-
公开(公告)号：CN111623765B
公开(公告)日：2022-07-01
申请号：CN202010420793.8
申请日：2020-05-18
Applicant: 清华大学
Abstract: 本发明实施例提供一种基于多模态数据的室内定位方法及系统，该方法包括：分别获取惯性传感器室内定位结果、无线信号室内定位结果以及计算机视觉室内定位结果；基于预设的粒子滤波算法，融合所述惯性传感器室内定位结果、所述无线信号室内定位结果以及所述计算机视觉室内定位结果，得到多模态数据融合室内定位结果。本发明实施例通过在传统的室内无线定位技术的基础上融合了视频及惯性传感器数据的优点，并通过粒子滤波器进行数据的融合计算，从而实现高精度鲁棒性的实时室内定位。
-
公开(公告)号：CN112312541B
公开(公告)日：2022-01-18
申请号：CN202011073388.X
申请日：2020-10-09
Applicant: 清华大学
Abstract: 本发明实施例提供一种无线定位方法及系统，包括：在待测点处采集所有Wi‑Fi接入点的接收信号强度数据；根据接收信号强度数据，构建指纹向量；根据指纹向量，确定指纹图像；将指纹图像输入至训练好的域对抗神经网络模型中，以获取由域对抗神经网络模型输出的与待测点相对应的预测位置。本发明实施例提供的无线定位方法及系统，以广泛部署的Wi‑Fi设备为载体，使用深度学习方法充分挖掘指纹图像中的本质定位信息，在传统RSS指纹基础上，提取能够克服设备异质性、时间波动性的鲁棒特征，从而提升定位精度与鲁棒性，可实现室内高精度的定位，同时能够自动更新，长期保持定位的准确性，且降低了设备及维护成本。
-
公开(公告)号：CN112346050A
公开(公告)日：2021-02-09
申请号：CN202011148763.2
申请日：2020-10-23
Applicant: 清华大学
Abstract: 本发明实施例提供一种基于Wi‑Fi设备的跌倒检测方法，所述基于Wi‑Fi设备的跌倒检测方法包括：基于在目标区域获取到的无线信号的信道状态信息，确定人体速度特征；将人体速度特征输入到跌倒检测模型，获得跌倒检测模型输出的人体跌倒识别结果；跌倒检测模型为基于跌倒/非跌倒样本数据集训练得到；跌倒/非跌倒样本数据集中的非跌倒样本来自于真实采集的人员日常活动的样本，跌倒/非跌倒样本数据集中的跌倒样本为基于数据扩容模型对输入的真实跌倒样本进行预处理得到。本发明实施例提供的基于Wi‑Fi设备的跌倒检测方法，便于大规模推广，能提升对跌倒检测模型训练的效果，使得对目标区域内人员跌倒情况的检测更加准确高效。
-
公开(公告)号：CN107800491B
公开(公告)日：2020-03-20
申请号：CN201710948160.2
申请日：2017-10-12
Applicant: 清华大学
IPC: H04B17/21 , H04B17/345 , H04L27/26
Abstract: 一种基于信道状态信息的无线感知抗干扰方法及装置。其中，所述方法包括：对接收到的每个数据包进行检测，获取受到射频干扰的数据包；对所述受到射频干扰的数据包中的失真子载波进行提取，获得待处理子载波；对所述待处理子载波进行校正处理，消除所述失真子载波受到的射频干扰。所述装置用于执行上述方法。本发明提供的基于信道状态信息的无线感知抗干扰方法及装置，由于能够对接收到的每个数据包进行检测，获取受到射频干扰的数据包，并进行失真子载波的提取，获得待处理子载波，然后对待处理子载波进行校正处理，消除所述失真子载波的失真，从而加强了基于Wi‑Fi信号的无线感知应用的抗干扰能力，提高了无线感知的准确性。
-
公开(公告)号：CN110322064A
公开(公告)日：2019-10-11
申请号：CN201910570152.8
申请日：2019-06-27
Applicant: 清华大学
Abstract: 本发明提供一种城市出行需求预测方法，方法包括：对于城市中的任一区域，获取当前时间段的前一个时间段内该区域的出行需求特征和人群流动特征；将所述出行需求特征和所述人群流动特征输入至图卷积神经网络模型，输出该区域在所述当前时间段的出行需求预测结果；其中，所述图卷积神经网络模型是基于训练样本数据以及预先确定的出行需求预测结果进行训练后得到。本发明实现对城市出行需求进行准确预测。
-
Patent Agency Ranking
公开(公告)号：CN110245514A
公开(公告)日：2019-09-17
申请号：CN201910361422.4
申请日：2019-04-30
