-
公开(公告)号：CN118971981A
公开(公告)日：2024-11-15
申请号：CN202410987441.9
申请日：2024-07-23
Applicant: 吉林大学
IPC: H04B10/61 , H04B10/11 , G01J9/00 , G06F17/15 , G06N3/0464
Abstract: 本发明涉及一种基于CCNN算法的AO系统夏克哈特曼传感器优化方法，属于自由空间光通信技术领域。目的是解决现有的夏克哈特曼传感器光斑质心定位方法存在着质心定位精度较低以及重构效果较差的问题。该方法包括以下步骤：步骤1：将CCNN算法作为SHWFS光斑质心预测算法；步骤2：将性能优化后的SHWFS应用到AO系统，来校正FSOC系统由大气湍流干扰产生的波前像差。本发明的基于CCNN算法的AO系统夏克哈特曼传感器优化方法，使用光斑质心位置预测精度更高的CCNN算法应用到FSOC系统中。仿真结果表明，该算法使得夏克哈特曼传感器拥有更优的波前重构能力，提高了FSOC系统的混频效率并降低了误码率。
-
公开(公告)号：CN113609810B
公开(公告)日：2023-11-03
申请号：CN202110934281.8
申请日：2021-08-15
Applicant: 吉林大学
IPC: G06F30/367
Abstract: 本发明涉及一种分数阶混合模式通用二阶滤波器的设计方法，属于混合模式滤波器领域。构建系统模型，通过电路推导结合电流反馈运算放大器端口特性整理得出电流和电压的传输特性，绘制频率变化曲线，分析分数阶滤波器的优点与可行性。优点是分数阶电容混合模式通用二阶滤波器电路通过计算推导得出的电流传输函数和电压传输函数证明了该电路的理论可行性，验证电路的实际特性，进行特性分析，相比于传统滤波器具有灵敏度低、自然角频率和品质因数正交调节、功能灵活等优点。在不改变电路结构的前提下就能同时实现输入、输出电压模式和电流模式滤波器低通、高通和带通的功能，并且相比于整数阶滤波器有效的提高有源滤波器的精度。
-
公开(公告)号：CN111610484B
公开(公告)日：2023-04-07
申请号：CN202010347592.X
申请日：2020-04-28
Applicant: 吉林大学
IPC: G01S1/70 , G01S5/16 , G01B11/00 , H04B10/116
Abstract: 本发明涉及一种基于OCC的自动驾驶车辆跟踪定位方法，该方法包括以下步骤：将光源LED在世界坐标系中的位置坐标经曼彻斯特编码和OOK调制后通过驱动电路驱动光源LED发出高速明暗变化的可见光信号；自动驾驶车辆通过车载CMOS图像传感器获取包含至少一个光源LED信息的图像，利用霍夫圆变换检测图像中的LED光斑；对检测出的LED光斑进行跟踪解码，得到至少一个光源LED在世界坐标系中的位置坐标；根据光源LED的坐标信息计算自动驾驶车辆位置信息。本发明可以降低LED误检概率，节省数据处理时间，有效提高系统定位精度。
-
公开(公告)号：CN112887031B
公开(公告)日：2021-12-10
申请号：CN202110028783.4
申请日：2021-01-11
Applicant: 吉林大学
IPC: H04B10/50 , H04B10/524 , H04B10/60
Abstract: 本发明涉及一种基于OCC双曝光时长相机接收模式与距离感知的车辆间通信实现方法，该方法如下：发送端采集待传输的信息，按照短、中、长三种发送距离类别将信息分类形成三路码流；对三路码流采用分级编码方式进行编码形成待传输数据帧；发送端LED阵列各LED完成与数据帧中的码元映射后，由分时隙传输的多级PWM调制技术将承载的码元以光的形式发送；接收端通过接收同步帧实现与发送端同步并由同步帧判断与发送端所属距离范围及接收后续数据帧时使用的相机模式，经灰度阈值判断后完成对数据帧信息的解调。本发明通过引入分级编码及距离感知技术动态调整接收端相机的接收模式，能够有效提高车辆间通信质量，扩大通信距离，提高系统吞吐量。
-
公开(公告)号：CN112887031A
公开(公告)日：2021-06-01
申请号：CN202110028783.4
申请日：2021-01-11
Applicant: 吉林大学
IPC: H04B10/50 , H04B10/524 , H04B10/60
Abstract: 本发明涉及一种基于OCC双曝光时长相机接收模式与距离感知的车辆间通信实现方法，该方法如下：发送端采集待传输的信息，按照短、中、长三种发送距离类别将信息分类形成三路码流；对三路码流采用分级编码方式进行编码形成待传输数据帧；发送端LED阵列各LED完成与数据帧中的码元映射后，由分时隙传输的多级PWM调制技术将承载的码元以光的形式发送；接收端通过接收同步帧实现与发送端同步并由同步帧判断与发送端所属距离范围及接收后续数据帧时使用的相机模式，经灰度阈值判断后完成对数据帧信息的解调。本发明通过引入分级编码及距离感知技术动态调整接收端相机的接收模式，能够有效提高车辆间通信质量，扩大通信距离，提高系统吞吐量。
-
Patent Agency Ranking
公开(公告)号：CN108900517A
公开(公告)日：2018-11-27
