抽屉内物品标签在读写器移动方向轴的粗定位方法

    公开(公告)号:CN110568400A

    公开(公告)日:2019-12-13

    申请号:CN201910792344.3

    申请日:2019-08-26

    Abstract: 本发明提供一种抽屉内物品标签在读写器移动方向轴的粗定位方法,包括:获取物体标签的信号强度(RSS)原始数据;对原始RSS数据的预处理;以及根据预处理后的RSS来粗略估计抽屉内物体标签在读写器移动方向轴上的位置。其中:获取标签原始数据的方法是沿着平行于抽屉前板的方向等间隔的移动读写器天线,天线在不同位置来获取抽屉内标签的原始RSS数据;然后对原始RSS数据滤波进行处理;最后根据天线在不同位置时接收的标签RSS估计出物体标签的位置。本发明提供的基于读写器天线移动方向轴的粗定位方法能够在非视距的情况下粗略估计出物体标签的位置。

    基于深度强化学习的静态环境下的最大化全局吞吐量方法

    公开(公告)号:CN110458283A

    公开(公告)日:2019-11-15

    申请号:CN201910741851.4

    申请日:2019-08-13

    Abstract: 本发明设计了一种最大化全局吞吐量方法,实现了在移动边缘计算架构中将无人机当作移动边缘计算服务器为终端静止用户提供及时有效的计算服务。随着现代科技技术日新月异,来自终端用户的任务越来越多,传统的移动边缘计算框架已无法为用户提供及时有效的计算服务,因此考虑将无人机当作移动计算服务器,在用户的上方为其提供服务,从而实现高效的交互服务。本发明考虑到用户移动较慢,将其近似看成静止不动的,通过对用户状态和无人机状态以及无人机与用户之间的信道状态进行建模,结合深度强化学习算法最大化全局吞吐量。

    一种分布式传感器网络中用于追踪的广播节点选择方法

    公开(公告)号:CN110430585A

    公开(公告)日:2019-11-08

    申请号:CN201910723536.9

    申请日:2019-08-07

    Abstract: 本发明公开了一种分布式传感器网络中用于追踪的广播节点选择方法。我们根据接收到的上一时刻的部分传感器信息,更新当前时刻的目标状态的估计值与真实值之间的协方差矩阵,同时结合传感器节点在当前时刻之前所有的协方差矩阵来挑选估计质量最好的传感器用来作为广播节点。实验结果表明,该方法较传统的方法,能够显著的提高在追踪过程中传感器网络的能量利用效率和带宽资源利用效率。

    基于深度强化学习的无线传感器网络目标追踪方法

    公开(公告)号:CN110351829A

    公开(公告)日:2019-10-18

    申请号:CN201910723530.1

    申请日:2019-08-07

    Abstract: 本发明实现在网络覆盖范围内对目标车辆的分布式追踪,提出了一种动态激活区调整策略,在每个时刻网络中都存在一个基于传感器对车辆感知区域而确定的感知区域,以及一个上一时刻预先开启的激活区域。在此分布式跟踪策略中,在激活区域内存在一个数据融合中心将其跟踪估计结果向相邻节点广播。在考虑有限网络对车辆感知区域的基础上,提出了对激活区域动态调整方案,以提高跟踪精度和节能效果。通过结合深度强化学习算法,找出在每个时刻针对于每种状况的最优决策,从而获得最优的追踪精度与最少的能源消耗,从而极大提升无线传感器网络对行驶车辆轨迹追踪的效率与资源的节约。

    方向调制中基于人为噪声的安全多播场景下预编码方法

    公开(公告)号:CN110113087A

    公开(公告)日:2019-08-09

    申请号:CN201910342487.4

    申请日:2019-04-25

    Abstract: 本发明提供了方向调制中多播场景下两种安全波束成形方案:最大化组接收功率加零空间投影方案和泄露方案。第一种方案在遵从正交约束的条件下,通过最大化每个期望用户组的接收功率来设计有用信号波束成形向量,同时选取所有期望用户组导向向量零空间的基构成人为噪声投影矩阵。第二种方案首先通过最大化每个期望组的信泄噪比来设计相应期望组的有用信号波束成形向量,从而使得有用信号功率尽可能多地指向相应期望组方向而减少其泄露到窃听方向以及其他期望组方,通过最大化人为噪声与泄噪比来设计人为噪声波束成形矩阵。同时与传统方案相比,本发明提出的两种方案在误码率以及安全速率性能方面都有较大提升,能够实现更加安全可靠的无线传输。

