-
公开(公告)号：CN110705501A
公开(公告)日：2020-01-17
申请号：CN201910971230.5
申请日：2019-10-14
Applicant: 重庆邮电大学
Abstract: 本发明提出了一种提升FMCW雷达手势识别精度的干扰抑制算法。首先，利用FMCW雷达采集每个手势动作的扫频数据，并对每一个扫频的雷达数据进行FFT变换，得到手势目标的距离估计，在前一次FFT变换的基础上，对每一个啁啾的雷达扫频数据进行FFT变换，得到手势目标的多普勒估计；其次，将距离估计和多普勒估计进行耦合得到手势目标的RDM，采用自适应方法生成噪声门限，并结合帧差法去除RDM的背景噪声；然后进行静态和动态干扰抑制；最后将干扰抑制后的RDM图输入到深度3维卷积网络(3D ConvNets，C3D)、膨胀3D卷积网络(Inflated 3D ConvNet，I3D)和时序膨胀3D卷积((Long Short Term Memory network-Inflated 3D ConvNet，TS-I3D)网络，输出不同的手势类别。本发明创造新地提出对距离-多普勒图进行干扰抑制，提高了手势识别的精度。
-
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
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。
-
公开(公告)号：CN110276921A
公开(公告)日：2019-09-24
申请号：CN201910610509.0
申请日：2019-07-08
Applicant: 重庆邮电大学
IPC: G08B13/00
Abstract: 本发明公开了一种基于无线信号特征的室内入侵和空间结构变化识别方法。首先，在离线阶段，计算静默信号与入侵信号的相关系数以及入侵信号的小波变换系数和平均功率近似值；然后，在在线阶段，利用小波变换检测监测点处接收信号是否发生异常变化，同时基于短时傅里叶变换计算异常信号的平均功率以及异常信号和静默信号的相关系数；最后，根据得到的平均功率和相关系数对造成该异常信号的室内入侵或空间结构变化进行识别。本发明专利通过对无线信号进行特征分析，提出了一种基于无线信号特征的室内入侵和空间结构变化识别方法，以提高现有室内入侵检测系统的鲁棒性和环境适应性。
-
公开(公告)号：CN110234126A
公开(公告)日：2019-09-13
申请号：CN201910423692.3
申请日：2019-05-21
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种基于角度估计的单接入点定位精度评估方法。该方法首先提出单接入点发送的通过多条不同路径到达移动目标的信号波形表达式，然后从单接入点发送的通过第m条路径的信号着手，选择从频域的角度分析，对未知参数变量进行降维，得到待估计参数变量，通过构建“镜面”AP，并计算相应的参数关系，最后在频域的条件下，计算出了基于角度估计的单接入点的定位精度限表达式，并给出了单接入点定位精度评估准则。同时，该方法也解决了传统的克拉美罗下界无法对单接入点进行定位精度评估的问题。利用该方法可以在设计定位系统时提供参照依据，对系统的定位性能进行评估，以便于优化定位系统，提高定位精度。
-
公开(公告)号：CN105588566B
公开(公告)日：2019-09-13
申请号：CN201610011331.4
申请日：2016-01-08
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种基于蓝牙与MEMS融合的室内定位系统及方法，设计了蓝牙/MEMS融合定位的粒子滤波器，充分利用两个子系统的可用信息，其中蓝牙系统是依据离线建库后在线匹配获取用户信息，MEMS组合系统是通过航向角解算和动态步长估计来获得用户的位置预测信息。采用扩展卡尔曼近似粒子滤波器作为融合导航滤波器，融合两个子系统的用户位置信息数据，通过合理选取状态变量和观测变量，建立状态方程和观测方程，最终得到最优的用户位置信息，实现室内准确定位。本发明采用蓝牙/MEMS室内融合定位能够解决传统室内定位系统中存在的定位精度低、设备成本高、覆盖范围小、定位连续性差等缺点。
-
Patent Agency Ranking
公开(公告)号：CN106413083B
公开(公告)日：2019-07-23
申请号：CN201510518396.3
申请日：2015-08-21
Applicant: 重庆邮电大学
IPC: H04W64/00
