公开(公告)号：CN111918228B

公开(公告)日：2022-04-29

申请号：CN202010807850.8

申请日：2020-08-12

Applicant: 重庆邮电大学

Inventor： 周牧 ,  李欣玥 ,  王勇 ,  谢良波 ,  聂伟 ,  杨小龙

IPC: H04W4/33 ,  H04W64/00

Abstract: 本发明涉及一种基于证据合成规则优化的Wi‑Fi室内定位方法，属于室内定位技术领域。首先，简历每个参考点与目标位置的关系状态集合，并利用边界误差检验方法校正RSS样本均值；其次，将归一化的信号传播距离分布估计作为D‑S证据理论的基本概率赋值，建立每个参考点与目标位置关系状态的初始信任；基于D‑S证据合成规则融合了多源RSS信息来获取每个参考点的综合信任估计，与此同时，利用基于D‑S证据理论的信任函数对理想参考点进行选择；根据信任函数的决策规则筛选信任度高的理想参考点作为理想匹配参考点，并结合质心算法对目标位置进行估计。本发明一方面优化了定位系统的精度，另一方面增加了定位结果的稳定性和可靠性。

公开(公告)号：CN110390273A

公开(公告)日：2019-10-29

申请号：CN201910594303.3

申请日：2019-07-02

Applicant: 重庆邮电大学

Inventor： 李垚鲆 ,  周牧 ,  谢良波 ,  袁慧 ,  李欣玥 ,  田增山

IPC: G06K9/00 ,  G06K9/46 ,  G06K9/62 ,  H04W4/30 ,  H04W4/33

Abstract: 本发明所述一种基于多核迁移学习的室内人员入侵检测方法，分为离线与在线阶段。在离线阶段，根据环境状态为采集的入侵与静默接收信号强度(Received Signal Strength,RSS)打上不同的标签，提取RSS特征并利用RSS特征与对应的标签集构建源域。在在线阶段，提取在线RSS的特征，并利用在线RSS特征及对应的伪标签集构建目标域。然后利用多核迁移学习将源域与目标域RSS迁移到同一个子空间，利用迁移后的源域RSS特征与标签集训练一个分类器，对目标域RSS特征进行分类，从而得到目标域RSS特征对应的新的标签，更新目标域。最后，重复上述步骤，直至算法收敛，得到目标域RSS特征最终的标签集，即实现对目标环境的入侵检测。本发明所提供的一种基于多核迁移学习的室内人员入侵检测方法，能够在降低真实环境中噪声对检测性能的影响的同时，实现对入侵人员的准确检测。