-
公开(公告)号：CN119805514A
公开(公告)日：2025-04-11
申请号：CN202311298135.6
申请日：2023-10-09
Applicant: 湘潭大学
IPC: G01S19/42 , G06N20/00 , H04L41/16 , H04W4/029 , H04W4/024 , G01S19/12 , G01S19/14 , G01S19/37 , G01S19/46
Abstract: 本发明公开了一种基于机器学习的移动蜂窝信号测距方法与定位系统。所述方法包括：通过连续接收基站发送的I/Q两路原始信号，进行时间同步从而计算出帧起始位置，对前后时刻的帧起始位置进行差分运算，生成时钟偏差数据集，建立基站的时间序列预测模型，并从中提取基站与接收机之间的时钟偏差信息。当系统开始对基站与接收机之间进行测距时，利用之前时刻获取的伪距与帧起始位置，进行解析与差分，作为时间序列预测模型的输入，准确预测后续时刻的基站时钟偏差。将时钟偏差补偿到伪距估计过程中，从而计算出基站与接收机间的距离。本发明给出了一种能够在现有的移动通信网络基础设施上实现接收机的精准可持续测距和定位的方法。
-
公开(公告)号：CN111143918B
公开(公告)日：2023-03-28
申请号：CN201911238279.6
申请日：2019-12-06
Applicant: 湘潭大学
Abstract: 本发明公开了一种无线电波路径预测方法和装置，该方法包括：从建筑信息模型中提取对应的建筑构件信息；对建筑构件信息进行格式转换；获取建筑构件信息对应的建筑构件的电磁参数，并生成多源信息，将多源信息通过特定数据结构表示后，构建三维电磁建筑模型；根据收发射机参数、电磁波传播原理及多径信道的稀疏特性，预测在三维电磁建筑模型中起到信号传播主要作用的电磁波，根据所预测出的电磁波获取建筑构件中对电磁波的传播存在影响的建筑构件，根据所获取的建筑构件得到电传稀疏矩阵；根据电传稀疏矩阵预测建筑物内各个位置点的接收信号信息。采用本方法通过提取并充分利用多源信息，提高计算效率和减小复杂度。
-
公开(公告)号：CN112526572B
公开(公告)日：2022-08-30
申请号：CN202011371233.4
申请日：2020-11-30
Applicant: 湘潭大学
Abstract: 本申请涉及一种室内外无缝导航的网络切换方法与定位系统，包括：通过第一定位网络采集第一定位参数，通过第二定位网络采集第二定位参数；将第一定位参数与第二定位参数组合得到无缝导航参数，使用预先设定得到的场景判别中心与无缝导航参数进行比较，以确定当前导航场景；当前导航场景包括室内区域导航、室外区域导航及室内外融合区域导航；判断第一定位参数和第二定位参数是否满足定位条件；若是，获取当前导航场景对应的定位网络作为导航网络；若否，使用伪距等比修正模型进行计算，以确定待切换的定位网络作为导航网络。采用本方法对定位场景的描述更加精准，并根据不同的定位场景进行不同的定位策略，能够完成在不同定位系统之间的无缝定位。
-
公开(公告)号：CN106870424B
公开(公告)日：2019-09-10
申请号：CN201710025558.9
申请日：2017-01-13
Applicant: 湘潭大学
Abstract: 本发明提供一种空气导向装置及系统，通过人体脉搏传感器测得的人体生命特征数据与处理器进行无线通讯判断用户(是/否)进入第一工作状态来对(自动/手动)调速模式进行切换，其自动调速模式通过处理器获得所述温度传感器测得的温度数据、所述湿度传感器测得的湿度数据、用户热舒适度模型下的最佳舒适度范围确定人体最佳体验风速；再通过所述距离探测器测得的所述装置与用户之间的距离数据，确定与之相对应的人体感知最佳转速，进而调整空气导向部件的转速至所述人体感知最佳转速，从而提高了风速控制的精准性。
-
公开(公告)号：CN106870424A
公开(公告)日：2017-06-20
申请号：CN201710025558.9
申请日：2017-01-13
Applicant: 湘潭大学
Abstract: 本发明提供一种空气导向装置及系统，通过人体脉搏传感器测得的人体生命特征数据与处理器进行无线通讯判断用户(是/否)进入第一工作状态来对(自动/手动)调速模式进行切换，其自动调速模式通过处理器获得所述温度传感器测得的温度数据、所述湿度传感器测得的湿度数据、用户热舒适度模型下的最佳舒适度范围确定人体最佳体验风速；再通过所述距离探测器测得的所述装置与用户之间的距离数据，确定与之相对应的人体感知最佳转速，进而调整空气导向部件的转速至所述人体感知最佳转速，从而提高了风速控制的精准性。
-
Patent Agency Ranking
公开(公告)号：CN119206213A
公开(公告)日：2024-12-27
