-
公开(公告)号：CN114035054B
公开(公告)日：2024-10-22
申请号：CN202111359259.1
申请日：2021-11-17
Applicant: 重庆邮电大学
IPC: G01R31/382
Abstract: 本发明属于锂电池SoC估计领域，具体涉及一种基于卡尔曼滤波器和神经网络联合估计模型的SoC估计方法；该方法包括：实时获取待检测的锂电池的电流和电压；将获取的电流和电压输入到神经网络联合估计模型中，得到待检测的锂电池SoC估计结果，本发明利用锂电池电化学模型结合神经网络非线性参数化方法，提高了模型的泛化能力；使用Sage‑Husa估计器与无迹卡尔曼滤波算法结合，提高算法估计精度；通过实时更新模型参数，解决了因环境变化和自身老化造成的锂电池模型准确性降低的问题；与深度学习的估计方法相比，需要的数据量更小，抗噪声的能力更强。
-
公开(公告)号：CN118041478A
公开(公告)日：2024-05-14
申请号：CN202311608275.9
申请日：2023-11-28
Applicant: 重庆邮电大学
IPC: H04J3/06 , H04L41/14 , H04L41/16 , H04L41/142
Abstract: 本发明涉及一种基于最优不变估计的精确时间同步时钟参数估计方法，属于数据通信技术领域。本发明面向存在未知随机时延分布信息的通信场景，基于精确时间同步协议，通过主节点和从节点之间的双向数据包传递交互时间戳，建立主从节点之间的时钟关系模型，考虑到数据包交互过程中会经历数个中间设备，导致随机时延分布信息无法准确获取，采用混合高斯模型建模随机时延分布，并运用对手惩罚期望最大化算法学习混合模型参数，最后基于学习得到的参数采用最优不变估计方法同时估计时钟频偏与相偏，实现主从节点间的时间同步。本发明提高了时钟频偏估计与相偏估计精度，适用于存在未知随机时延分布信息的通信场景，增强了同步算法对通信时延的鲁棒性。
-
公开(公告)号：CN116094972B
公开(公告)日：2024-05-07
申请号：CN202310076279.0
申请日：2023-01-18
Applicant: 重庆邮电大学
IPC: H04L43/18 , H04L43/50 , H04L69/163 , H04L12/40 , G06N3/044
Abstract: 本发明涉及一种基于QRNN神经网络的Modbus TCP协议模糊测试方法，属于工业信息化领域，包括以下步骤：S1：对Modbus TCP协议进行模糊测试，监测响应状态，将触发异常的测试用例保存为有效测试用例集；S2：对Modbus TCP协议报文进行字段划分，随机变异，再次模糊测试，构建自定义变异字段决策表；S3：基于QRNN神经网络，将自定义变异字段决策表预处理之后作为输入，构建适用于预测有效变异字段的预测模型；S4：构建变异因子概率选择模型，概率选择变异因子，对测试用例进行变异，执行模糊测试，根据变异之后漏洞触发情况动态反馈调整不同变异因子的概率，构造更具针对性的测试用例。
-
公开(公告)号：CN114448911B
公开(公告)日：2023-09-22
申请号：CN202210106210.3
申请日：2022-01-28
Applicant: 重庆邮电大学
IPC: H04L47/6275 , H04L43/18 , G06N3/006
Abstract: 本发明涉及一种基于多目标的工业通信协议测试用例优先级排序方法，属于无线通信协议测试领域。该方法包括以历史执行失败率最大化以及执行时间最小化作为排序目标；对通信协议测试用例编码，设置帕累托最优解集NDSet；使用改进的多目标灰狼算法以全局搜索方式寻找最优解，更新NDSet；判断是否满足最大迭代次数；根据工业通信协议测试标准规范及测试用例历史执行信息，确定部分测试用例之间的依赖关系；根据测试用例执行结果，通过部分测试用例之间的依赖关系动态更新之后的测试用例顺序，计算测试用例序列的平均故障检测率、错误发现效率及有效执行时间；更新数据库中的测试用例的执行信息。本发明能够提高软件测试效率、保障软件质量。
-
公开(公告)号：CN114469000B
公开(公告)日：2023-08-11
申请号：CN202210102329.3
申请日：2022-01-27
Applicant: 重庆邮电大学
Abstract: 本发明属于传感器数据处理领域，具体涉及一种基于多传感器数据强化学习的人体减跌防震智能监测方法及系统，包括：对被监测对象进行实时监测，采用多传感器采集被监测对象的感知数据；根据感知数据得到人体跌倒相关状态；将相关状态信息输入半观测马尔科夫决策过程模型，得到最优执行策略；根据该策略执行臂系统执行相应动作，该动作包括从候选的部位的执行臂中选择一个最大保护作用的执行臂，激活执行臂并输出充气命令，达到减跌防震的作用；执行臂动作完成后再次收集传感器感知数据，并得到人体跌倒相关状态，之后进入下一阶段决策支持过程；本发明基于强化学习的智能气囊干预方式能够对于不同跌倒类型的患者有针对性地降低跌倒的损伤风险。
