-
公开(公告)号：CN110378344A
公开(公告)日：2019-10-25
申请号：CN201910368493.7
申请日：2019-05-05
Applicant: 北京交通大学
Abstract: 本发明提供了一种基于谱维转换网络的卷积神经网络多光谱图像分割方法。该方法包括：分别利用CNN网络构建谱维转换网络和像素级类别预测结构；利用谱维转换网络和像素级类别预测结构构建CNN像素级类别预测结构模型，使用带动量的梯度下降算法对CNN像素级类别预测结构模型进行有监督训练，将需要分割的多光谱图像直接输入到训练好的CNN像素级类别预测结构模型，得到需要分割的多光谱图像对应的像素级分割图。本发明通过利用谱维转换网络实现谱维度从多至三的转换，可以采用大数据量的传统彩色图像训练像素级类别预测结构，实现了采用深度学习方法处理低数据量的多光谱图像分割任务，避免过拟合问题的同时提高了多光谱图像像素级分割的准确率。
-
公开(公告)号：CN105791181B
公开(公告)日：2019-02-05
申请号：CN201610108138.2
申请日：2016-02-26
Applicant: 北京交通大学
Abstract: 本发明公开了一种用于轨道交通高速移动场景的信道估计与均衡方法，该方法的步骤包括：获取列车当前位置S1、构建列车预测位置的信道模型S2、基于列车的当前位置，确定列车预测位置信道的基础冲击响应S3、对预测位置信道响应的变化量进行跟踪，并快速估计出预测位置实际的信道冲击响应S4和根据步骤S4确定的预测位置的实际冲击响应，进行信道均衡S5。本发明所述技术方案结合轨道交通场景和信道建模，通过对列车移动位置处的已知信道模型进行信道估计，信道估计的时延非常短，且估计精度高，适合于高速移动、复杂场景下的精确信道估计与均衡。
-
公开(公告)号：CN105644559B
公开(公告)日：2018-11-02
申请号：CN201610074331.9
申请日：2016-02-02
Applicant: 北京交通大学
IPC: B60W30/095 , B60T7/12 , G08G1/0967 , G08G1/16
Abstract: 本发明公开了一种基于虚拟轨道和移动闭塞技术的无人驾驶方法，该方法的步骤包括：构建无人驾驶车辆的虚拟轨道S1、获取当前车辆与前方车辆的安全距离S2和基于当前车辆与前方车辆的实际间距与安全距离和最大停车距离之和的比较，对当前车辆进行行驶控制S3。本方案将“虚拟轨道”和基于通信的移动闭塞技术引入道路无人驾驶系统，可以有效地应对在道路车辆行驶过程中出现的各种随机现象，使得原本杂乱无章的行车模式变得有矩可循，大大降低了系统设计的复杂度和无人驾驶车辆的成本。
-
公开(公告)号：CN105656577B
公开(公告)日：2018-05-18
申请号：CN201510968873.6
申请日：2015-12-22
Applicant: 北京交通大学
IPC: H04B17/391 , H04B1/7113 , H04W84/18
Abstract: 本发明提供了一种面向信道冲激响应的分簇方法和装置。所述面向信道冲激响应的分簇方法，包括：步骤一，基于稀疏优化理论对原始信道的信道冲激响应CIR进行重构；步骤二，基于重构的所述CIR信号进行CIR多径簇的检测，生成分簇结果；步骤三，根据模型拟合度，对所述分簇结果进行修正。本发明能够提高CIR多径分簇的准确度。
-
公开(公告)号：CN105791181A
公开(公告)日：2016-07-20
申请号：CN201610108138.2
申请日：2016-02-26
Applicant: 北京交通大学
CPC classification number: H04L25/0202 , H04B17/391 , H04L25/0212 , H04L25/025 , H04L25/03159 , H04L2025/03636
Abstract: 本发明公开了一种用于轨道交通高速移动场景的信道估计与均衡方法，该方法的步骤包括：获取列车当前位置S1、构建列车预测位置的信道模型S2、基于列车的当前位置，确定列车预测位置信道的基础冲击响应S3、对预测位置信道响应的变化量进行跟踪，并快速估计出预测位置实际的信道冲击响应S4和根据步骤S4确定的预测位置的实际冲击响应，进行信道均衡S5。本发明所述技术方案结合轨道交通场景和信道建模，通过对列车移动位置处的已知信道模型进行信道估计，信道估计的时延非常短，且估计精度高，适合于高速移动、复杂场景下的精确信道估计与均衡。
-
Patent Agency Ranking
公开(公告)号：CN105553585A
公开(公告)日：2016-05-04
申请号：CN201510947348.6
申请日：2015-12-17
