-
公开(公告)号：CN112270276B
公开(公告)日：2022-05-06
申请号：CN202011203253.0
申请日：2020-11-02
Applicant: 重庆邮电大学
IPC: G06V10/762 , G06V10/764 , G06V40/20 , G06V40/10 , G06K9/00 , G06K9/62
Abstract: 本发明提出了一种基于Kinect与WiFi数据联合的复杂环境下目标行为识别方法。首先，本发明提出了一种基于Kinect的提取有效骨节数据特征的方法，能够有效地提取出骨节数据中能有效反映出人体各关节运动方向和幅度的特征。其次，采用了一种能够提取出CSI数据主要子载波特征的方法，能够聚类出能够反映出其主要变化趋势的子载波数据。最后，针对Kinect数据与WiFi数据维度不同不能直接联合的问题，对跨模态搜索中的特征对齐的方法进行改进，使其能够有效地将Kinect数据与WiFi数据联合并构建分类器进行目标行为识别。本发明设计的数据联合目标行为识别算法有效可靠，有效地解决了传统的Kinect识别系统在复杂的室内环境下(桌子、书柜、沙发等遮挡物较多)无法有效识别的问题，挖掘了在复杂环境下更多的应用潜力。
-
公开(公告)号：CN111757250B
公开(公告)日：2022-04-29
申请号：CN202010462282.2
申请日：2020-05-27
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种基于张量分解的信道状态信息定位指纹构造方法。首先，将采集的原始信道状态信息(Channel State Information，CSI)数据表示为一幅三维图像；再将该三维图像视为一个三阶张量；然后将基于平行因子(Parallel Factor，PARAFAC)分析模型的张量分解算法和交替最小二乘(Alternate Least Squares，ALS)迭代算法相结合用于张量的降噪处理；接着，利用张量小波分解算法在CSI图像的三个维度上进行单层张量小波分解，并利用角二阶矩计算各小波子成分的小波系数；最后，得到了各参考点坐标相对应的CSI定位指纹。本发明充分利用了高阶张量可以描述数据信息和结构的特性，采用张量形式表达复杂数据，最终实现了张量图像的降噪和特征提取，提升了数据处理分析的能力。
-
公开(公告)号：CN114286307A
公开(公告)日：2022-04-05
申请号：CN202210024353.X
申请日：2022-01-07
Applicant: 重庆邮电大学
Abstract: 本发明提出了一种基于矩阵束的信道状态信息(Channel State Information,CSI)的三维联合估计方法。首先，将获得的信道状态信息从子载波、天线、数据包三个维度构成一个三维矩阵。其次，对三维矩阵进行降维处理，并在此基础上进行子载波、天线、数据包之间的平滑处理。最后，对平滑之后的矩阵进行向前向后平均方法，奇异值分解分为信号子空间和噪声子空间。在信号子空间的基础上，使用矩阵束方法。在低计算复杂度的情况下估计出多普勒频移(Doppler Frequency Shift，DFS)，将信号子空间重排后估计到达角(Angle of Arrival，AoA)、飞行时间(Time of Flight，ToF)，并将同一信号的AoA、ToF、DFS配对。本发明设计的三维联合估计算法计算复杂度较低，为实现高精度实时的定位等应用提供了理论基础。
-
公开(公告)号：CN114185002A
公开(公告)日：2022-03-15
申请号：CN202111498167.1
申请日：2021-12-09
Applicant: 重庆邮电大学
Abstract: 本发明提出了一种基于波束空间矩阵束的三维参数估计方法。首先，将采集到信道状态信息数据包构建成一个三维矩阵，并进行平滑处理。其次，构造离散傅里叶变换矩阵和选择矩阵，进行降维运算。然后利用选择矩阵和左奇异向量求解矩阵特征值。最后进一步反解出三维参数到达角(Angle of Arrival,AoA)、飞行时间(Time of Flight,ToF)、多普勒频移(Doppler FrequencyShift,DFS)的估计值。本发明设计的三维参数联合估计方法不仅具有较高估计精度，还能通过合理的降维处理来减少计算复杂度，为Wi‑Fi室内高精度实时跟踪定位等应用提供了良好的技术储备。
-
公开(公告)号：CN110856201B
公开(公告)日：2022-02-11
申请号：CN201911095379.8
申请日：2019-11-11
