-
公开(公告)号：CN105680986A
公开(公告)日：2016-06-15
申请号：CN201510974988.6
申请日：2015-12-23
Applicant: 中国人民解放军军械工程学院
CPC classification number: Y02D70/00 , H04L1/0063 , H04B7/15592 , H04L1/0076 , H04W28/0268
Abstract: 本发明涉及无线通信技术领域，具体涉及一种基于LDLC和物理层网络编码的通信方法。本发明旨在进一步提高无线通信系统的性能，提高通信系统的网络吞吐量，降低通信系统的误码率，提高通信系统在加性高斯白噪声信道的传播能力。本发明的通信方法通过在第一个时隙将源节点信号进行LDLC编码，在第二个时隙将混合信号进行LDLC译码和物理层网络编码并广播，最终使各源节点还原并获得对方节点信号以完成信息交互。
-
公开(公告)号：CN104836643A
公开(公告)日：2015-08-12
申请号：CN201510189407.8
申请日：2015-04-21
Applicant: 中国人民解放军军械工程学院
Abstract: 本发明涉及无线通信技术领域，具体涉及基于MIMO-OFDM和物理层网络编码的通信方法。本发明旨在进一步提高无线通信系统的性能，提高通信系统的网络吞吐量，降低通信系统的误码率，本发明提供了基于MIMO-OFDM和物理层网络编码的通信方法。本发明包括多址接入阶段的OFDM调制和STBC编码，中继节点处的信号接收和信号叠加，叠加信号极大似然译码、物理层网络编码和STBC编码，以及接受广播信号并还原对方信息。本发明不仅提高了通信系统的网络吞吐量，而且降低了通信系统的误码率。与传统物理层网络编码相比，本发明的通信方法吞吐量约为传统物理层网络编码通信技术的1.5倍；当误码率BER为10-5时，本发明的通信方法的编码增益约为0.8dB。
-
公开(公告)号：CN107220658B
公开(公告)日：2019-05-31
申请号：CN201710325418.3
申请日：2017-05-10
Applicant: 中国人民解放军军械工程学院
IPC: G06K9/62
Abstract: 本发明公开了一种图像匹配点对筛选方法，涉及计算机视觉技术领域。本发明包含以下步骤：(1)为样本集中的每一个样本点赋予先验概率；(2)从样本集中逐次获取内点集，通过比较得到第一极大内点集；(3)再次从样本集中逐次获取内点集，通过比较得到第二极大内点集；该第二极大内点集中的样本点所表示的匹配点对即为两个图形间的有效匹配点对。本发明方法在考虑先验知识对采样模式的影响的同时，还引入了检验结果对采样的约束，从而简化了构建模型的迭代步骤，提高了获取正确模型的效率，是对现有技术的重要改进。
-
公开(公告)号：CN106897723B
公开(公告)日：2019-05-17
申请号：CN201710088367.7
申请日：2017-02-20
Applicant: 中国人民解放军军械工程学院
IPC: G06K9/46
Abstract: 本发明公开了一种基于特征匹配的目标实时识别算法，涉及计算机视觉领域。本算法的重点在于加强目标识别的可靠性与实时性。具体方法为：首先利用快速自适应鲁棒性尺度不变的特征检测子(fast adaptive robust invariant scalable feature detector,FARISFD)与鲁棒性交叠的标准特征描述子(robust overlapped gauge feature descriptor,ROGFD)来增强方法的鲁棒性与实时性，其次利用基于KD(k‑dimensional)树的BBF(best bin first)算法与双向匹配结合的方法提高搜索效率，再次利用PROSAC(Progressive Sample Consensus)去除错误点完成匹配，最后根据平均匹配率完成目标识别。实验结果表明，FARISFD与ROGFD较传统特征检测子与描述子具有更强的鲁棒性与实时性，基于特征匹配的目标实时识别算法能够实现可靠性较强的目标实时识别。
-
公开(公告)号：CN106897723A
公开(公告)日：2017-06-27
申请号：CN201710088367.7
申请日：2017-02-20
Applicant: 中国人民解放军军械工程学院
IPC: G06K9/46
CPC classification number: G06K9/4609 , G06K9/4671
Abstract: 本发明公开了一种基于特征匹配的目标实时识别算法，涉及计算机视觉领域。本算法的重点在于加强目标识别的可靠性与实时性。具体方法为：首先利用快速自适应鲁棒性尺度不变的特征检测子(fast adaptive robust invariant scalable feature detector,FARISFD)与鲁棒性交叠的标准特征描述子(robust overlapped gauge feature descriptor,ROGFD)来增强方法的鲁棒性与实时性，其次利用基于KD(k‑dimensional)树的BBF(best bin first)算法与双向匹配结合的方法提高搜索效率，再次利用PROSAC(Progressive Sample Consensus)去除错误点完成匹配，最后根据平均匹配率完成目标识别。实验结果表明，FARISFD与ROGFD较传统特征检测子与描述子具有更强的鲁棒性与实时性，基于特征匹配的目标实时识别算法能够实现可靠性较强的目标实时识别。
