-
公开(公告)号：CN120050619A
公开(公告)日：2025-05-27
申请号：CN202510229371.5
申请日：2025-02-28
Applicant: 重庆邮电大学
Abstract: 本发明属于机械振动无线传感器网络数据压缩重构领域，具体涉及一种基于边缘计算的多结构动态压缩感知机械振动信号重构方法。所述方法包括通过边缘计算节点采集原始机械振动信号；采用稀疏分解算法得到稀疏后的机械振动信号；基于初始压缩比对应的双结构测量矩阵得到压缩后的机械振动信号观测值；采用贪婪算法得到重构后的机械振动信号；判断重构后的机械振动信号与原始机械振动信号的误差是否符合设定阈值要求，进而动态调整压缩比；基于动态压缩比对应的双结构测量矩阵得到最佳的机械振动信号观测值；通过中心服务器对最佳的机械振动信号观测值采用贪婪算法进行重构，得到最终重构后的机械振动信号。本发明利用边缘计算技术对机械振动信号进行预处理，提高了状态监测的灵活性和效率；在边缘计算节点处对数据进行有效压缩测量，能够优化后续重构精度，显著提升信号恢复质量，同时也降低了中心服务器的计算压力。
-
公开(公告)号：CN120018264A
公开(公告)日：2025-05-16
申请号：CN202510141237.X
申请日：2025-02-08
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于时间戳补偿算法的5G与TSN融合网络时间同步方法，属于跨网时间同步领域。其包括：将5G网络作为TSN虚拟网桥引入TSN网络中形成跨网网络，跨网网络包括TSN1网络、5G网络和TSN2网络，跨网网络以TSN1网络中的TSN交换机为主时钟，以TSN2网络中的TSN设备为从时钟，主从时钟之间跨越NW‑TT模块、5G网络时钟域和DS‑TT模块逐级传递时间同步信息来实现同步；其中，跨网网络的时间同步包括TSN2网络时间同步、5G网络时间同步以及TSN2网络时间同步。本发明通过计算出5G系统内NW‑TT与DS‑TT的频率偏移以及驻留时间，在DS‑TT进行时间补偿，能够提升时间同步的精度。
-
公开(公告)号：CN119722799A
公开(公告)日：2025-03-28
申请号：CN202411877807.3
申请日：2024-12-19
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于点线互补的动态场景视觉SLAM方法及系统，属于移动机器人同时建图与定位领域。其通过语义模块对图像进行目标先验信息监测，标识出与相机运动不一致的动态特征点；通过跟踪模块对图像进行视觉特征提取，其中，视觉特征提取包括点特征提取和线特征提取；将跟踪模块初步提取的点特征按照语义模块标识出的动态特征点进行剔除，将得到的静态点特征和线特征进行融合，并根据融合后的线特征约束对静态点特征进行扩充，再根据点线特征筛选出关键帧；最后通过局部建图模块和回环检测与全局BA优化模块完成地图构建与优化更新。本发明能克服了场景纹理信息单一可能带来的建图局限和偏差，能够提升建图的实时性、建图精度、鲁棒性。
-
公开(公告)号：CN119577530A
公开(公告)日：2025-03-07
申请号：CN202411509144.X
申请日：2024-10-28
Applicant: 重庆邮电大学
IPC: G06F18/241 , G06F18/213 , G06F18/25 , G06F18/10 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/0895 , H04W88/02 , H04W84/12 , H04L5/00 , G06F123/02
Abstract: 本发明公开了一种基于自监督学习的Wi‑Fi传感网络用于人体姿态估计的方法，所述方法主要包括获取和处理包含人类行为的Wi‑Fi信号的CSI以及训练对人类行为进行感知的深度神经网络两个部分。首先获取对人类活动感知的Wi‑Fi数据，利用不同的数字信号处理技术对数据进行预处理；其次，利用数据提取和压缩模块对所获得数据进行初步自监督训练；然后加入时间特征提取和分类模块，结合上一步的压缩模块进行第二部分的自监督训练；最后输入少量带标签的精确样本数据，进行模型校正工作。本发明的人类活动识别方法采用自监督训练方法，不需要耗费大量时间采集和标注数据，此外使用Wi‑Fi信号执行感知识别任务，不需要任何可穿戴传感器或特殊系统等额外的成本即可进行使用。
-
公开(公告)号：CN119481727A
公开(公告)日：2025-02-18
申请号：CN202411644136.6
申请日：2024-11-18
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种电控液晶的2‑bit可重构折叠反射阵天线，属于通信天线技术领域。该天线包括主反射阵、副反射阵以及位于主反射阵中间区域的微带贴片天线阵馈源。其中，主反射阵和副反射阵之间设置有尼龙柱进行支撑。所述主反射阵包括若干个周期性排列且相互独立的反射超表面单元，该反射超表面单元用于对入射电磁波进行极化转换和相位补偿。副反射阵包括周期性排列的副反射单元，用于透射与馈源不一致的极化波，反射与馈源一致的极化波。本发明提高了天线阵列的口径效率和调控精度，实现了在保持高口径效率和优异的二维扫描能力的同时，还可实现低剖面易集成等优点。此外，实现了折叠阵的结构，解决了天线辐射时馈源遮挡的问题。