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种基于Kullback‑Leibler散度的WiFi异常链路检测方法。首先，利用Intel5300网卡接收数据，提取信道状态信息(Channel State Information,CSI)幅值数据；其次，对多路子载波信号加权平均拟合成一个幅值信息，来获取有效CSI幅值；然后，对获得的有效CSI幅值进行去中心化处理，使每条数据流的均值相同；随后，利用非参数核密度算法估计数据流的真实分布；最后，通过Kullback‑Leibler散度来度量链路之间的分布差异，并以链路分布差异为基础结合相关准则实现异常链路的检测。本发明能够用来检测区域内的链路是否异常，解决了传统入侵检测系统不区分链路可用性而导致异常链路的异常数据干扰系统判决结果的问题。
-
Patent Agency Ranking
公开(公告)号：CN112910516B
公开(公告)日：2022-01-28
申请号：CN202011634736.6
申请日：2020-12-31
Applicant: 重庆邮电大学
IPC: H04B7/0413 , H04B7/06 , H04W28/06
Abstract: 本发明提出了基于Wi‑Fi的无源感知系统的信道状态信息(Channel State Information,CSI)压缩方法，能够有效地降低用于无源感知的CSI数据包传输带来的带宽开销，保证了无源感知系统的实时性。首先，利用接收端采样获得的部分CSI数据初始化稀疏字典，计算信道状态矩阵在该稀疏字典下的稀疏系数；其次，用信道状态矩阵和获得的稀疏系数更新稀疏字典；然后，接收端将稀疏字典和压缩后的CSI数据传输给服务器；最后，服务器重构原始的CSI数据，并进行感知处理。实测结果表明，本发明设计的无源感知系统CSI压缩算法有效可靠，在降低传输带宽开销的同时，取得了与原始数据相当的参数估计精度和感知效果，并且提高了信道状态信息反馈的实时性。
-
公开(公告)号：CN109617591B
公开(公告)日：2021-11-23
申请号：CN201910053087.1
申请日：2019-01-21
Applicant: 重庆邮电大学
IPC: H04B7/06 , H04B17/30 , H04B17/309 , H04B17/318 , H04W4/02 , H04W4/021
Abstract: 本发明为一种基于WiFi的运动目标区域跟踪方法，能够应用于智能家居和安防等领域。其主要是提取运动目标反射信号功率信息，判断运动目标靠近或者远离收发机对的信号直达路径，结合收发机对的接收数据波动情况，判断运动目标区域位置，统计一段时间内的运动目标的区域位置信息，实现区域目标区域跟踪。该方法能够充分利用室内环境的WiFi设备，不需要额外购置设备。
-
公开(公告)号：CN113676999A
公开(公告)日：2021-11-19
申请号：CN202110955563.6
申请日：2021-08-19
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于偏最小二乘回归的位置坐标估计方法，属于室内定位技术领域。该方法包括：S1：已知Nf个参考点的位置指纹和位置坐标，利用位置指纹构造初始自变量和因变量矩阵X0和Y0；S2：对X0和Y0预处理得到X和Y；S3：根据X和Y的第一对主成分t1和u1，以及轴向量w1和c1构建优化问题，并在一定约束下根据协方差最大原则求解t1和u1；S4：对主成分t1和u1进行回归建模；S5：将X和Y中的残差矩阵E1和G1作为新的X和Y，继续提取新的主成分，循环往复，直到主成分数量达到上限；S6：基于PLSR算法，得到X映射到Y的回归方程；S7：获取测试点的位置指纹，然后利用回归方程中的自变量系数矩阵A得到测试点的位置坐标。本发明降低了运算复杂度，同时保证了位置坐标的估计精度。
-
公开(公告)号：CN113239773A
公开(公告)日：2021-08-10
申请号：CN202110498096.9
申请日：2021-05-08
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种基于向外环扫阵列CSAR三维成像的人体姿态感知方法。本发明拟针对养老院、智能家居等场所的实时人员姿态的感知需求，安装多个布有CSAR工作模式的雷达阵列的环形轨道向外环扫，构成人体姿态非接触三维感知系统。阵列以一定的角速度匀速旋转形成方位向合成孔径获取目标方位向散射信息，通过天线发射LFM信号带宽获取目标距离向散射信息，利用高度向线性阵列形成实孔径获取目标高度向散射信息。将距离向、方位向、高度向散射信息进行笛卡尔直角坐标系映射，可重建所检测区域人体的三维散射信息图像，再利用不同视角的成像结果进行散射信息的多视角三维融合，结合深度学习、图像检测与识别技术，实现对监测区域内人体姿态的360°非接触三维感知。
-
公开(公告)号：CN111918228A
公开(公告)日：2020-11-10
申请号：CN202010807850.8
申请日：2020-08-12
Applicant: 重庆邮电大学
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。
-
-
-
-
-
-
-
-
-
Search Results
248
records
(took 0.027 seconds)