Applicant: 北京交通大学
IPC: H04B17/391
Abstract: 本发明实施例提供了一种多天线系统的大尺度衰落模型的构建方法和装置。所述多天线系统的大尺度衰落模型的构建方法，包括：根据多天线系统的传播环境和当前蜂窝系统的覆盖面积，来选取参考位置；根据所述参考位置，获取所述多天线系统的天线阵列中各个阵元相对于所述多天线系统的各个用户天线的离开角；根据参考位置和各个阵元的离开角，生成所述各个阵元的发射功率与所述各个用户天线的接收功率之间的比值；根据所述各个阵元的发射功率与所述各个用户天线的接收功率之间的比值，生成多天线系统的大尺度衰落矩阵；根据多天线系统的信道矩阵和所述大尺度衰落矩阵，生成所述多天线系统的级联衰落信道矩阵。本发明提供一种更为精确的信道衰落模型。
-
公开(公告)号：CN101841304B
公开(公告)日：2012-02-29
申请号：CN201010140861.1
申请日：2010-04-02
Applicant: 北京交通大学
IPC: H03F1/32
CPC classification number: H03F1/3247 , H03F1/3258
Abstract: 一种带有线性校正器的功率放大装置，使用多项式方式来实现预失真功能，其基于多项式的预失真器的有效阶估计方法，包括：接收所述预失真器的多项式，将所述多项式转换为矩阵表示，获得由K个预失真函数构成的预失真矩阵，K表示所述多项式的最大阶数；对所述预失真矩阵进行奇异值分解，得到奇异值矩阵；根据所述奇异值矩阵，获得所述预失真矩阵的有效秩，将所述预失真矩阵的有效秩确定为所述多项式的有效阶。本发明在保证预失真性能的同时降低基于多项式的功率放大器预失真器的复杂度，进而保证基于多项式的功率放大器预失真器具有更好的收敛性和稳定性。
-
公开(公告)号：CN101841303B
公开(公告)日：2012-02-29
申请号：CN201010140849.0
申请日：2010-04-02
Applicant: 北京交通大学
IPC: H03F1/32
Abstract: 一种基于多项式的预失真估计方法，包括：接收所述预失真器的多项式，将所述多项式转换为矩阵表示，获得由K个预失真函数构成的预失真矩阵，K表示所述多项式的最大阶数；对所述预失真矩阵进行奇异值分解，得到奇异值矩阵；根据所述奇异值矩阵，获得所述预失真矩阵的有效秩，将所述预失真矩阵的有效秩确定为所述多项式的有效阶，所述预失真矩阵的有效秩是对所述预失真矩阵的逼近能够达到预定逼近效果的逼近预失真矩阵的最小秩，所述逼近预失真矩阵是对所述预失真矩阵进行逼近的矩阵。本发明在保证预失真性能的同时降低基于多项式的功率放大器预失真器的复杂度，进而保证基于多项式的功率放大器预失真器具有更好的收敛性和稳定性。
-
公开(公告)号：CN101841302B
公开(公告)日：2012-02-29
申请号：CN201010140848.6
申请日：2010-04-02
Applicant: 北京交通大学
IPC: H03F1/32
Abstract: 一种预失真器的有效阶估计器，包括：转换单元，用于接收预失真器的多项式，将所述多项式转换为矩阵表示，获得由K个预失真函数构成的预失真矩阵；K表示所述多项式的最大阶数；分解单元，用于对所述预失真矩阵进行奇异值分解，得到奇异值矩阵；逼近单元，用于根据所述奇异值矩阵，获得所述预失真矩阵的有效秩，所述预失真矩阵的有效秩为所述多项式的有效阶，所述预失真矩阵的有效秩是对所述预失真矩阵的逼近能够达到预定逼近效果的逼近预失真矩阵的最小秩，所述逼近预失真矩阵是对所述预失真矩阵进行逼近的矩阵。本发明在保证预失真性能的同时降低基于多项式的功率放大器预失真器的复杂度，进而保证预失真器具有更好的收敛性和稳定性。
-
公开(公告)号：CN101505484B
公开(公告)日：2011-08-17
申请号：CN200910078950.5
申请日：2009-03-02
Applicant: 北京交通大学
Abstract: 本发明公开了一种实现语音组呼资源恢复方法，适用于GSM-R系统，在组呼资源不足的情况下，低优先级组呼进行过程中，可能会出现组呼信道被高优先级呼叫抢占的情况。当高优先级组呼结束后，现有方法对原来的组呼资源是否恢复的处理不统一。本发明从原有低优先级组呼是否已经结束、该小区是否为发起小区、小区下是否仍存在组呼用户三个方面依次判断是否重建低优先级的组呼信道，同时提出了组呼信道重建流程，既避免了盲目重建信道对资源的浪费，又可以保证在必要情况下组呼信道被高效恢复，进而实现不同厂家设备间更好的互联互通。
-
-
-
-
-
-
-
-
-
Search Results
204
records
(took 0.027 seconds)
