSA算法的QR码加密方法。针对重要信息需要加密处理且加密内容安全性极高和易解码等需求，本发明采用RSA算法与QR编译码技术相结合。用户可根据需求采用不同的加密级别对信息进行加密处理。RSA算法是一种非对称的加密算法，保证加解密密钥有效分离，保证加密的安全性。本发明可用于重要证件证书防伪、票据防伪以及物品的追溯等各个领域，满足不同领域用户信息加密的需求。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.014 seconds)
