-
公开(公告)号：CN115988513B
公开(公告)日：2024-09-27
申请号：CN202211659112.9
申请日：2022-12-22
Applicant: 吉林大学
IPC: H04W16/18 , H04W72/0453
Abstract: 一种稀疏采集条件下频谱地图构建方法，具体涉及一种城市环境下稀疏采集条件下的频谱地图构建方法，为解决电磁频谱地图构建方法得到的城市电磁频谱地图准确率低，频谱数据偏离现实的问题，采集城市某区域内各设备采集点的电磁频谱场强数据，利用克里金插值法对各设备采集点的电磁频谱场强数据进行扩充，得到电磁频谱场强数据扩充后的覆盖区域；对电磁频谱场强数据扩充后的覆盖区域进行栅格化划分，得到每个栅格的电磁频谱强度；利用电波传播距离、电波频率、某区域地形和示向度评估扩充后的覆盖区域与盲区的关系，再利用基于D‑S证据理论的多源数据融合技术将覆盖区域和盲区进行融合，得到某区域完整的覆盖区域及其对应的电磁频谱强度。
-
公开(公告)号：CN117665792A
公开(公告)日：2024-03-08
申请号：CN202311696872.1
申请日：2023-12-11
Applicant: 吉林大学
Abstract: 基于毫米波雷达的融合多种传感器的无人车自主定位方法，本发明涉及无人车自主定位方法。本发明的目的是为了解决现有室内自主定位方案难以在场景昏暗、烟尘等恶劣场景下正常工作的的问题。过程为：一：小车装载毫米波雷达和IMU；二：设置小车的初始位置坐标；计算小车的初始姿态；三：不断更新小车的位置和姿态；四：根据雷达点云数据估计雷达速度；五：融合小车的位置和姿态和雷达的速度，直至小车路径规划完成；六：根据雷达原始回波数据生成每个雷达帧的特征；七：基于每个雷达帧的特征，获得匹配约束；八：基于规划完成的小车路径和匹配约束，进行位姿图优化，获得小车位姿。本发明属于室内定位、无线通信领域。
-
公开(公告)号：CN117615316A
公开(公告)日：2024-02-27
申请号：CN202311618592.9
申请日：2023-11-29
Applicant: 吉林大学
IPC: H04W4/021 , H04W4/02 , H04W4/33 , H04W4/80 , H04W64/00 , G06F16/901 , G06N3/042 , G06N3/045 , G06N3/08
Abstract: 一种基于图神经网络的室内定位方法，本发明涉及基于图神经网络的室内定位方法。本发明的目的是为了解决现有基于深度学习模型的定位方法很少考虑到指纹库的点与点之间的相似性和关联性，导致定位精度普遍不高的问题。一种基于图神经网络的室内定位方法具体过程为：步骤一、获取训练集；步骤二、基于训练集构建指纹库数据；步骤三、基于指纹库数据构建指纹库数据的边特征，得到完整图数据；步骤四、构建深度学习模型；步骤五、基于完整图数据获得训练好的深度学习模型；步骤六、获取测试集；步骤七、基于训练好的深度学习模型对测试集进行定位。本发明用于基于图神经网络的室内定位领域。
-
公开(公告)号：CN116774211A
公开(公告)日：2023-09-19
申请号：CN202310749912.8
申请日：2023-06-25
Applicant: 吉林大学
Abstract: 一种基于毫米波的多目标实时定位方法，具体涉及一种基于毫米波雷达实现室内场景多目标实时定位的方法，为了解决发生火灾时，现有的毫米波雷达室内定位过程耗时较长，且毫米波雷达在非视距条件下难以精准探测到物体或人体的问题。它利用毫米波雷达获取某火灾现场的点云数据，更新非视距条件下的点云数据，将现有所有点云数据作为实际点云数据，根据帧率设定帧数，融合帧数对应的实际点云数据，得到所有的新实际点云数据，再进行滤波和DBSCAN算法和BIRCH算法聚类，得到聚类结果和新点云数据，以确定每个人体的位置，利用DCC数据关联处理将相邻两帧新点云数据进行相关性连接，利用卡尔曼滤波定位追踪，利用异步多线程实时追踪。属于定位跟踪领域。
-
公开(公告)号：CN115828740A
公开(公告)日：2023-03-21
申请号：CN202211486312.9
申请日：2022-11-24
Applicant: 吉林大学
IPC: G06F30/27 , G06N3/0464 , G06N3/08
Abstract: 基于神经网络的电波传播模型的传输损耗预测方法及系统，具体涉及一种基于半监督深度神经网络的电波传播模型的传输损耗的预测方法及系统，为了解决电波传播模型的统计模型在城市有标实测数据过少的情况下，电波传播模型预测的传输损耗精度低，准确率不高的问题，它包括基于城市不同电波传播模型的统计分布特点获取城市电波传输仿真数据作为仿真训练集，再获取少量有标实测数据作为实测训练集；构建ResNet仿真模型，将仿真训练集对ResNet仿真模型训练，输入影响传输损耗的参数，输出传输损耗，得到训练好的ResNet仿真模型；利用实测训练集对训练好的ResNet仿真模型进行微调，得到本地化模型；输出传输损耗。属于电力传输领域。
-
Patent Agency Ranking
公开(公告)号：CN115988513A
公开(公告)日：2023-04-18
申请号：CN202211659112.9
申请日：2022-12-22
Applicant: 吉林大学
