-
公开(公告)号：CN108770059A
公开(公告)日：2018-11-06
申请号：CN201810548106.3
申请日：2018-05-31
Applicant: 清华大学 , 中国船舶重工集团公司第七二四研究所
CPC classification number: H04W64/003 , G01S5/04
Abstract: 本发明实施例公开一种基于波束空间的低通信量高精度定位方法及系统，能实现高精度低时延的用户定位。方法包括：S1、本地基站接收待定位用户的发射信号，得到高维阵列信号，根据所述高维阵列信号构造波束空间，通过将所述高维阵列信号转换进波束空间，生成低维波束空间信号，并将所述低维波束空间信号传至中心基站；S2、所述中心基站接收所述本地基站传输的低维波束空间信号，将所述低维波束空间信号恢复为高维阵列信号，并利用直接定位算法和高维阵列信号对所述待定位用户进行定位。
-
公开(公告)号：CN107290765B
公开(公告)日：2020-11-03
申请号：CN201710569143.8
申请日：2017-07-13
Applicant: 清华大学 , 清华大学天津高端装备研究院
IPC: G01S19/48
Abstract: 本发明提供了一种水下潜航器的协作定位方法和系统，涉及水下探测的技术领域，该方法包括：获取当前水下潜航器上一时刻在水下的位置状态信息；判断当前时刻是否接收到GPS浮标发送的定位信号；如果判断出未接收到GPS浮标发送的定位信号，则获取邻近通信范围内的目标水下潜航器发送的目标信号，其中，目标水下潜航器为与当前水下潜航器相邻设置的至少一个水下潜航器，目标信号包括水声环境参数和位置信号；基于目标信号对当前水下潜航器的位置状态信息进行更新，以得到当前水下潜航器在当前时刻的位置状态信息，有效地缓解了现有的水下潜航器无法满足高精度定位要求的技术问题。
-
公开(公告)号：CN119485634A
公开(公告)日：2025-02-18
申请号：CN202311005115.5
申请日：2023-08-10
Applicant: 清华大学 , 上海人工智能创新中心
IPC: H04W64/00 , H04W24/06 , G06N7/01 , G06N3/0442 , G06N3/084
Abstract: 本发明涉及环境感知融合定位技术领域，提供一种基于贝叶斯滤波神经网络的定位方法、系统及电子设备，方法包括：获取在每个采样时刻基站在接收到目标对象发射的波形信号后，生成的观测波形矩阵；将观测波形矩阵输入至预设的定位模型，得到目标对象的定位信息；定位模型利用循环神经网络对贝叶斯滤波结果进行拟合，循环神经网络通过包括运动似然和观测似然的代价函数训练，运动似然基于目标对象样本的运动模型生成，观测似然基于采用参数估计算法确定的目标对象样本的位置信息生成。本发明用以解决现有技术中因在环境感知融合定位中应用贝叶斯滤波算法时，需要依赖近似算法以及复杂的推导，才能得到定位结果，进而影响定位速度和定位精度的缺陷。
-
公开(公告)号：CN117009810A
公开(公告)日：2023-11-07
申请号：CN202310763708.1
申请日：2023-06-26
Applicant: 清华大学 , 罗维智联(北京)科技有限公司
IPC: G06F18/214 , G06F18/27 , G06N3/0455 , G06N3/088 , G06N3/0895 , G06N3/09
Abstract: 本发明提供一种位置参数估计方法和装置，包括：获取半监督数据集和目标时刻的接收波形；将所述半监督数据集和所述接收波形输入至预先构建的半监督位置参数估计模型中，以得到分布推断结果；其中，所述半监督位置参数估计模型是基于深度神经网络利用样本数据集使用变分推断理论训练得到的，所述半监督位置参数估计模型至少包括编码器和回归器。本发明提供的半监督位置参数估计模型具有在推断中主动学习的能力，并能够有效利用半监督数据集进行参数推断，能够显著降低机器学习算法在定位系统中部署所产生的通信、计算成本以及数据集采集成本，实现精度更高、泛化性更高的位置参数估计。
-
公开(公告)号：CN116358548A
公开(公告)日：2023-06-30
申请号：CN202310147180.5
申请日：2023-02-15
Applicant: 清华大学
Abstract: 本发明提供一种基于相对定位的自组网编队导航方法、系统及存储介质，包括：获取自组网基本信息，基于预设的自组网编队网络协议进行最优目标编队的选择，将所述最优目标编队进行拆分并下发至各个自组网节点；通过预设的卡尔曼滤波的多传感融合位置估计器，获取相邻自组网节点间实时相对测量结果，生成当前相对位置估计信息及估计误差；通过预设的分布式自适应决策调度算法，基于所述相对位置估计信息及估计误差对比节点当前任务目标，计算生成运动控制策略，执行所述运动控制策略进行自组网编队。本发明解决了现有卫星拒止或卫星信号微弱情况下导致的定位导航不稳定、无人自组网集群编队性能受限问题。