-
Patent Agency Ranking
公开(公告)号：CN116089091A
公开(公告)日：2023-05-09
申请号：CN202310119925.7
申请日：2023-02-15
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于物联网边缘计算的资源分配和任务卸载方法，属于物联网技术领域，包括以下步骤：S1：构建基于边缘服务器的物联网边缘计算系统；S2：构建系统的效应函数；S3：将系统效应函数分解为在初始给定任务卸载决策下的资源分配优化函数和基于资源优化分配结果的任务卸载优化函数；S4：将资源分配优化函数二次分解为终端用户设备的功率分配优化函数和边缘服务器的计算资源分配优化函数；S5：求解得到终端用户设备的最优传输功率分配方案；S6：求解得到最优的计算资源分配方案；S7：将最优分配方案带回原始问题系统效应函数，求解得到最优的任务卸载策略。
-
公开(公告)号：CN114494203A
公开(公告)日：2022-05-13
申请号：CN202210101903.3
申请日：2022-01-27
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于旋转框定位改进的Faster‑RCNN极性元器件检测方法，属于自动化领域。该方法为：获取大量PCB板图像数据集并对其元器件进行标识；利用主干网络提取到的不同层次特征图输入特征金字塔网络结构中，开展多尺度特征融合；构建有向目标检测模块，在特征金字塔中尺度不同的每一层进行有向目标检测，获得极性元器件的旋转定位框和元器件类别；根据旋转定位框的正负子旋转区域，对正负子旋转区域进行分类得到极性元器件的正负极方向，最后结合旋转定位框的旋转角度得到极性元器件的极性方向。该方法实现对电路板上极性元器件的类别、位置、极性方向等信息的一并检测，提高了检测的自动化程度和精确度。
-
公开(公告)号：CN114469000A
公开(公告)日：2022-05-13
申请号：CN202210102329.3
申请日：2022-01-27
Applicant: 重庆邮电大学
Abstract: 本发明属于传感器数据处理领域，具体涉及一种基于多传感器数据强化学习的人体减跌防震智能监测方法及系统，包括：对被监测对象进行实时监测，采用多传感器采集被监测对象的感知数据；根据感知数据得到人体跌倒相关状态；将相关状态信息输入半观测马尔科夫决策过程模型，得到最优执行策略；根据该策略执行臂系统执行相应动作，该动作包括从候选的部位的执行臂中选择一个最大保护作用的执行臂，激活执行臂并输出充气命令，达到减跌防震的作用；执行臂动作完成后再次收集传感器感知数据，并得到人体跌倒相关状态，之后进入下一阶段决策支持过程；本发明基于强化学习的智能气囊干预方式能够对于不同跌倒类型的患者有针对性地降低跌倒的损伤风险。
-
公开(公告)号：CN111225354B
公开(公告)日：2022-02-22
申请号：CN202010092968.7
申请日：2020-02-14
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种在WiFi干扰环境下的WIFI CSI动态子载波选择的人体跌倒识别方法，属于无线通信技术领域。该方法首先对CSI干扰强度及CSI活跃比率进行分析，构建WiFi干扰特征映射矩阵，利用该矩阵计算各信道干扰指数实现干扰判别。接着通过基于干扰指数的动态子载波选择算法CSI‑DSSA，选取干扰数据中互相关性最弱的子载波组合进行干扰处理，分析多链路数据融合方法CSI‑MLDF聚合未受干扰数据中多数据流的时域特征信息。最后，提取时域特征值并构建WiFi干扰环境下的SVM多活动分类模型，获得跌倒活动识别结果。本发明能够有效提高WiFi干扰环境下的人体跌倒活动识别准确率。
-
公开(公告)号：CN113038541A
公开(公告)日：2021-06-25
申请号：CN202110271033.X
申请日：2021-03-04
Applicant: 重庆邮电大学
IPC: H04W28/22
Abstract: 本发明涉及一种基于冲突感知的LoRaWAN网络速率自适应调整方法，属于低功耗广域网无线技术领域，包括以下步骤：S1：在一个圆形区域内随机均匀分布有N个LoRa节点和若干LoRa网关，结合该区域内所产生的有效字节载荷数，构建吞吐量估算模型，得出吞吐量指标O；S2：根据LoRa节点的接收灵敏度阈值和路径损耗特性，构建路径损耗丢包模型，初始化各个节点扩频因子，得到扩频因子初试集SFinit；S3：根据LoRa的传输特性，建立冲突概率估算模型，预测当前网络状况下的冲突概率Pmac；S4：在步骤S2、S3的基础上建立基于冲突感知的速率自适应调整机制，对终端数据速率进行自适应调整。
-
-
-
-
-
-
-
-
-
Search Results
115
records
(took 0.035 seconds)