申请号：CN201810749972.9
申请日：2018-07-10
Applicant: 吉林大学
IPC: H04L29/06
CPC classification number: H04L63/0236 , H04L63/1441
Abstract: 本发明公开了一种基于HWMP协议的安全路由防御方法，属于无线网络安全领域，主要目的是解决目前的HWMP协议在网络攻击防御方面存在漏洞，在路由攻击发生时网络性能会降低的问题，本发明通过HWMP先验树模式，设置混合无线Mesh网络根节点并建立全网路由表；划分比较范围，利用空时链路度量对节点进行分类；获取节点路由应答帧内的目的节点序列号，设置检测优先级；按照分配的优先级依次监听疑似恶意节点，若在回传时间内没有收到回传信息，则标记为恶意节点，同时更新路由。本发明在HWMP基础上设计防御网络攻击的安全路由协议，为网络提供安全保障。当混合无线Mesh网络遭遇恶意攻击时，本发明可以有效提升网络性能。
-
公开(公告)号：CN108259516A
公开(公告)日：2018-07-06
申请号：CN201810370454.6
申请日：2018-04-24
Applicant: 吉林大学
IPC: H04L29/06
CPC classification number: H04L63/1416 , H04L63/1425
Abstract: 本发明涉及一种低开销混合无线Mesh网络入侵检测方法，该方法包括以下步骤：Mesh客户端收集自身的收包信息，以设定的压缩率采样计算活跃状态度量ASM；Mesh客户端将度量值封装进检测包，发送给Mesh网关；Mesh网关对接收到的每个Mesh客户端的数据进行处理，通过信号构建、阈值转换、稀疏处理将数据转变为可以进行压缩感知处理的稀疏测量信号；Mesh网关利用压缩感知的SAMP重建算法对稀疏测量信号进行重建，以此判断攻击的产生并做出反应对策。本发明能够以较少的测量次数保证不影响入侵检测成功率，可以减少检测带来的开销。
-
公开(公告)号：CN103796325A
公开(公告)日：2014-05-14
申请号：CN201410072216.9
申请日：2014-03-02
Applicant: 吉林大学
Abstract: 本发明涉及一种无线Mesh网络多播部分重叠信道分配与调度方法，该方法主要包括以下步骤：构建多播树；根据构建好的多播树，利用无线广播优势对多播树中的父节点和其子节点进行邻居-接口绑定，使用相同接口的链路构成了需要分配相同信道的链路集；根据各链路集距离多播源节点的跳数，对多播树中各链路集进行升序排列确定信道分配的次序；按照链路集的顺序为各未分配信道的链路集进行多轮满足无干扰约束的部分重叠信道分配，形成多个无干扰链路集；采用静态分时调度的方法调度各无干扰链路集，实现多播树中所有链路的无干扰数据传输。本发明可以避免隐藏信道问题，增加同时传输链路数，实现所有链路无干扰传输，提高网络吞吐量及频谱利用率。
-
公开(公告)号：CN119559378A
公开(公告)日：2025-03-04
申请号：CN202411597723.4
申请日：2024-11-11
Applicant: 吉林大学
IPC: G06V10/25 , G06V10/44 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464
Abstract: 本发明提供了一种基于改进后YOLOv8的车对车OCC系统目标识别方法，首先预处理原始图像数据，在现有的YOLOv8的基础上进行改进；在骨干网络中用CAIFI对原有的SPPF进行替换、引入EC2f模块，来提取OCC系统目标的特征信息；引入BIFPN模块并更改其权重函数进行特征融合删除对OCC系统目标贡献较小的特征网络达到简化网络、结合高层特征的信息与底层的信息的目的；边框损失函数采用Shape_IoU函数，考虑OCC系统目标LED阵列其自身的形状与尺度定位LED阵列的边界；本方法能做到较高的识别精度，能对LED阵列进行准确度高的识别，能够对移动中的LED进行较好识别，帮助我们更好的对后续LED阵列解码，提取LED阵列中所包含的信息，例如车牌信息、故障信息等。
-
公开(公告)号：CN114327889B
公开(公告)日：2024-10-22
申请号：CN202111612764.2
申请日：2021-12-27
Applicant: 吉林大学
Abstract: 本发明提供了一种面向分层联邦边缘学习的模型训练节点选择方法，云端服务器向信誉区块链提出训练所需的信誉阈值等条件，信誉区块链选择符合条件的边缘服务器及终端设备并将选择结果传输到云端服务器；根据选择结果进行模型训练，云端服务器及边缘服务器分别对边缘模型及局部模型进行质量评估并剔除不可靠边缘服务器和终端设备；对历史信誉及通过模型训练获得的信誉加权计算得到最新信誉，并更新到联盟区块链。本方法通过引入信誉、时延及能耗三种指标以协同增强模型训练的可靠性，通过设计一种历史信誉与当前信誉加权更新的计算方法以提高分层联邦边缘学习系统对终端设备及边缘服务器信誉评估的准确性。
-
-
-
-
-
-
-
-
-
Search Results
56
records
(took 0.023 seconds)
