-
公开(公告)号：CN107277537A
公开(公告)日：2017-10-20
申请号：CN201710595955.X
申请日：2017-07-20
Applicant: 南京邮电大学
IPC: H04N19/42 , H04N19/132 , H04N19/137 , H04N19/177 , H04N19/154
Abstract: 本发明公开了一种基于时间相关性的分布式视频压缩感知采样方法，该方法在建立无反馈的分布式视频压缩感知模型的基础上，充分利用视频帧之间的时间相关性，通过每个图像块信息占视频图像组信息的大小来初步分配每块的采样率，按照帧间残差进行模式判别，计算出各个小块实际的采样率，从而实现自适应采样分配。该方法在相同总采样率下能提高视频的重构质量，且减少采样次数带来的能量节省远远超过了动态采样率算法引起的额外能量消耗，没有使用反馈信道，时延较小。该方法解决了现有分布式视频压缩感知采样过程中未充分考虑时间相关性的问题，具有很好地实用价值。
-
公开(公告)号：CN107180538A
公开(公告)日：2017-09-19
申请号：CN201710474109.2
申请日：2017-06-21
Applicant: 南京邮电大学
Abstract: 本发明公开了一种车载轨迹运行方向的识别方法，通过对车载线路进行初始栅格线段化处理，基于连续采样数据，将车载实时位置限定于两个车载静态数据内进行方向判断，当出现奇异数据时，基于连续高频次采样，首次通过均值法作为车载当前初始位置点位，再通过双重电子围栏，通过其限定栅格线段的搜索区域，降低计算复杂度，并由电子围栏获得与栅格线段的两个相交计算点，以此相交计算点建立坐标系，通过三角几何运算获得车载当前最终位置点位，此位置点位将作为车载奇异采样数据的参考值，从而将奇异数据的评估值控制在有限范围内，从而提高车载轨迹方向识别的准确度。
-
公开(公告)号：CN116403168A
公开(公告)日：2023-07-07
申请号：CN202310386349.2
申请日：2023-04-11
Applicant: 南京邮电大学
IPC: G06V20/54 , G06V10/40 , G06V10/52 , G06V10/764 , G06V10/766 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于模块化轻量级网络的视频流目标检测方法及装置。所述方法包括：实时采集应用场景下道路交通的视频流图像信息；将采集的视频流图像信息输入构建的基于深度学习的边缘目标检测网络，输出应用场景下目标检测结果；通过模型训练与模型校正两阶段方法，确保目标检测的精度与可靠性要求。本发明通过构建基于深度学习与边缘计算融合架构的视频流目标检测网络与系统方法，解决了现有边缘视频监控系统内，视频采集单元与边缘服务器等嵌入式设备的计算和存储资源有限，无法搭载传统的目标检测模型，因而难以实现目标检测的实时性与高效率的问题。
-
公开(公告)号：CN113660050B
公开(公告)日：2023-03-28
申请号：CN202110720407.1
申请日：2021-06-28
Applicant: 南京邮电大学
IPC: H04B17/391 , H04W4/40 , H04W4/44 , H04W4/46 , H04W24/06
Abstract: 本发明公开了一种车联网无线信道V2X仿真方法及存储介质，构建基于车路协同的V2X通信模型；对核心通信节点进行建模，生成V2X传播模型、丢包率模型和延迟模型。传播分别是在视距、非视距及非视距环境下，受路径损耗和大型建筑物、车辆遮挡所带来的阴影衰落的影响，丢包率模型采用BPSK调制方式编码，延迟模型包括信道竞争时延和接收响应时延，使用载波监听多路复用机制来避免多个邻节点同时发送信息而产生碰撞。本发明提出的V2X仿真模型、测试方法与系统，充分利用V2X融合通信的优势，可为车联网移动通信模型的仿真验证提供借鉴和参考。
-
公开(公告)号：CN115014353A
公开(公告)日：2022-09-06
申请号：CN202210619653.2
申请日：2022-06-02
Applicant: 南京研敏信息科技有限公司 , 南京邮电大学
Abstract: 本发明公开了一种室内定位方法及系统，所述方法包括：获取加速度、角速度和地磁的原始数据，所述原始数据分别通过智能手机内置的加速度计、陀螺仪和磁力计采集得到；基于获取到的原始数据，采用预设的PDR位置估算方程进行位置估算，得到第一位置信息；所述PDR位置估算方程是基于步数值、步长值和行进方向进行位置估算的；基于获取到的原始数据，采用预设的UWB位置推算方法进行位置推算，得到第二位置信息；所述UWB位置推算系统是基于参考节点进行加权计算进行位置推算；使用卡尔曼滤波算法融合第一位置信息和第二位置信息，得到用户在室内的位置信息。本发明能够提高室内定位性能。
