-
公开(公告)号：CN115413055B
公开(公告)日：2024-07-02
申请号：CN202211073065.X
申请日：2022-09-02
Applicant: 浙江工业大学
IPC: H04W74/0833
Abstract: 本发明涉及一种基于非授权的多前导码随机接入方法，包括：用户从公共前导码序列池中选择由若干个连续前导码组成的超级前导码；将超级前导码在多个连续的前导码阶段中依次发送至基站；基站将接收的前导码与公共前导码序列池进行相关，在每个前导码阶段得到与每个前导码对应的用户信道信息之和；选择任意两个前导码阶段进行相关，生成两个前导码阶段的相关矩阵；根据相关矩阵确定每个用户于两个前导码阶段发送的前导码；对每个用户于每个前导码阶段发送的前导码进行检漏和检错。本发明的方法在进行用户的前导码检测时，根据选择某一前导码的用户个数进行检测，提高了用户检测的准确性，进而提高了随机接入的成功率。
-
公开(公告)号：CN114269009B
公开(公告)日：2024-03-22
申请号：CN202111612204.7
申请日：2021-12-27
Applicant: 浙江工业大学
Abstract: 一种基于无人机无线能量传输的边缘计算系统能耗优化方法，无人机移动边缘计算系统由一架搭载移动边缘计算服务器的无人机UAV和L个地面用户Ui组成，通信过程分为两个子时隙，第一时隙，无人机UAV对L个地面用户发射能量信号，计算用户Ui收到的能量#imgabs0#第二时隙，L个用户执行二元卸载策略，决定任务在本地计算或全部卸载到无人机UAV进行计算，计算用户Ui本地计算的能耗#imgabs1#卸载计算的能耗#imgabs2#和系统的总能耗#imgabs3#在该方法中，无人机通过无线能量传输方式给地面用户发射能量信号，用户使用二元卸载策略，决定其任务在本地计算，或利用收集到的能量将任务全部卸载到无人机上进行计算，本发明能够有效降低无人机无线能量传输和边缘计算系统的总能耗。
-
公开(公告)号：CN117579434A
公开(公告)日：2024-02-20
申请号：CN202311306499.4
申请日：2023-10-10
Applicant: 浙江工业大学
IPC: H04L25/02 , H04B7/0452 , H04B7/06 , H04B7/08
Abstract: 本发明属于无线通信技术领域，公开了一种基于MIUF的多用户CFO和信道联合估计方法。针对上行大规模多输入多输出(Multi‑input Multi‑output,MIMO)系统的多用户频率同步和信道估计问题，尤其是用户到达角(Angle‑of‑Arrival，AoA)严重重叠的情况，基于多阶段迭代更新滤波(Multi‑stage Iteration Update Filtering，MIUF)进行多用户载波频偏(Carrier Frequency Offset，CFO)和信道联合估计。采用最小二乘算法对信道进行估计，并在此基础上精心设计滤波矩阵以抑制多用户干扰。此外，考虑到CFO估计误差对信道估计的影响，提出了一种迭代方法来提高MUI抑制和估计精度。本文对大规模均匀线阵(Uniform Linear Array，ULA)的场景给出了具体解决方案，不仅具有有效性，还相对于现有方法具有优越性。
-
公开(公告)号：CN117011172A
公开(公告)日：2023-11-07
申请号：CN202310838085.X
申请日：2023-07-10
Applicant: 浙江工业大学
Abstract: 本发明涉及一种拟合PSF的图像复原方法，包括S1、提取实际图像LSF，将实际图像LSF转换为高斯二阶导数的线性组合；S2、根据高斯二阶导数的线性组合对实际线扩散函数进行拟合校正；S3、使用拟合校正后的实际线扩散函数生成复原图像。本发明的方法提取实际图像线扩散函数，并将其建模成一系列高斯二阶导数线性组合的形式；然后，基于所建立的高斯二阶导数模型对从模糊图像中提取出的LSF进行拟合校正；最后利用拟合校正后的PSF复原模糊图像，最终获得清晰的图像。相较于现有技术的图像复原方法，本发明的方法在面对高模糊度原图像时能产生更清晰的复原图像。
-
公开(公告)号：CN115484628A
公开(公告)日：2022-12-16
申请号：CN202211129240.2
申请日：2022-09-16
Applicant: 浙江工业大学
Abstract: 本发明涉及一种基于多智能体强化学习的上行NOMA‑URLLC资源分配方法，包括：将每个用户作为一个智能体生成DQN网络，优化目标设置为解码成功次数最大；获取每个用户的信道状态信息作为当前状态；将每个用户的当前状态输入DQN网络，生成每个用户的动作；根据每个用户的动作生成奖励及下一时刻状态；将当前状态、子信道分配动作和功率分配动作、奖励、下一时刻状态作为经验样本存储，并在达到一定数量后抽取训练DQN网络，直至达到优化目标。使用优化后的DQN网络进行每个用户的子信道分配及功率分配。本发明的方法利用DQN网络输出各个用户的子信道分配和功率分配动作，然后根据系统反馈的接入率调整分配方案，从而最大化用户传输成功的概率。
