Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜河南工业大学朱春华获国家专利权

恭喜河南工业大学朱春华获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网恭喜河南工业大学申请的专利无线电层析成像中的Tikhonov-lp范数正则化稀疏重建方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN113610941B

龙图腾网通过国家知识产权局官网在2025-05-16发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202110967962.4,技术领域涉及:G06T11/00;该发明授权无线电层析成像中的Tikhonov-lp范数正则化稀疏重建方法是由朱春华;石震;汪玉军;刘浩;郭歆莹;杨卫东;李智;张闻强;肖岩设计研发完成,并于2021-08-23向国家知识产权局提交的专利申请。

无线电层析成像中的Tikhonov-lp范数正则化稀疏重建方法在说明书摘要公布了:本发明涉及无线电层析成像技术领域,具体涉及一种无线电层析成像中的Tikhonov‑lp范数正则化稀疏重建方法,根据监控区域内每条链路对应的RSSI衰减变化和所有像素的衰减权重进行建模,得到无线层析成像的线性方程组,对线性方程组中的衰减信号进行l2范数约束,建立Tikhonov正则化重建模型并求解,依据压缩感知理论对衰减信号在变换域中的投影系数进行稀疏约束,建立lp范数正则化稀疏重建模型,融合lp范数和l2范数约束项,建立Tikhonov‑lp范数正则化稀疏重建模型,能够降低算法耗时,提升运算效率和准确性,而且,可以提高图像最亮区域的能量聚集度,并降低成像伪影,改善目标定位误差。

本发明授权无线电层析成像中的Tikhonov-lp范数正则化稀疏重建方法在权利要求书中公布了:1.一种无线电层析成像中的Tikhonov-lp范数正则化稀疏重建方法,其特征在于,包括以下步骤:根据监控区域内每条链路对应的RSSI衰减变化和所有像素的衰减权重进行建模,得到无线层析成像的线性方程组,具体的,包括:在监控区域边缘等间隔部署L个传感器节点,任意两个节点间相互通信共形成M=LL-1条无线链路;将监控区域划分为N个子区域,每个子区域作为一个衰减为Δxj的像素,每条无线链路的RSSI衰减变化Δyi为: 其中,i=1,2,……,M;j=1,2,……,N;wij为第i条无线链路下像素j的衰减权重;ni为第i条无线链路的测量噪声;对于M条无线链路,线性方程组为:y=Wx+n其中,x为衰减信号,y=[Δy1,Δy2,...,ΔyM]T∈RM,W=[wij]M×N∈RM×Nx=[Δx1,Δx2,...,ΔxN]T∈RN,n=[n1,n2,...,nM]T∈R椭圆权重矩阵W的计算公式为: 其中,di为第i条无线链路的长度;dij1和dij2分别为像素j到椭圆两个焦点的距离;λ为调整椭圆短轴大小的预设参数;对线性方程组中的衰减信号进行l2范数约束,建立Tikhonov正则化重建模型并求解,具体的,包括:在最小二乘误差下,寻找所述线性方程组的解:minfx=||Wx-y||2基于衰减信号x的先验信息,得到Tikhonov正则化重建目标函数:minfx=||Wx-y||2+μ1xTC-1x其中,μ1为Tikhonov正则化参数;C为衰减信号x的先验协方差矩阵;令Tikhonov正则化重建目标函数梯度为零,得到衰减信号x的Tikhonov正则化最优估计值:xTik=WTW+μ1C-1-1WTy;依据压缩感知理论对衰减信号在变换域中的投影系数进行稀疏约束,建立lp范数正则化稀疏重建模型,具体的,包括:设定余弦变换矩阵:x=Ψθ其中,Ψ为余弦正交变换矩阵,θ为衰减信号x经过变换后的投影系数;Ψ=[Ψij]N×N∈RN×Nθ=[θ1,θ2,…,θN]T∈RN将投影系数θ的lp范数作为损失函数加入到基于最小二乘的重建模型中,建立基于lp范数正则化的稀疏重建模型,目标函数为: 式中,μ2为lp范数正则化参数;y为无线链路的线性方程组;融合lp范数和l2范数约束项,建立Tikhonov-lp范数正则化稀疏重建模型,具体的,包括:初始化θ0=WΨ\y,δ=1,k=1;步骤1:计算矩阵A:A=diag[a1,a2,...,aN]其中,aj和θj分别是A和θ中的第j个元素;aj=θjk-12+δ-1+p2对矩阵A进行对角化,得到矩阵Ωk:Ωk=diag1.A步骤2:根据如下公式计算θk:θk=ΩkWΨTWΨΩkWΨT+μ2I-1y其中,I是单位矩阵;步骤3:判断是否满足如果不满足则将k的值加1并返回步骤1,如果满足则执行步骤4;步骤4:将δ的值缩小十倍,并将k的值加1,然后判断是否满足δ≤10-5或k≥20,如果不满足则并返回步骤1,如果满足则停止迭代,并将得到的θk作为最终的解;步骤5:系数反变换得衰减信号x的lp范数正则化估计:xp=Ψθk步骤6:根据如下公式计算衰减信号x的Tikhonov正则化估计:xTik=WTW+μ1C-1-1WTy步骤7:重建信号归一化:xp=xpmaxmaxxpxTik=xTikmaxmaxxTik步骤8:通过l2范数计算两种正则化估计的成像误差:Error_p=normxpError_Tik=normxTik步骤9:根据如下算法加权融合xp与xTik得到最终的解:若Error_p<Error_Tik,则Xopt=0.7Xp+0.3XTik,否则Xopt=0.3Xp+0.7XTik,其中,xopt为加权融合Xp与XTik得到的最终的解。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人河南工业大学,其通讯地址为:450001 河南省郑州市高新技术产业开发区莲花街100号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。