一种无线光通信的OFDM增强调制方法

    公开(公告)号:CN116866139A

    公开(公告)日:2023-10-10

    申请号:CN202311016440.1

    申请日:2023-08-14

    Abstract: 一种无线光通信的OFDM增强调制方法,包括如下步骤:S1、发送端将光通信信道待传输的比特信息流映射为相应的QAM符号,采用均匀功率加载,每个子载波携带的QAM符号具有相同的平均符号能量;S2、在比特‑符号映射之后,对原始符号应用由角度θ参数化的成对编码,将具有信噪比差异的一对子载波或子信道进行配对,并对其进行联合预编码来获得分集增益,增益来源于星座旋转和I/Q分量的交织;S3、接收端接收的光信号转换为电信号,完成FFT后,进行成对解码,通过I/Q解交织,再通过最大似然检测还原发送的比特信息。该方法具有较低的编解码复杂度,且可克服无线光通信中光学器件所导致的信号高频衰落及多径信道所造成的频率选择性,有效提升系统的通信速率。

    面向应急场景的天地一体化多机协同感知方法

    公开(公告)号:CN118984463A

    公开(公告)日:2024-11-19

    申请号:CN202410988008.7

    申请日:2024-07-23

    Abstract: 本申请提出一种面向应急场景的天地一体化多机协同感知方法。该方法包括获取环境异构图,将环境异构图输入表征神经网络获得状态根节点;通过节点拓展网络对状态根节点进行拓展,得到包含多个状态节点与多个状态节点对应的节点动作的策略树;从策略树中选择最优的动作策略控制完成多机协同。本申请利用环境异构图,通过表征神经网络和节点拓展网络建立对应的策略树,以选择最优的动作策略完成多机协同。可以动态地适应传感器的实时位置变化,实时调整资源分配策略,确保资源分配的即时性和灵活性;另一方面,异构图和神经网络能够智能地识别和适应不同传感器传输的多种数据类型和大小,满足不同应用或用户的特定通信需求。

    一种基于单像素成像的光场数字联合ISP的计算成像系统

    公开(公告)号:CN117979182A

    公开(公告)日:2024-05-03

    申请号:CN202410271058.3

    申请日:2024-03-11

    Abstract: 一种基于单像素成像的光场数字联合ISP的计算成像系统,包括光场编码部分、单像素探测器和数字解码部分,光场编码利用光学器件对场景信息进行编码,编码包括通过空间光调制技术向目标场景投射结构光图案,将二维或三维的场景空间信息融入到一维的光信号中,一维的光信号由单像素探测器进行采集,数字解码部分通过图像信号处理,进行一维的光信号与结构光图案之间的关联运算,解码出场景信息;光场编码部分经配置对场景信息进行调制图案处理,将原本需要由数字解码部分完成的一部分图像信号处理工作转移到光场编码部分中,在单像素探测器捕获一维的光信号之前完成数字解码部分的部分图像信号处理工作,而数字解码部分则利用调制图案信息和探测序列重建场景图像,从而将数字ISP重构成光场和数字联合。

    基于场重建的传感器在线协同校准方法及相关装置

    公开(公告)号:CN118857360A

    公开(公告)日:2024-10-29

    申请号:CN202410227475.8

    申请日:2024-02-29

    Abstract: 本申请实施例提供基于场重建的传感器在线协同校准方法及相关装置,涉及传感器技术领域。该方法利用预先训练的协同评估模型从其他传感器中选取目标参考源,并基于目标参考源获取目标传感器的输出数据;将输出数据输入协同评估模型进行传感器属性评估,得到目标传感器的第一传感器属性;确定第一传感器属性指示目标传感器需要进行校准,则根据目标参考源的测量数据重建高斯场,并利用高斯场中的数据对校准模型进行拟合,将目标传感器的待测数据输入拟合后的校准模型进行数据校准,得到目标校准数据。无需同时对所有的传感器进行校准,避免引入过多校准过程中的误差,从而提升校准精度。

    一种基于单像素成像的隐私保护人体姿态估计方法

    公开(公告)号:CN118657851A

    公开(公告)日:2024-09-17

    申请号:CN202410738807.9

    申请日:2024-06-07

    Abstract: 一种基于单像素成像的隐私保护人体姿态估计方法,包括:S1.使用单像素探测器捕获经过编码照明反射后的光信号,生成稀疏的一维信号;S2.将一维信号通过编码器转化为中间表示;S3.将中间表示通过解码器上采样并调整至更高分辨率,以恢复出高质量的图像特征,其中解码器利用快速超分辨率卷积神经网络进行特征提取和细化;S4.基于解码器阶段输出的特征图,通过关键点预测模块利用神经网络模型生成关键点图,得到人体姿态估计。该方法通过编码照明、单像素探测技术以及编解码器网络设计相结合,实现直接从一维信号中估计人体姿态,极大地降低了数据处理中的隐私泄露风险,通过编解码器网络和关键点检测技术,显著提高了处理速度和资源效率。

    基于注意力图和强化学习的无人机群体资源分配方法

    公开(公告)号:CN118485228A

    公开(公告)日:2024-08-13

    申请号:CN202410429903.5

    申请日:2024-04-10

    Abstract: 本申请实施例提供了一种基于注意力图和强化学习的无人机群体资源分配方法和装置、电子设备及存储介质,属于人工智能技术领域。该方法包括:获取目标无人机的无人机位置数据及无人机属性数据;根据无人机位置数据及无人机属性数据构建无人机异构图;获取传感器位置数据及传感器属性数据,并根据传感器位置数据及传感器属性数据构建无人机传感器异构图;对无人机异构图进行的特征提取,得到无人机第一卷积特征;对无人机传感器异构图进行的特征提取,得到无人机第二卷积特征与传感器卷积特征;对无人机第一卷积特征、无人机第二卷积特征及传感器卷积特征进行特征融合,得到隐状态特征表示;根据隐状态特征表示对目标无人机进行无人机调度。本申请实施例能够提高无人机调度的有效性。

    一种海上目标近距离实时位姿监测方法

    公开(公告)号:CN117036932A

    公开(公告)日:2023-11-10

    申请号:CN202310837033.0

    申请日:2023-07-10

    Abstract: 一种海上目标近距离实时位姿监测方法,包括如下步骤:在海上目标结构物上布置若干标识物或标识物组合,所述标识物为二维平面形态或三维立体形态;采集模块获取相应标识物或标识物组合在目标结构物不同位姿下的观测数据;计算模块处理分析所述观测数据,得到监测信息,所得信息通过标识物映射关联目标结构物整体,实现对目标结构物的位姿监测。该方法部署便捷、可用性良好,可以高效、精准地应对近距离海上目标实时相对位姿监测任务。

Patent Agency Ranking