申请号：CN202411231506.3
申请日：2024-09-04
Applicant: 湘潭大学
IPC: G06V10/26 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/0475
Abstract: 本发明公开了一种基于生成对抗网络的垂测电离图描迹分割方法，步骤S1，构建生成对抗网络的生成器和判别器；步骤S2，在将训练数据集输入网络前进行预处理，对电离图每个通道进行最大值归一化，并通过零填充将电离图大小扩展至512×512，将所得数据集分为训练集和测试集；步骤S3，将训练集的电离图输入编码器进行特征提取，所得特征图输入解码器进行不同尺度语义信息的融合，最后恢复为与输入电离图大小相同的分割结果图；步骤S4，判别器通过提取输入图像的特征，计算不同层级特征图之间的损失来衡量真实标签与分割结果之间的差异；步骤S5，判别器的损失反馈至生成器，生成器根据生成器损失和判别器反馈的损失调整网络参数。
-
公开(公告)号：CN116482406A
公开(公告)日：2023-07-25
申请号：CN202310649019.8
申请日：2023-06-02
Applicant: 湘潭大学
Abstract: 本发明涉及一种基于ADMM算法的加速度计标定的方法及系统，包括以下步骤：根据零偏误差、刻度因子误差和非正交误差，构建误差数学模型，并确定误差数学模型对应的各个模型参数；获取预设的优化参数辨识模型对应的目标函数；根据各个模型参数、第一输出值和补偿输出值，通过优化参数辨识模型对应的目标函数，对各个模型参数进行误差优化，得到各个模型参数对应的目标参数；根据各个目标参数更新误差数学模型，得到目标误差数学模型，以使加速度计根据目标误差数学模型对待测物进行标定，设计了如何基于ADMM算法对加速度计的标定进行补偿，从而提高精度的问题。
-
公开(公告)号：CN113985451A
公开(公告)日：2022-01-28
申请号：CN202111237967.8
申请日：2021-10-25
Applicant: 湘潭大学
IPC: G01S19/21
Abstract: 本申请涉及一种卫星导航欺骗检测的方法及装置。所述方法包括：获取导航接收机射频前端输出的I/Q两路原始采样数据；对原始采样数据进行码域、频域二维搜索捕获可见星，获得用于跟踪环路的伪随机序列；提取用于滤波器的码相位差异、载波相位偏差和载波变化率；构建基于卡尔曼滤波的码跟踪和载波跟踪环路；建立无导航欺骗信号的零假设和存在导航欺骗信号的备择假设，通过对实时归一化新息平方的区间检测，判决当前接收卫星信号是否包含导航欺骗信号。本方法给出了一个较为完整可靠的导航欺骗信号检测方法，更适合现有单天线接收机硬件场景。
-
公开(公告)号：CN106162555B
公开(公告)日：2019-09-10
申请号：CN201610850775.7
申请日：2016-09-26
Applicant: 湘潭大学
Abstract: 本发明涉及一种室内定位方法及系统，其中室内定位方法包括：初步测距、定位范围和距离修正后精确定位，其中以信号损耗估计误差最小的墙体组合为参数修正测距信息以计算得到精确室内定位坐标。采用了该发明中的室内定位方法及系统，充分利用了室内环境中建筑结构固定且唯一的信息，依据建筑结构和墙体不同的建筑材料对信号的衰减不同，对测量得到的信号进行拟合，寻找各位置区域所对应的信号损耗估计误差最小的最优墙体组合，得到墙体干扰无线信号传播的时延信息，以此对距离测量值进行校正，改善了室内环境下由于各种墙体间的阻隔导致已有定位算法精度不高的问题，本方法复杂度适中，能够得到室内复杂环境下更为精确的定位结果。
-
公开(公告)号：CN104236618B
公开(公告)日：2017-01-11
申请号：CN201410379209.3
申请日：2014-08-04
Applicant: 湘潭大学
IPC: G01D21/00
Abstract: 本发明公开了一种泵车间臂架姿态防碰撞检测方法及系统，泵车为两台或以上，包括如下步骤：步骤a)获取泵车间各臂架的多个臂节三维姿态信息；步骤b)根据步骤a)所获信息，判断各臂架的多个臂节运动趋势；步骤c)根据步骤a)和步骤b)的信息，将各臂架的多个臂节姿态信息设于同一三维参考系后，再计算各臂架的多个臂节姿态信息和距离值；步骤d)根据步骤c)的计算值进行预警处理。该检测系统应用于至少两台泵车上，包括：姿态感知单元、趋势判断单元、处理单元和报警单元。使用该方法的泵车间臂架姿态防碰撞检测系统后，可提高群体作业时臂架的安全性，进而有效降低事故的发生率，因此应用前景十分广阔。
-
-
-
-
-
-
-
-
-
Search Results
36
records
(took 0.017 seconds)