-
Patent Agency Ranking
公开(公告)号：CN114966538A
公开(公告)日：2022-08-30
申请号：CN202210489353.7
申请日：2022-05-06
Applicant: 清华大学
Abstract: 本发明提供一种联合场景识别与测距测角误差校准的单站定位方法及系统，基于室内定位场景，采集室内定位场景内带标注定位信号的波形以及真实距离角度信息，构建场景特征数据库；基于场景特征数据库构建训练池，训练生成学习网络；基于生成的学习网络，通过变分自编码器进行处理，得到距离码字、角度码字和场景码字，并将距离码字、角度码字和场景码字输入至对应的校准器中，对新输入的测距及测角测量值进行校准，输出校准后的定位结果，同时更新场景特征数据库，本发明解决了现有技术中测距测角误差校准分离设计、标注成本高的问题，实现单基站测距测角误差联合校正。
-
公开(公告)号：CN111262755B
公开(公告)日：2021-11-09
申请号：CN202010052977.3
申请日：2020-01-17
Applicant: 清华大学
IPC: H04L12/26
Abstract: 本发明公开了一种网络测距方法及装置，其中，该方法包括：获取通信网络中的至少两个通信节点，通信节点按照预设通信协议进行通信，通过各个通信节点发送和接收宽带信号；获取各个通信节点发送宽带信号的发送时机的时间戳和接收宽带信号的到达时机的时间戳，根据获取的发送时机的时间戳和到达时机的时间戳解算任意两个通信节点间的传播时间，根据传播时间解算相对距离；通过监听节点获取接收到的各个宽带信号对应的到达时机的时间戳，根据各个宽带信号对应的到达时机的时间戳解算监听节点之于任意两个通信节点间的相对传播时间差，根据传播时间差解算相对距离差。该方法实现了高效率、高精度的网络节点间的相对测距。
-
公开(公告)号：CN113196107A
公开(公告)日：2021-07-30
申请号：CN201980081599.7
申请日：2019-03-01
Applicant: OPPO广东移动通信有限公司 , 清华大学
IPC: G01S19/07
Abstract: 一种信息处理的方法和终端设备，该方法包括：第一终端设备获取以下中的至少一种参数：所述第一终端设备基于第二终端设备的相对位置、网络设备与所述第一终端设备的角度，以及所述第一终端设备的时钟噪声的方差(110)；所述第一终端设备根据所述至少一种参数，确定所述第一终端设备当前所处的位置(120)。所述信息处理的方法和终端设备可以提高车联网中车辆的定位精度。
-
公开(公告)号：CN110749859B
公开(公告)日：2021-06-29
申请号：CN201911005594.4
申请日：2019-10-22
Applicant: 清华大学
Abstract: 本发明公开了一种基于多载频的单基站阵列定位方法和装置，其中，方法包括：部署用户设备和基站，基站采用天线阵列，在可允许通信频段内的多个频点上发送和接收信号，基站通过开关切换方式控制各阵元轮流接收信号；经过预处理后，将多频点，多天线的一维时域信号组合成为具有时域频域空域三维特性的信号，依据组合信号模型建立目标函数，使用似然方法和学习方法优化求解，加权得到角度、距离等位置参数；结合历史位置信息和当前位置参数进行融合滤波，得到最终定位结果。该方法可以降低成本，提高定位精度，定位效率。
-
公开(公告)号：CN108510436B
公开(公告)日：2020-09-15
申请号：CN201810267090.9
申请日：2018-03-28
Applicant: 清华大学
IPC: G06T3/00
Abstract: 本发明提供一种冷冻电镜三维重构中重构参数搜索方法和系统，所述方法包括：构建高维参数空间，对每一张实验照片，通过蒙特卡洛模拟方法在所述参数空间中进行随机采样，计算实验照片在每个采样点上与给定模型的似然度；对似然度大于设定条件的采样点进行重采样，产生新的随机采样点，并计算相应的似然度；重复此重采样过程，直至所有采样点收敛至具有最大似然度的采样点附近；将收敛后的一系列采样点的统计分布参数作为对该实验照片的重构参数的一种统计描述，并用于重构生物大分子的三维电子密度图。能对每个生物大分子颗粒成像的离焦量参数进行单独地精确测定，能大幅提高生物大分子的三维重构分辨率。
-
-
-
-
-
-
-
-
-
Search Results
70
records
(took 0.05 seconds)