Abstract: 本发明公开了一种基于粗精双步相关图像特征提取的室内WLAN定位方法，首先将定位目标区域内随机采集的接收信号强度RSS序列进行谱聚类处理以得到类转移图；其次，利用图像边缘检测方法对RSS序列之间的相关位置进行粗定位，再利用相关性测序方法对相关位置进行精定位，将不同类转移图拼接成一幅信号逻辑图，该信号逻辑图可在信号空间内描述目标区域的物理结构；与此同时，通过对定位目标区域物理结构的划分，可以得到反映定位目标区域拓扑结构的物理环境图；最后，利用相应的信号逻辑图到物理环境图的映射准则，在在线阶段根据实时采集的RSS数据对目标进行定位。本发明解决了传统位置指纹定位算法在离线阶段需要大量人力和时间开销的问题。
-
公开(公告)号：CN109766951A
公开(公告)日：2019-05-17
申请号：CN201910048068.X
申请日：2019-01-18
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种基于时频统计特性的WiFi手势识别方法。首先，利用Intel5300网卡接收手势数据，提取信道状态信息(Channel State Information，CSI)幅值数据并构建CSI信号幅值与动态传播路径长度变化的数学模型，证明CSI幅值用于手势识别的有效性；其次，对CSI幅值数据通过低通滤波器预处理，降低环境噪声比如随机噪声所带来的干扰；然后，将去噪后的幅值信号通过奇异值分解(Singular Value Decomposition，SVD)算法进行降维，去除数据的冗余信息，降低时间开销成本；随后，通过短时傅里叶变换(Short-Time Fourier Transform，STFT)提取信号的时频特征，将时频特征经过统计特征提取与特征标准化的处理得到可用于分类的统计特性；最后，利用以k-邻近(k-Nearest Neighbor，kNN)为例的分类算法对手势进行分类判决。本发明能够有效分类并识别手势特征，解决了在室内复杂环境下对手势的识别问题。
-
公开(公告)号：CN109743734A
公开(公告)日：2019-05-10
申请号：CN201910143553.5
申请日：2019-02-27
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种LTE目标终端身份信息检测方法。首先，基于终端定时同步原理，在伪基站侧发送同步诱导信号实现对LTE终端的吸附。其次，利用静默短信技术完成目标终端手机号与TMSI的配对，建立目标终端TMSI名单。最后，通过构造特殊的TAU reject、Attach reject等信令迫使终端上报身份信息检测目标终端IMSI、IMEI信息。该方法能够在不影响用户正常通信、滤除非目标终端前提下，实现针对目标终端身份信息的检测。
-
公开(公告)号：CN109495877A
公开(公告)日：2019-03-19
申请号：CN201811503542.5
申请日：2018-12-10
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种目标VoLTE终端通信管控方法。首先，利用终端定时同步的原理，构建同步信息诱导模块实现对终端的稳定吸附。其次，以静默短信的方式确定目标终端身份信息，建立管控黑名单。最终将目标VoLTE终端重定向至GSM网络，同时释放普通用户，实现在不影响其他用户正常通信的前提下对目标终端的通信管控。与现有方案相比，该方案能够在目标用户无感知情况下确定其身份信息，同时弥补了现有方案在VoLTE终端管控方面的技术空白。
-
公开(公告)号：CN109068349A
公开(公告)日：2018-12-21
申请号：CN201810766490.4
申请日：2018-07-12
Applicant: 重庆邮电大学
IPC: H04W24/08 , H04W4/33 , H04B17/318 , G06F17/30 , G06K9/62
CPC classification number: H04W24/08 , G06K9/6267 , H04B17/318 , H04W4/33
Abstract: 本发明所述一种基于小样本迭代迁移的室内入侵检测方法，分为离线阶段与在线阶段。在离线阶段，为入侵与静默接收信号强度(Received Signal Strength,RSS)打上不同的标签，构建源域。在线阶段，首先获得候选RSS的伪标签，构建目标域。然后利用类内迁移学习将源域与目标域RSS迁移到同一个子空间，再利用源域RSS对目标域RSS进行分类，从而得到目标域RSS更真实的标签，更新目标域。最后，源域与目标域RSS不断进行迭代迁移学习，直至算法收敛，得到目标域RSS最终的标签集，即可得到目标环境的入侵检测结果。本发明所提供的一种基于小样本迭代迁移的室内入侵检测方法，能够在克服设备差异性的同时，达到较高的检测精度，从而完成未知目标入侵检测。
-
-
-
-
-
-
-
-
-
Search Results
248
records
(took 0.029 seconds)