Applicant: 清华大学
Abstract: 本发明实施例提供一种基于区块链的分布式计算方法及系统，区块链中的主节点根据自身的计算需求编写智能合约并将智能合约发布至区块链，以使得区块链中的从节点根据本地的计算资源和智能合约中的分布式计算函数进行分布式计算，最终，主节点根据智能合约中的结果汇总函数将所有从节点的计算结果进行汇总。该方法及系统在现有区块链系统的基础上进行重新设计和改进，将整个区块链的交易流程转变为分布式计算框架，从而在实现对大规模数据进行分布式计算的同时，还能有效实现数据的安全共享，以确保数据的安全性，防止数据发生泄露。
-
公开(公告)号：CN106452687B
公开(公告)日：2019-06-18
申请号：CN201611020536.5
申请日：2016-11-18
Applicant: 清华大学
IPC: H04L1/06 , H04L27/00 , G06F3/01 , A63F13/21 , A63F13/235
Abstract: 本发明提供一种在体感游戏中识别运动方向的系统和方法，包括两个wifi信号传输装置，两个所述wifi信号传输装置共用一个wifi发送端且各包括一个wifi接收端，两个所述wifi信号传输装置构成两条相互垂直的通信链路，玩家位于两条通信链路的垂直平分线的交点，以及识别装置，与两条所述通信链路连接，基于两条所述通信链路的多普勒频偏的比值识别运动方向。在不基于学习的情况下获得高识别精度，具有极高的应用价值和推广价值。
-
公开(公告)号：CN109270006A
公开(公告)日：2019-01-25
申请号：CN201811207808.1
申请日：2018-10-17
Applicant: 清华大学
Abstract: 本发明公开了一种多光程气体吸收腔和相应的测量系统：两个内表面为球面，外表面为圆柱面的环形球面镜，分别为第一环形球面镜和第二环形球面镜，第一环形球面镜和第二环形球面镜的曲率半径相同，且自下而上累叠，第一环形球面镜的曲率中心Pc1位于两镜接合面之外，第二环形球面镜的曲率中心Pc2位于两镜接合面之上；光束通过第一环形球面镜上的入射孔水平入射至腔内，从第二环形球面镜上的出射孔出射，在腔内y方向上的上下两个平面至多来回渡越Np-N+1次，N>2，形成至多在y方向上分开的N排、各自p等分所在环形球面镜圆周的反射光斑，其轨迹为在y方向上不同的N个平面上分别分布的N个p角星形。在不改变入射角，不减小光斑间隔的情况下极大增大了光程。
-
公开(公告)号：CN105681931B
公开(公告)日：2018-12-28
申请号：CN201610018292.0
申请日：2016-01-12
Applicant: 清华大学
IPC: H04N21/643 , H04N21/647
Abstract: 本发明涉及一种基于无线网络的视频数据包传输方法及系统。该方法包括：源节点提取当前视频帧的元数据；源节点根据所述元数据和所述视频帧数据包的类型获取当前视频帧中数据包的权重；转发节点或目的节点根据当前视频帧的数据包的权重和各优先级队列的长度将各个数据包调度进不同的优先级队列，以进行视频数据包的传输；其中，所述元数据包括视频帧结构、视频帧类型和视频帧在GOP中的位置；每个视频帧分为帧头数据包和帧内容数据包。本发明保证了权重越高的数据包具有更大的概率通过高优先级队列发送，而权重较低的数据包竞争高优先级队列的概率则相对较小，提高了信道利用率，提高了视频传输的质量。
-
公开(公告)号：CN103702411B
公开(公告)日：2017-01-18
申请号：CN201310535864.9
申请日：2013-11-01
Applicant: 清华大学
Abstract: 本发明提供一种移动环境下的精确定位方法及装置，借助用户运动模型，判断无线信号指纹中过时的AP数据，并修正指纹库中与之对应的AP数据，以消除或减小过时的AP数据对定位精度的影响，提高定位精度。所述方法包括：接收终端设备发送的指纹消息，所述指纹消息携带所述终端设备的接收信号强度RSS信息；确定所述RSS信息中过时的接入点AP数据及非过时的AP数据；对指纹库里候选指纹中与所述过时的AP数据对应的AP数据进行修正，得到修正的AP数据，并与所述候选指纹中与非过时的AP数据对应的AP数据组成修正的候选指纹；根据所述候选指纹计算指纹相似度，确定所述终端设备的位置。本发明实施例主要用于对终端设备进行定位。
-
-
-
-
-
-
-
-
-
Search Results
112
records
(took 0.027 seconds)