-
Patent Agency Ranking
公开(公告)号：CN112730980B
公开(公告)日：2022-07-15
申请号：CN202011393999.2
申请日：2020-12-03
Applicant: 浙江工业大学
IPC: G01R23/16
Abstract: 一种基于非理想LPF的非基带脉冲信号FRI采样与参数估计方法，该方法由两个并行的采样通道构成，分别对非基带脉冲及其基信号进行频谱搬移，然后进行低通滤波并低速采样，以此获取非基带脉冲信号及其基信号的部分频谱信息。利用测试信号和基信号之间的频谱相关性，实现对非理想LPF频率效应的消除，从而提高了参数估计精度。通过仿真实验表明，本发明方法实现了对非基带脉冲序列的有限新息率采样，并且信号的重构精度大大提高，抗噪声能力也有很大提高。
-
公开(公告)号：CN112485518B
公开(公告)日：2022-07-15
申请号：CN202011239897.5
申请日：2020-11-09
Applicant: 浙江工业大学
Abstract: 一种双通道多指数衰减正弦信号欠采样方法，对生成的MEDS信号进行采样，然后通过零化滤波器法对该信号进行谱估计，估算出参数其次通过复频率联合估计算法对该信号进行频率估计，从而完成参数测量进行重构，最后在上位机中显示重构效果。采用本发明方法，可以从少至3K个样本中测量出已知分量个数为K的MEDS信号；同时，本发明还提供了硬件原型来实现所提系统，通过仿真和实验结果验证了方案的有效性。
-
公开(公告)号：CN112837387A
公开(公告)日：2021-05-25
申请号：CN202110097171.0
申请日：2021-01-25
Applicant: 浙江工业大学
IPC: G06T11/00
Abstract: 一种基于分布式采样结构的EMT图像重建方法，基于FRI信号模型在EMT系统中的应用，将成像所需的电导率分布情况建模为典型FRI信号，采用一种分布式FRI采样结构利用合适的FRI采样核进行均匀采样，以获得更多测量量及精确特征参数信息。然后在考虑多通道采样信号之间相关性的基础上，研究了信号联合重建算法以降低噪声的影响。理论分析及实验结果表明，本发明方法在EMT图像重建误差和相关系数等指标上比原有方法好，能准确快速地重建EMT图像。
-
公开(公告)号：CN112488920A
公开(公告)日：2021-03-12
申请号：CN202011391482.X
申请日：2020-12-02
Applicant: 浙江工业大学
Abstract: 一种基于类高斯模糊核的图像正则化超分辨重建方法，综合考虑畸变和扰动因素即现有模型与实际退化的匹配误差，采用类高斯函数模型对实际退化所造成的模糊效应进行建模，并以最小均方误差为准则对图像进行超分辨重建。本发明采用四个参量来具体描述客观的模糊过程会更加逼近于模糊的实际情况，通过理论分析及实验结果得到，该模型用于去模糊算法中，提高了图像重建的效果。
-
公开(公告)号：CN119963842A
公开(公告)日：2025-05-09
申请号：CN202510101088.4
申请日：2025-01-22
Applicant: 浙江工业大学
IPC: G06V10/26 , G06V20/70 , G06N3/042 , G06N3/045 , G06N3/0464 , G06V10/44 , G06V10/80 , G06V10/24 , G06N3/0455 , G06N3/084 , G06V10/764 , G06N3/047 , G06N3/048
Abstract: 一种基于图卷积与分组向量注意力机制的三维点云语义分割方法，采用U‑Net风格的网络结构，通过多层次的特征编解码对点云进行特征提取与传播，每个层次首先通过几何仿射模块对局部邻域特征进行中心化和标准化，增强模型对局部区域多样性的捕获能力；其次，构建局部邻域图，设计非对称边缘特征学习函数提取局部拓扑信息；结合残差网络进一步提取深层边缘特征；最终，使用分组向量注意力机制在低参数量的条件下选择性融合局部特征与全局上下文信息，经过跨层次的特征插值上采样至原始尺度完成点云分割。本发明能够显著提高点云分割精度，并适用于移动机器人等搭载三维传感器的设备对复杂场景的感知。
-
-
-
-
-
-
-
-
-
Search Results
110
records
(took 0.042 seconds)
