-
公开(公告)号：CN119573726A
公开(公告)日：2025-03-07
申请号：CN202411653433.7
申请日：2024-11-19
Applicant: 重庆邮电大学
IPC: G01C21/20 , G01C21/34 , G06N3/0455 , G06F18/25 , G06N5/04
Abstract: 本发明涉及一种基于交互感知和地图自适应的车辆轨迹预测方法，属于自动驾驶技术领域。该方法包括采集车辆的历史轨迹和地理语义信息；利用Transformer建模动态对象之间的交互，并在解码状态序列时融入了地图信息；采用层次化注意力机制，考虑车辆的未来状态，确保预测的一致性和准确性；此外，还构建了一种多分辨率地图编码模块，该模块充分利用Vision Transformer模块高效地捕捉局部与全局场景上下文信息，进而将地图表示与车辆状态紧密关联，以精准建模车辆与场景的交互过程，从而生成更加合理未来轨迹预测结果。本发明展现出广阔的应用潜力，能够有效提高计算性能，适用于更为复杂的交通环境。
-
公开(公告)号：CN119485216A
公开(公告)日：2025-02-18
申请号：CN202411644144.0
申请日：2024-11-18
Applicant: 重庆邮电大学
IPC: H04W4/40 , H04W72/0453 , H04W72/50 , H04W72/512
Abstract: 本发明涉及一种面向车联网多基站多切片场景的资源拍卖方法，属于车联网资源管理领域。本发明运用网络切片技术，充分考虑不同车辆的业务需求、时延以及车辆移动性对网络效用的影响，以实现系统效用最大化的目标，构建了多基站多切片的下行链路传输场景。基站依据车辆服务需求向基础设施提供商递交拍卖请求，基础设施提供商确定赢家基站以最大化系统总效用。同时，提出基于拍卖的资源分配方法，可在多基站多切片环境下动态优化资源分配，且确保拍卖具有个体理性与公平性。该方法将系统频谱效率与切片服务满意率相结合，既保障车辆服务质量，又有效提升资源利用效率。
-
公开(公告)号：CN118132992A
公开(公告)日：2024-06-04
申请号：CN202410421656.4
申请日：2024-04-09
Applicant: 重庆邮电大学
IPC: G06F18/213 , G06N3/0442 , G06N3/08 , B60W60/00
Abstract: 本发明涉及一种目标驱动的轨迹预测方法，属于自动驾驶领域。该方法包括：通过Bi‑LSTM从时间顺序和时间逆序两个方向从行人轨迹序列中提取特征，生成行人在未来时刻的位置分布，实现行人目标估计；利用注意力机制和LSTM完成对行人周围车辆的未来运动速度预测；结合行人未来意图、行人周围车辆未来运动速度和行人的历史运动轨迹，完成对行人未来运动轨迹的预测。本发明可提高行人未来轨迹预测精度，避免自动驾驶车辆对行人造成伤害。
-
公开(公告)号：CN117811643A
公开(公告)日：2024-04-02
申请号：CN202410036065.5
申请日：2024-01-10
Applicant: 重庆邮电大学
Abstract: 本发明涉及星间协同数据下载优化方法，属于卫星通信技术领域。该方法包括以下步骤：首先，将下载时间窗口平均分配给在地面站ES可见范围内的所有卫星。然后，通过链路连通性构造时空图，将其转换为叠加时空图，进一步推广到增强型叠加多功率级多传输ESMLMT图，并将每个真实节点用虚拟卫星节点代替。最后，使用最短路径路由策略寻找最小成本最大流路径，确定时隙集合和传输功率电平，选择较早时隙卸载数据；找到最小成本路径后，更新相关参数并减去不兼容边缘；每次迭代结束时，更新#imgabs0#和#imgabs1#判断更新的#imgabs2#是否有足够下载时间，若有则将剩余时间均分给相邻卫星；当V1中的所有卫星满足#imgabs3#或V2中的所有卫星满足#imgabs4#时，停止迭代。
-
公开(公告)号：CN117811642A
公开(公告)日：2024-04-02
申请号：CN202410036064.0
申请日：2024-01-10
Applicant: 重庆邮电大学
IPC: H04B7/185 , H04W40/02 , H04L45/247 , H04L45/121
Abstract: 本发明涉及低轨卫星网络中的随机链路故障路由优化方法，属于通信技术领域。该方法利用仿生学行为模拟方法，根据可取性启发式信息计算路径的可取性值。获取信息素浓度、重新探索新路径的可能性权重以及路由路径的可取性值，计算选择相邻卫星作为下一跳的概率。若当前卫星满足延迟约束，则进行局部信息素更新。正向路由被阻塞或到达目标卫星时，生成反向路由返回源卫星，并对信息素进行全局更新。在原始路由中计算节点和边的介数中心性，评估是否计算备份路径。反向路由记录的搜索路径包含关键节点时，从候选集中删除关键节点，选择最小延迟路径作为路由首选，较大的路径作为备选。本发明能优化路由选择，提高低轨卫星网络的性能和可靠性。
-
Patent Agency Ranking
公开(公告)号：CN113537241B
公开(公告)日：2022-11-08
