“熊礼亮”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果6个，建议您升级VIP下载更多相关专利

[发明专利]一种OTFS通信感知一体化信号目标参数估计方法-CN202210903235.6有效
发明人：刘喜庆;熊礼亮;闫实;彭木根 -专利权人：北京邮电大学
申请日： 2022-07-29 - 公布日： 2023-06-30 - 主分类号： H04L25/02 文献下载
摘要：本发明公开了一种OTFS通信感知一体化信号目标参数估计方法。包括以下步骤：步骤1，生成由发射天线发送的OTFS通信感知一体化信号：步骤2，在一体化信号感知到目标后，由目标反射回波信号至通信感知一体化接收机：步骤3，进行下变频处理与OTFS解调，获得DD域接收调制符号矩阵：步骤4，完成雷达信道与目标参数估计：步骤5，对OTFS通信感知一体化信号目标参数估计的结果进行校准：本发明优点是当目标的距离和速度分别为距离分辨率和速度分辨率的整数倍时能够准确估计目标参数信息且提出的DD域能量质心谱校正法能够将分数倍情况下产生的参数估计误差大大降低，通过校准获得更准确的参数估计结果并且极大地简化了计算过程。
一种 otfs 通信感知一体化信号目标参数估计方法

[发明专利]基于时分体制的OTFS通信雷达一体化波形设计方法-CN202111219969.4有效
发明人：刘喜庆;熊礼亮;彭木根;高镝翔 -专利权人：北京邮电大学
申请日： 2021-10-20 - 公布日： 2023-03-24 - 主分类号： H04B10/548 文献下载
摘要：本发明涉及无线通信和雷达信号处理技术领域，提供一种基于时分体制的OTFS通信雷达一体化波形设计方法，具体包括：产生基于OTFS调制的通信雷达信号；对通信雷达信号进行功率控制，并根据功能需求分配合适的发射功率；为雷达探测和通信传输分配工作时隙，插入保护带；发射机处于通信传输工作时段，对通信传输信号OTFS解调还原；发射机处于雷达探测工作时段，对雷达回波OTFS解调判读与匹配滤波接收，进而获取探测信息；本发明使用OTFS信号能支持高速移动通信不受高多普勒环境的影响，满足通信雷达一体化系统多样化的功能需求，有效提升时间资源利用率。
基于时分体制 otfs 通信雷达一体化波形设计方法

[发明专利]一种利用立体视觉检测车辆距离的方法-CN201910783662.3有效
发明人：朱正天;岳文静;陈志;徐秋石;熊礼亮 -专利权人：南京邮电大学
申请日： 2019-08-23 - 公布日： 2023-02-03 - 主分类号： G01S17/93 文献下载
摘要：本发明公开了一种利用立体视觉检测车辆距离的方法，利用立体图像方法识别可能属于障碍的三维特征，通过三维特征检测滤除可能不属于障碍的特征；当确定障碍是车辆，使用基于对称的算法识别所有可能属于前一辆车的三维特征的元素，具体检测那辆车；当检测到前车后，通过最大化在前一帧的边界框中的图像部分与新帧之间的相关性来跟踪前车；检查边界框内的三维特征，计算到前车的距离。本发明方法在检测车辆距离时，具有较强的鲁棒性和可靠性。
一种利用立体视觉检测车辆距离方法

[发明专利]一种利用多目摄像头检测运动目标的装置及方法-CN201910245857.2有效
发明人： 熊礼亮;岳文静;陈志;朱正天;徐秋石;周传 -专利权人：南京邮电大学
申请日： 2019-03-28 - 公布日： 2022-09-02 - 主分类号： G06T7/292 文献下载
摘要：本发明公开了一种利用多目摄像头检测运动目标的装置及方法，包括4个摄像头，分别为中心摄像头C0，摄像头C1～C3以及控制系统，通过摄像头C1～C3以检测目标是否存在；检测到目标后，输出脉冲至摄像头C0，C0将对目标成像；摄像头通过球坐标系成像，将空间信息映射至球坐标系，并计算穿过平面上一点的切平面的方程；之后在空间球坐标系里形成目标物体到小眼的圆锥投影，然后计算得到椭圆投影面积S，得出目标椭圆成像结果；本发明降低了检测难度和复杂度。
一种利用摄像头检测运动目标装置方法

[发明专利]一种基于卷积神经网络的目标边界实时检测方法-CN202010556830.8有效
发明人：徐秋石;岳文静;陈志;熊礼亮 -专利权人：南京邮电大学
申请日： 2020-06-18 - 公布日： 2022-08-12 - 主分类号： G06N3/04 文献下载
摘要：本发明公开一种基于卷积神经网络的目标边界实时检测方法，首先输入图片，提取该图片的特征图，预测边界框坐标和置信评分预测值。然后通过特征图得到引用边界框坐标，根据预测边界框坐标和引用边界框坐标计算出相关边界框坐标和实际边界框坐标，计算相关边界框和实际边界框的重叠值，对具有最大重叠部分的实际边界框设置最大重叠标记。最后根据重叠值，最大重叠标记和置信评分预测值计算引用边界框的置信评分，保留前N个具有最高置信评分的引用边界框，过滤其他边界框，得到最终结果。本发明将卷积神经网络用来提取特征图和作为输出层去计算边界框坐标和置信评分，通过多任务的损失函数训练卷积层，有效提高卷积神经网络的运行效率和计算精度。
一种基于卷积神经网络目标边界实时检测方法

[发明专利]一种基于多特征空间融合的道路车辆跟踪方法-CN201910793516.9在审
发明人： 熊礼亮;岳文静;陈志;朱正天;徐秋石 -专利权人：南京邮电大学
申请日： 2019-08-27 - 公布日： 2019-11-29 - 主分类号： G06T7/246 文献下载
摘要：本发明公开一种基于多特征空间融合的道路车辆跟踪方法。该方法首先读入一段视频并将其分割成图像帧，选取车辆目标所在区域，将输入的图像帧从RGB颜色空间转换至HSV颜色空间，将颜色直方图作为颜色特征；接着通过构建积分图计算水平边缘特征、垂直边缘特征和对角边缘特征，获取Haar‑like形状特征；然后分别在垂直边缘特征空间、水平边缘特征空间、对角边缘特征空间和颜色特征空间中建立目标模型和候选模型，利用Bhattacharyya系数计算这两个模型之间的相似度，使用均值漂移算法迭代计算出当前帧中与目标模型最相似的候选模型的位置；分别在颜色特征空间、水平边缘特征空间、垂直边缘特征空间和对角边缘特征空间中找到四个可能的目标位置，将它们加权融合得到目标的最终位置。
特征空间垂直边缘对角边缘水平边缘颜色特征空间候选模型目标模型图像帧漂移颜色直方图车辆目标道路车辆加权融合目标位置算法迭代所在区域系数计算形状特征颜色特征最终位置积分图相似度读入构建视频分割跟踪融合转换

1
共 6 条