-
公开(公告)号：CN114814728A
公开(公告)日：2022-07-29
申请号：CN202210430862.2
申请日：2022-04-22
Applicant: 安徽大学
IPC: G01S5/18
Abstract: 本发明适用于计算机技术领域，提供了一种声源定位方法、系统、电子设备及介质，该方法包括：获取若干个子频域信号，并采用广义互相关算法提取同一预设频带下子频域信号的第一广义互相关特征；建立广义互相关特征与声源权重的映射关系，将第一广义互相关特征和映射关系带入期望最大化算法的条件期望函数中，并进行多次迭代，得到目标声源权重；根据第一广义互相关特征和目标声源权重确定第二广义互相关特征，并根据可控响应功率函数和所述第二广义互相关特征，获取目标可控响应功率；获取目标可控响应功率所对应的位置信息，得到目标位置信息；通过采用该方法解决了由环境噪声干扰和混响所导致的声源定位不准确的问题。
-
公开(公告)号：CN113541749B
公开(公告)日：2022-06-24
申请号：CN202110816265.9
申请日：2021-07-19
Applicant: 安徽大学
IPC: H04B7/0413 , H04B7/06 , G06N3/12 , G06N10/00
Abstract: 本发明提供了一种发射信号的估计方法、系统、设备及存储介质，用于MIMO系统，估计方法包括：接收外界的接收信号；建立量子种群；从量子染色体的初始概率幅中提取最优概率幅；更新初始概率幅：根据初始概率幅得到变异概率幅、混合概率幅和旋转概率幅；根据混合概率幅和旋转概率幅更新初始概率幅，并提取最新的最优概率幅，迭代次数加一；判断迭代次数是否达到迭代阈值：若是，则根据最新的最优概率幅得到发射信号的估计信号；若否，则继续进行初始概率幅的更新。本发明采用最大似然检测函数算法来更新量子染色体的概率幅，使其趋近于发射信号并收敛；解决了信号估计复杂度高的问题，在保证性能的同时，减少了搜索次数，降低了信号估计复杂度。
-
公开(公告)号：CN113541749A
公开(公告)日：2021-10-22
申请号：CN202110816265.9
申请日：2021-07-19
Applicant: 安徽大学
IPC: H04B7/0413 , H04B7/06 , G06N3/12 , G06N10/00
Abstract: 本发明提供了一种发射信号的估计方法、系统、设备及存储介质，用于MIMO系统，估计方法包括：接收外界的接收信号；建立量子种群；从量子染色体的初始概率幅中提取最优概率幅；更新初始概率幅：根据初始概率幅得到变异概率幅、混合概率幅和旋转概率幅；根据混合概率幅和旋转概率幅更新初始概率幅，并提取最新的最优概率幅，迭代次数加一；判断迭代次数是否达到迭代阈值：若是，则根据最新的最优概率幅得到发射信号的估计信号；若否，则继续进行初始概率幅的更新。本发明采用最大似然检测函数算法来更新量子染色体的概率幅，使其趋近于发射信号并收敛；解决了信号估计复杂度高的问题，在保证性能的同时，减少了搜索次数，降低了信号估计复杂度。
-
公开(公告)号：CN111586191A
公开(公告)日：2020-08-25
申请号：CN202010446938.1
申请日：2020-05-25
Applicant: 安徽大学
IPC: H04L29/08
Abstract: 本发明公开一种数据协作缓存方法、系统及电子设备。所述数据协作缓存方法包括：将移动边缘计算服务器分组到不同的簇内，以得到分组后的移动边缘计算服务器，根据每个分组后的移动边缘计算服务器的用户数目和子区域内容流行度的不同，以确定移动边缘计算服务器的本地缓存空间的大小、同一区域内协作缓存空间的大小以及整个协作区间内缓存空间的存储容量的大小，根据用户提出的内容请求，以判断本地移动边缘计算服务器是否缓存了用户提出的内容请求。本发明最大化基站的利用效率，内容交付的时延较小。
-
公开(公告)号：CN111565061A
公开(公告)日：2020-08-21
申请号：CN202010466449.2
申请日：2020-05-28
Applicant: 安徽大学
IPC: H04B7/0452 , H04B7/0456 , H04B17/391 , H04L27/26
Abstract: 本发明涉及一种基于深度神经网络的MIMO-SCMA下行链路通信方法，与现有技术相比解决了SCMA与MIMO技术难以有效结合的缺陷。本发明包括以下步骤：MIMO-SCMA下行链路系统的设计；MIMO-SCMA基站端进行数据发送；下行链路接收端进行数据接收并进行解码。本发明将深度神经网络合理地应用于MIMO-SCMA下行链路信号传输与检测,提出了基于深度神经网络的MIMO-SCMA下行链路系统设计方法。
-
Patent Agency Ranking