申请号：CN202110807192.7
申请日：2021-07-16
Applicant: 重庆邮电大学
IPC: G06V10/56 , G06V10/764 , G06V10/80
Abstract: 本发明涉及一种基于自适应特征融合的长时相关滤波目标跟踪方法，属于计算机视觉领域。该方法包括：在目标的位置预测阶段，分别提取每一帧图像的HOG特征和颜色直方图特征，利用核相关滤波器和颜色直方图模型分别得到每种特征的响应图，并对每种特征响应图的峰值进行归一化以此来动态调整不同特征的权重，实现了特征的自适应融合，并根据融合后的特征响应图估计出跟踪目标位置；同时设置两个置信度检测指标、并额外训练一个检测滤波器和SVM分类器，分别用来检测当前跟踪目标是否可靠即目标是否丢失和对丢失目标位置的重新定位，以此实现对目标长时间的跟踪。
-
公开(公告)号：CN113535904A
公开(公告)日：2021-10-22
申请号：CN202110838343.5
申请日：2021-07-23
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于图神经网络的方面级情感分析方法，属于数据自然语言处理领域。该方法包括：S1：特征输入：使用Bert预训练语言模型进行词向量映射，再进行一次BiLSTM层的计算，得到含有上下文语义信息表示的隐藏特征；S2：语义特征提取：采用多层的多跳注意力图神经网络MAGNA进行语义特征提取；S3：方面目标词和上下文语义交互阶段：将S2提取到的特征进行一个遮蔽操作，然后与经过BiLSTM层的隐藏特征进行一个点积注意力操作；S4：标签预测阶段：对S3中得到的特征进行一个最大池化操作，接着进行一个线性变换降维后再softmax操作得到最后的预测结果表示。本发明提升了模型识别长距离句法关系的能力。
-
公开(公告)号：CN119577968A
公开(公告)日：2025-03-07
申请号：CN202411653435.6
申请日：2024-11-19
Applicant: 重庆邮电大学
IPC: G06F30/15 , G06F30/27 , G06N3/0455 , G06N3/08
Abstract: 本发明涉及一种基于驾驶风格的自动驾驶轨迹预测方法，属于自动驾驶技术领域。该方法包括：利用传感器和车载系统采集车辆的历史轨迹数据；对数据进预处理，以确保数据的连续性和精度；利用车辆轨迹信息构建时空交通图，构建驾驶风格特征提取模块从预处理后的轨迹数据中提取驾驶风格特征；构建空间子注意力子层和时间卷积子层对轨迹数据进行处理，得到车辆之间的交互特征；风格注意力模块动态生成注意力权重，根据不同驾驶风格引导解码模块预测未来轨迹；本发明适用于自动驾驶系统，能够有效提高轨迹预测精度和行车安全性。
-
公开(公告)号：CN119211581A
公开(公告)日：2024-12-27
申请号：CN202411272339.7
申请日：2024-09-11
Applicant: 国网青海省电力公司 , 北京智芯微电子科技有限公司 , 重庆邮电大学 , 国网上海能源互联网研究院有限公司
Inventor： 杜涛 , 杨明凯 , 马汝括 , 路长宝 , 王朝龙 , 冯超 , 赵健勃 , 候元红 , 刘敬之 , 刘浩 , 郑利斌 , 霍超 , 凌永岗 , 吴大鹏 , 张波 , 何鹏 , 何连杰
IPC: H04N19/70 , G06N20/00 , H04N19/154 , H04N19/192
Abstract: 本发明实施例提供一种面向配电网的边端协同语义通信方法及系统，属于通信技术领域，所述方法由终端侧设备执行，所述方法包括：周期性地构建对应的图像测试样本集；对所述图像测试样本集依次执行语义编码和信道编码；供所述边缘服务器对接收的各终端侧设备的传输样本集依次执行信道解码和语义解码；执行与边缘服务器之间的多轮图像测试样本集传输，边缘服务器执行各模型参数迭代，并基于对应输出的各模型参数建立与各终端侧设备之间的通信连接；基于建立的通信连接周期性地将采集的实际图像数据发送到对应的边缘服务器。本发明方案在配电网中基于改进的语义通信不仅提高了数据传输的精确性，还增强了系统对信道干扰的抗扰能力。
-
公开(公告)号：CN117040596A
公开(公告)日：2023-11-10
申请号：CN202311027350.2
申请日：2023-08-15
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于SDN的低轨卫星星座之间的链路负载均衡方法，属于卫星移动通信技术领域，包括以下步骤：S1：SDN控制器接收数据并确定数据源节点和目标节点；S2：SDN控制器计算每个卫星间链路的初始权重；S3：SDN控制器计算出K条最短路径；S4：SDN控制器计算K条最短路径中每条链路的初始权重、临界系数和稳定性系数，进行归一化处理，得到每条链路的链路选择概率系数；S5：SDN控制器根据每条链路的链路选择概率系数，选择最优传输路径，实现星间链路的负载平衡。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.025 seconds)