-
Patent Agency Ranking
公开(公告)号：CN106485651B
公开(公告)日：2019-05-17
申请号：CN201610887108.6
申请日：2016-10-11
Applicant: 中国人民解放军军械工程学院
IPC: G06T3/00
Abstract: 本发明公开了鲁棒性快速的尺度不变图像匹配方法，涉及计算机视觉领域。本发明的重点在于提高特征匹配的可靠性与实时性，提出了一种鲁棒性快速的尺度不变图像匹配方法。具体方法为，首先利用Wallis滤波与灰度均匀化减弱噪声与光照影响；其次提出SURNSIF检测子与描述子来增强算法对尺度变换与旋转变换的鲁棒性，以及提高运行速度；再次利用基于KD树的BBF与双向匹配结合的方法提高搜索效率；最后利用PROSAC去除错误点完成匹配。本发明中SURNSIF不仅保证了特征检测与描述的鲁棒性，还兼顾了运算的速度，从而改善了图像匹配的实时性与可靠性。
-
公开(公告)号：CN106485651A
公开(公告)日：2017-03-08
申请号：CN201610887108.6
申请日：2016-10-11
Applicant: 中国人民解放军军械工程学院
IPC: G06T3/00
CPC classification number: G06T3/0068
Abstract: 本发明公开了鲁棒性快速的尺度不变图像匹配方法，涉及计算机视觉领域。本发明的重点在于提高特征匹配的可靠性与实时性，提出了一种鲁棒性快速的尺度不变图像匹配方法。具体方法为，首先利用Wallis滤波与灰度均匀化减弱噪声与光照影响；其次提出SURNSIF检测子与描述子来增强算法对尺度变换与旋转变换的鲁棒性，以及提高运行速度；再次利用基于KD树的BBF与双向匹配结合的方法提高搜索效率；最后利用PROSAC去除错误点完成匹配。本发明中SURNSIF不仅保证了特征检测与描述的鲁棒性，还兼顾了运算的速度，从而改善了图像匹配的实时性与可靠性。
-
公开(公告)号：CN105634671A
公开(公告)日：2016-06-01
申请号：CN201510974951.3
申请日：2015-12-23
Applicant: 中国人民解放军军械工程学院
CPC classification number: H04L1/0078 , H03M13/3761 , H04B7/15592 , H04L1/0056 , H04W28/0268
Abstract: 本发明涉及无线通信技术领域，具体涉及一种基于喷泉码和物理层网络编码的通信方法。本发明旨在进一步提高无线通信系统的性能，提高通信系统的网络吞吐量，降低通信系统的误码率，避免ARQ或FEC技术在增强通信可靠性的同时所带来的降低频谱利用率、信道拥堵和降低传输效率等问题。本发明的通信方法通过在第一个时隙将源节点信号进行Raptor编码，在第二个时隙将混合信号进行Raptor译码和物理层网络编码并广播，最终使各源节点还原并获得对方节点信号以完成信息交互。
-
公开(公告)号：CN105610546A
公开(公告)日：2016-05-25
申请号：CN201510974955.1
申请日：2015-12-23
Applicant: 中国人民解放军军械工程学院
CPC classification number: H04L1/0001 , H04L1/0009 , H04L25/0202 , H04L25/03961
Abstract: 本发明涉及无线通信技术领域，具体涉及一种基于SC-FDE和物理层网络编码的通信方法。本发明旨在进一步提高无线通信系统的性能，提高系统的网络吞吐量，降低系统的误码率，实现异步信号的远距离通信。本发明通过在双向中继通信系统的第一时隙和第二时隙过程中应用SC-FDE技术，对两个源节点所发送的信号进行时间同步，将时间上异步的两源节点信号当做不同路径到达的信号，只要异步范围在循环前缀的范围之内，就可通过频域均衡进行恢复，降低了系统的误码率；在第二时隙过程中应用物理层网络编码技术以提高通信系统的网络吞吐量。
-
公开(公告)号：CN107220658A
公开(公告)日：2017-09-29
申请号：CN201710325418.3
申请日：2017-05-10
Applicant: 中国人民解放军军械工程学院
IPC: G06K9/62
CPC classification number: G06K9/6201 , G06K9/6228
Abstract: 本发明公开了一种图像匹配点对筛选方法，涉及计算机视觉技术领域。本发明包含以下步骤：(1)为样本集中的每一个样本点赋予先验概率；(2)从样本集中逐次获取内点集，通过比较得到第一极大内点集；(3)再次从样本集中逐次获取内点集，通过比较得到第二极大内点集；该第二极大内点集中的样本点所表示的匹配点对即为两个图形间的有效匹配点对。本发明方法在考虑先验知识对采样模式的影响的同时，还引入了检验结果对采样的约束，从而简化了构建模型的迭代步骤，提高了获取正确模型的效率，是对现有技术的重要改进。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.07 seconds)