-
Patent Agency Ranking
公开(公告)号：CN119402427A
公开(公告)日：2025-02-07
申请号：CN202411538534.X
申请日：2024-10-31
Applicant: 重庆邮电大学
IPC: H04L47/125 , H04L47/2425 , H04L47/283 , H04L45/02 , H04L45/12 , H04L49/60 , H04L12/40 , H04L1/00
Abstract: 本发明涉及一种基于熵权法和装箱算法的Modbus RTU跨TSN调度方法，属于数据交换网络领域。该方法首先将Modbus RTU数据帧转化为Modbus TCP数据帧，并根据数据类型和端到端时延要求划分数据帧优先级。随后，采用模糊层次分析法和熵权法选取合适的路径进行调度，将端到端时延、带宽和传输周期等因素作为路径选择的依据。最后，利用二维装箱算法进行异构网络的调度计算，生成调度表并指导数据流的传输。本发明有效提高了工业异构网络的数据传输效率和资源利用率，并降低了数据传输的延迟，为工业发展提供了技术支持。
-
公开(公告)号：CN118612858A
公开(公告)日：2024-09-06
申请号：CN202410890353.7
申请日：2024-07-04
Applicant: 重庆邮电大学工业互联网研究院
IPC: H04W72/0446 , H04W72/0453 , H04W84/18 , H04L5/00
Abstract: 发明属于工业无线网络技术领域，具体涉及一种基于多维冲突图的工业无线网络信息年龄优化调度方法，包括：统计各超帧内每条数据流的信息年龄变化，并基于数据流的平均期望信息年龄计算公式，将最小化整体平均期望信息年龄问题建模成时隙与信道分配的整数规划模型；构建由数据流‑链路‑时隙三维元组组成的三维冲突图，将时隙调度问题转换成最大权重独立集问题，求解得到时隙调度策略；在时隙调度策略的基础上，将信道维度添加到数据流‑链路‑时隙三维元中构成四维元组并构建四维冲突图，将信道分配问题转换成最大权重独立集问题来进行求解，求解得到信道分配策略。本发明采取的优化调度算法可以减少数据流的信息年龄，提高网络的实时性。
-
公开(公告)号：CN114944688B
公开(公告)日：2024-09-06
申请号：CN202210452274.9
申请日：2022-04-27
Applicant: 重庆邮电大学工业互联网研究院
Abstract: 本发明属于能量采集技术领域，具体涉及一种电源管理与测量一体化物联网自供电无线传感电路系统；该电路系统包括：自供电传感器、开关网络电路、采能电路、控制单元、传感电路和通信模块；自供电传感器输出端与开关网络电路连接；开关网络电路分别与采能电路、控制单元和传感电路连接；采能电路输出端分别与控制单元、通信模块、传感电路连接；传感电路输出端与通信模块连接；本发明通过控制单元的电平信号，有效控制采能单元和传感电路的工作时序，既能为通信模块提供采样信号，又能为其稳定供能，具有广阔的应用前景。
-
公开(公告)号：CN112486690B
公开(公告)日：2024-01-30
申请号：CN202011443466.0
申请日：2020-12-11
IPC: G06F9/50
Abstract: 本发明涉及边缘计算技术领域，特别涉及一种适用于工业物联网的边缘计算资源分配方法，包括构建工业边缘计算模型的状态空间、动作空间和奖励函数；利用初选规则挑选出优质的转发路径集合和计算节点集合作为动作空间的执行方案；利用ε‑Greedy从动作空间中选择执行的动作，并根据奖励函数计算执行该动作的奖励；当前网络和目标网络根据选择的动作以及该动作的奖励进行迭代更新，若当前网络的Q值与目标网络的Q值接近时，完成训练输出当前资源分配方案；本发明能够满足因边缘服务器之间的差异，所带来的资源不平衡，通过该方法能够动态地均衡负载资源并有效的减少设备任务的传输(56)对比文件Jun Li等“.Task Offloading for UAV-based Mobile Edge Computing via DeepReinforcement Learning”《.IEEE》.2019,全文.
-
公开(公告)号：CN116915549A
公开(公告)日：2023-10-20
申请号：CN202310563788.6
申请日：2023-05-18
Applicant: 重庆邮电大学
IPC: H04L25/02 , H04B7/0413
Abstract: 本发明公开了一种基于轻量级高效LEU‑Net的1‑比特大规模MIMO信道估计方法，属于智能通信领域。所述方法包括：用户天线向基站发送导频信号，基站天线接收包含实部和虚部的信号矩阵，使用大规模MIMO信道模型和接收量化信号生成用于训练LEU‑Net网络的数据集；将数据集划分为训练集和测试集，使用训练集对LEU‑Net网络进行训练；将测试集筛选出最优的网络模型，用于在线阶段的信道估计。本发明提出的轻量级高效LEU‑Net网络，解决了当前1‑比特大规模MIMO信道估计网络算法复杂度高、模型参数极大以及精度不高的问题，LEU‑Net独特的网络结构特性，只需通过少量的训练数据以及更少的网络参数，即可具备更高的信道估计精度，使得1‑比特大规模MIMO系统的信道估计性能得到了显著提升。
-
-
-
-
-
-
-
-
-
Search Results
681
records
(took 0.04 seconds)