-
Patent Agency Ranking
公开(公告)号：CN110889444B
公开(公告)日：2022-08-09
申请号：CN201911153335.6
申请日：2019-11-22
Applicant: 南京邮电大学
Abstract: 本发明公开了交通数据信息挖掘技术领域的一种基于卷积神经网络的驾驶轨迹特征分类方法，旨在解决现有技术中从车辆轨迹数据中挖掘驾驶风格时，由于车辆定位受道路环境等因素影响，加之对车辆轨迹数据的分析不足，无法有效获取驾驶员的驾驶风格的技术问题。所述方法包括如下步骤：对目标车辆轨迹数据进行分段处理；将处理后的目标车辆轨迹数据输入预先训练好的卷积神经网络，获取目标车辆轨迹数据所对应的驾驶风格。
-
公开(公告)号：CN113660050A
公开(公告)日：2021-11-16
申请号：CN202110720407.1
申请日：2021-06-28
Applicant: 南京邮电大学
IPC: H04B17/391 , H04W4/40 , H04W4/44 , H04W4/46 , H04W24/06
Abstract: 本发明公开了一种车联网无线信道V2X仿真方法及存储介质，构建基于车路协同的V2X通信模型；对核心通信节点进行建模，生成V2X传播模型、丢包率模型和延迟模型。传播分别是在视距、非视距及非视距环境下，受路径损耗和大型建筑物、车辆遮挡所带来的阴影衰落的影响，丢包率模型采用BPSK调制方式编码，延迟模型包括信道竞争时延和接收响应时延，使用载波监听多路复用机制来避免多个邻节点同时发送信息而产生碰撞。本发明提出的V2X仿真模型、测试方法与系统，充分利用V2X融合通信的优势，可为车联网移动通信模型的仿真验证提供借鉴和参考。
-
公开(公告)号：CN109191896B
公开(公告)日：2021-05-11
申请号：CN201811208241.X
申请日：2018-10-17
Applicant: 南京邮电大学
Abstract: 本发明公开了个性化停车位推荐方法和系统，方法包括采集原始数据与通过原始数据计算得到的，到达车位K的最小驾驶时间Tk、停车费用F、停车成功概率C、停车位距目的地步行距离M以及停车位停车难度D、停车位安全性S，用K‑MEDOIDS算法进行聚类分析、选取聚类后每一类的中心点与预先确定的停车位的偏好权重值进行匹配，将得到适合该驾驶员的停车位推荐给特定驾驶员。本发明能够充分考虑不同驾驶员对于停车需求不同的特性，引入用户自定义权重与历史数据调整权重，通过权重改进Mahalanobis距离公式，使聚集的类质量更高、更加贴近用户的需求。
-
公开(公告)号：CN108540310B
公开(公告)日：2021-05-11
申请号：CN201810214451.3
申请日：2018-03-15
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于无线网络协同感知的行为预测方法，将无线传感网分为子节点层、母节点层和网关层；子节点通过无线通信技术与母节点之间完成通信，再由母节点将数据转发给网关节点；多个子节点以及母节点之间通过协作以完成行为预测的能力；子节点对应于母节点路由表中的各个路由节点，母节点与其路由表中的多个子节点之间通过协作感知以达到行为预测的能力。本发明网络节点通过无线通信技术实现在目标现场的通信和组网，无线网络节点的感测数据在网络节点之间传输并在网络节点进行共享，通过多个网络节点感测的数据进行具体行为的预测，无线网络节点根据此行为预测结果运行自身对应的工作模式，以实现优化无线网络节点的监测能量消耗。
-
公开(公告)号：CN112492543A
公开(公告)日：2021-03-12
申请号：CN202011194605.0
申请日：2020-10-30
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于车联网MEC和D2D链路的车辆安全传输系统及方法，将每一个车辆安全传感器模块当作一个D2D用户节点，车主移动设备作为蜂窝用户，构建单蜂窝多D2D链路安全传输系统；所有车辆安全传感器模块将采集的车辆安全信息发送至车主移动设备；车主移动设备接收所有车辆安全传感器模块的车辆安全信息，并将所有车辆安全信息上传至MEC移动边缘计算平台；车主移动设备接收MEC移动边缘计算平台返回的车辆安全信息的分析结果。本发明基于D2D和MEC将车辆安全系统简单化、可靠化，可将信息的传输时延降到毫秒级，并充分利用驾驶用户的个人移动终端，便于行车过程中的安全应对，并降低实施成本。
-
-
-
-
-
-
-
-
-
Search Results
114
records
(took 0.031 seconds)