    基于无线信道状态信息的坐姿时长检测方法

    公开(公告)号:CN109670434A

    公开(公告)日:2019-04-23

    申请号:CN201811523763.9

    申请日:2018-12-13

    Abstract: 本发明采用一种基于无线信道状态信息的坐姿时长检测方法,包括:将被监测区域按有、无人员处于坐姿状态分为两种情况,分别采集这两种情况下的信道状态信息幅度数据;对采集到的数据首先去除离群值,然后基于小波变换实现低通滤波,接着利用主成分分析(PCA)算法降低数据维度,最后计算第二、三、四主成分的方差值作为SVM训练的样本;利用样本训练得出基于SVM的分类模型;实时采集信道状态信息,根据分类模型对被监测区域是否有人员处于坐姿状态进行判别,如果有人员在被监测区域内保持坐姿,则记录保持坐姿的时长。本发明实现了无线网络信道状态信息数据和支持向量机技术的结合,与现有技术相比,提高了坐姿状态判别的准确率。

    一种毫米波Vivaldi天线
    88.
    发明公开

    公开(公告)号:CN109004353A

    公开(公告)日:2018-12-14

    申请号:CN201810778684.6

    申请日:2018-07-16

    Abstract: 本发明公开了一种毫米波段的Vivaldi天线单元。所描述的天线单元包括:介质板,介质板下表面印刷金属接地层,金属接地层中间有指数型开槽和介质板正面的微带短截线。该天线采用微带短截线进行馈电。最终设计的天线尺寸为17.8mm×10mm×0.254mm,测试结果表明,该天线在65GHz-80GHz频段内得到比较满意的辐射性能,工作带宽21%,最大方向增益为11.3dB,副瓣抑制为10.7dB,性能较好。

    基于机器学习的到达角估计算法研究及应用

    公开(公告)号:CN108828505A

    公开(公告)日:2018-11-16

    申请号:CN201810338735.3

    申请日:2018-04-16

    Abstract: 本发明提供了基于机器学习的到达角估计算法研究及应用,由于以前的研究一般都是假设角度误差服从某一具体分布来设计方向调制中的有用信号波束成形向量和人工噪声投影矩阵,但实际情况中我们需要通过估计算法有效地去测量具体的角度误差分布情况。首先,数字结构的发射机作为接受者快拍多次;然后通过使用Root-MUSIC算法来获取多次快拍后测量角度的训练数据集;接着利用机器学习中的直方图方法估计到达角测量误差的概率密度分布,同时利用贝叶斯学习方法估计到达角测量误差的均值和方差;最后,我们可以利用这一系列参数来设计方向调制中的有用信号波束成形向量和人工噪声投影矩阵,此时发射机处于发射模式。

    基于粒子群搜索的峰均功率比优化方法

    公开(公告)号:CN108763655A

    公开(公告)日:2018-11-06

    申请号:CN201810415275.X

    申请日:2018-05-03

    CPC classification number: G06F17/5009

    Abstract: 本发明公开了一种在正交频分复用系统中,基于粒子群搜索算法的高峰均功率比优化的方法,属于无线通信技术的领域。本发明包括了粒子群算法的基本介绍,正交频分复用系统的介绍,将粒子群算法用于减少高峰均功率比的优化减少的优化问题。本发明能够有效地证明出,采用的粒子群算法与以往的算法进行对比,不仅能够取得较为良好的减少峰均功率比的优化效果,而且还能减少了算法的复杂度,同时还能保证误比特率的相似。

Patent Agency Ranking