公开(公告)号：CN111356115A
公开(公告)日：2020-06-30
申请号：CN202010143309.1
申请日：2020-03-04
Applicant: 安徽大学
IPC: H04W4/44 , H04W4/46 , H04W4/70 , H04W72/04 , H04W72/08 , H04B17/309 , H04B17/382 , H04B17/391
Abstract: 本发明提供一种车通信系统资源分配方法及其补偿系统和电子设备，所述车通信系统资源分配方法包括建立车通信系统的信道模型并计算信道增益；获取上行链路的最佳功率匹配点；获取下行链路的最佳功率匹配点；根据所述上行链路的最佳功率匹配点和所述下行链路的最佳功率匹配点获取最佳频率匹配，并基于所述最佳频率匹配进行频谱资源复用。利用本发明，大大提升了频谱利用率，且未增加算法复杂度，同时增加了车通信系统链路的数据传输速率，为车通信系统提供了高效可靠的数据传输方案，推进车辆无人驾驶的发展。
-
公开(公告)号：CN111093163A
公开(公告)日：2020-05-01
申请号：CN201911333553.8
申请日：2019-12-23
Applicant: 安徽大学
IPC: H04W4/30 , H04B17/309 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于信道状态信息的无源目标分类方法，该方法包括下列顺序的步骤：数据收集；数据预处理；神经网络训练；分类结果。本发明具有部署成本低，分类准确度高、无需手工提取特征且保护隐私的优点；通过使用较稳定的信道状态信息代替随时间变化波动较大的接收信号强度作为基信号，对于细粒度的身高分类而言，信道状态信息相较于接收信号强度指示值可以很好的反映目标身高的差异。
-
公开(公告)号：CN103117007A
公开(公告)日：2013-05-22
申请号：CN201310030090.4
申请日：2013-01-25
Applicant: 安徽大学
Abstract: 本发明公开了一种基于ZigBee及GPS的车辆定位及防撞预警系统，其特征是包括有信息采集及通信单元、主控制器单元、信息显示及声光报警单元：信息采集及通信单元通过GPS模块、电子指南针模块和ZigBee通信模块获得本车车辆信息以及包含前方车辆车辆信息的无线通信信号，并向后方车辆发出包含有本车的车辆信息的无线通信信号；主控制器单元利用车辆信息或无线通信信号的信号强度计算与前方车辆的车辆间距，利用车辆速度、车辆移动方向信息以及车辆间距判断危险等级；信息显示及声光报警单元对危险等级进行显示和报警。本发明用于实现相邻车距、车速信息的获取，进而实现提前预警驾驶员控制车速以保持车辆行驶在安全间距中。
-
公开(公告)号：CN102852554A
公开(公告)日：2013-01-02
申请号：CN201210124905.0
申请日：2012-04-26
Applicant: 安徽大学
IPC: E21F17/18
Abstract: 本发明公开了一种矿井井下物理环境的监测系统，包括设置于井下依次连接的多个便携式矿帽节点、多个中继路由节点、汇聚节点、远程传输模块和设置于井上与远程传输模块连接的监控中心；便携式矿帽节点包括设置于矿帽内的微处理器，与微处理器连接的传感器、第一无线收发模块和锂电池，传感器依次通过微处理器、第一无线收发模块与中继路由节点连接。本发明将GPS信息和井下物理环境信息融合后，通过远程传输模块传递至监控中心，监控中心分析软件通过收集信息分析处理，提前预警，有序撤离，有效的减少事故的发生。且能在事故发生时，快速确定事故发生矿井位置，制定应急处理方案，极大的保证了作业人员的井下安全。
-
公开(公告)号：CN114814728B
公开(公告)日：2025-04-11
申请号：CN202210430862.2
申请日：2022-04-22
Applicant: 安徽大学
IPC: G01S5/18
Abstract: 本发明适用于计算机技术领域，提供了一种声源定位方法、系统、电子设备及介质，该方法包括：获取若干个子频域信号，并采用广义互相关算法提取同一预设频带下子频域信号的第一广义互相关特征；建立广义互相关特征与声源权重的映射关系，将第一广义互相关特征和映射关系带入期望最大化算法的条件期望函数中，并进行多次迭代，得到目标声源权重；根据第一广义互相关特征和目标声源权重确定第二广义互相关特征，并根据可控响应功率函数和所述第二广义互相关特征，获取目标可控响应功率；获取目标可控响应功率所对应的位置信息，得到目标位置信息；通过采用该方法解决了由环境噪声干扰和混响所导致的声源定位不准确的问题。
-
-
-
-
-
-
-
-
-
Search Results
118
records
(took 0.033 seconds)