IPC: H04W16/18 , H04W72/0453
Abstract: 一种稀疏采集条件下频谱地图构建方法，具体涉及一种城市环境下稀疏采集条件下的频谱地图构建方法，为解决电磁频谱地图构建方法得到的城市电磁频谱地图准确率低，频谱数据偏离现实的问题，采集城市某区域内各设备采集点的电磁频谱场强数据，利用克里金插值法对各设备采集点的电磁频谱场强数据进行扩充，得到电磁频谱场强数据扩充后的覆盖区域；对电磁频谱场强数据扩充后的覆盖区域进行栅格化划分，得到每个栅格的电磁频谱强度；利用电波传播距离、电波频率、某区域地形和示向度评估扩充后的覆盖区域与盲区的关系，再利用基于D‑S证据理论的多源数据融合技术将覆盖区域和盲区进行融合，得到某区域完整的覆盖区域及其对应的电磁频谱强度。
-
公开(公告)号：CN119025964A
公开(公告)日：2024-11-26
申请号：CN202411121730.7
申请日：2024-08-15
Applicant: 吉林大学
IPC: G06F18/24 , G06F18/213 , G06F18/25 , G06N3/0455 , G06N3/0499 , G06N3/048 , G06N3/08 , H04L27/00 , H04B7/185
Abstract: 基于时频Transformer模型的低轨卫星通信信号识别方法，本发明涉及低轨卫星通信信号识别方法，属于无线通信、卫星通信、深度学习领域。本发明的目的是为了解决现有方法针对调制后的OFDM信号的调制方式的识别准确率低、效率低的问题。过程为：获得带标签的调制后的OFDM信号数据，将调制后的OFDM信号数据作为训练集；构建深度学习模型，将训练集作为深度学习模型的输入，分类结果作为深度学习模型的输出，对深度学习模型进行训练，直至收敛，获得训练好的深度学习模型；采集待测的调制后的OFDM信号数据，将待测的调制后的OFDM信号数据输入训练好的深度学习模型，训练好的深度学习模型输出分类结果。
-
公开(公告)号：CN117614787A
公开(公告)日：2024-02-27
申请号：CN202311618615.6
申请日：2023-11-29
Applicant: 吉林大学
IPC: H04L27/00 , G06F18/24 , G06F18/214 , G05B19/042
Abstract: 一种基于FPGA和深度学习的调制方式识别方法，本发明涉及基于FPGA和深度学习的调制方式识别方法，本发明的目的是在FPGA平台上使用轻量化的Transformer来实现调制方式识别，并在较复杂的调制方式下实现高精度，低延迟和低功耗。过程为：获得训练好的深度学习模型，导出权重和偏置；使用Vivado HLS工具将深度学习模型的算法搭建在PYNQ‑Z2的PL端，得到编译好的代码；通过编译好的代码生成HDL的IP核；将IP核导入Vivado中，得到.bit文件、.tcl文件和.hwh文件并保存；将待测数据、权重和偏置以及保存的文件存储到PYNQ‑Z2的SD卡中；将待测数据、权重和偏置存储到PYNQ‑Z2的ARM里；将PYNQ‑Z2的ARM里的待测数据、权重和偏置传输到FPGA，得到分类结果，分类结果返回到PYNQ‑Z2的ARM里。本发明属于深度学习、无线通信领域。
-
公开(公告)号：CN116132921A
公开(公告)日：2023-05-16
申请号：CN202310074829.5
申请日：2023-02-07
Applicant: 吉林大学
Abstract: 基于深度强化学习的多信息众包轨迹融合方法，具体涉及一种适用于室内定位的基于深度强化学习的多信息众包轨迹融合方法，为解决传统轨迹融合方法使真实场景中的众包轨迹融合精度低，导致室内定位精度低的问题。它包括获取待测目标在室内的PDR轨迹；定义室内地标，室内地标包括WiFi指纹和地磁指纹，判断不同PDR轨迹间WiFi相似度及WiFi相似轨迹的地磁动态时间归整距离；建立室内地标对PDR轨迹的全局关联约束，将获取最小化全局关联约束的过程建模为马尔科夫决策过程；利用深度强化学习网络解决马尔科夫决策过程，深度强化学习网络的输入是PDR轨迹和全局关联约束，从而控制每段PDR轨迹进行旋转和平移，实现轨迹融合。属于室内定位领域。
-
公开(公告)号：CN203410262U
公开(公告)日：2014-01-29
申请号：CN201320468191.5
申请日：2013-08-01
Applicant: 吉林大学 , 长春成云汽车配件有限公司
IPC: B60G7/00
Abstract: 本实用新型涉及一种商用车推力杆总成，属于汽车零部件领域。该总成由一个大端头和两个结构相同的小端头组成，所述大端头和小端头分别由大小端芯轴（1、7）、大小端塑料（2、8）、大小端橡胶（3、9）和两侧的大小端端盖（4、10）硫化在一起构成端头内部的分总成组成，所述分总成分别压装到大小端头（5、11）中，大小端头（5、11）与连接管（12）热铆接装配，大端芯轴（1）通过螺栓与车桥相连接，两个小端芯轴（7）通过螺栓与车架相连接，用以传递车桥与车架之间的作用力。此推力杆总成可以更加可靠地传递车架和车桥之间的作用力，并能有效地提高推力杆总成的使用寿命。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.02 seconds)
