公开(公告)号：CN109274440A

公开(公告)日：2019-01-25

申请号：CN201811182270.3

申请日：2018-10-10

Applicant: 重庆邮电大学

Inventor： 田增山 ,  高罗莹 ,  李玲霞 ,  张小娅 ,  杨惟钦 ,  曾维 ,  王中春 ,  谢林啸

IPC: H04B17/318 ,  H04B17/391 ,  H04B17/00

Abstract: 本发明公布了一种基于环境特征自适应筛选的被动入侵检测方法，首先在目标感知区域内采集一组无人静默数据和有人走动数据，并提取每条链路包括最大值、最小值、中值、均值、极差值以及方差在内的6种环境特征；其次，利用分布差异性度量方法评估每条链路中各个特征的分布差异，并根据分布差异程度进行环境特征筛选；之后，再采集一组无人静默数据和有人走动数据，并根据环境特征筛选的结果，提取每条链路相应的特征，构建特征矩阵；最后，利用特征矩阵训练基于决策树的被动入侵检测模型，并用于在检测阶段判断当前环境是否存在入侵。本发明方法解决了传统检测算法对不同监测环境适应性较差的问题，且能实现准确的被动入侵检测。

公开(公告)号：CN109274440B

公开(公告)日：2021-05-18

申请号：CN201811182270.3

申请日：2018-10-10

Applicant: 重庆邮电大学

Inventor： 田增山 ,  高罗莹 ,  李玲霞 ,  张小娅 ,  杨惟钦 ,  曾维 ,  王中春 ,  谢林啸

IPC: H04W12/122

Abstract: 本发明公布了一种基于环境特征自适应筛选的被动入侵检测方法，首先在目标感知区域内采集一组无人静默数据和有人走动数据，并提取每条链路包括最大值、最小值、中值、均值、极差值以及方差在内的6种环境特征；其次，利用分布差异性度量方法评估每条链路中各个特征的分布差异，并根据分布差异程度进行环境特征筛选；之后，再采集一组无人静默数据和有人走动数据，并根据环境特征筛选的结果，提取每条链路相应的特征，构建特征矩阵；最后，利用特征矩阵训练基于决策树的被动入侵检测模型，并用于在检测阶段判断当前环境是否存在入侵。本发明方法解决了传统检测算法对不同监测环境适应性较差的问题，且能实现准确的被动入侵检测。

公开(公告)号：CN107103302A

公开(公告)日：2017-08-29

申请号：CN201710282897.5

申请日：2017-04-26

Applicant: 重庆邮电大学

Inventor： 田增山 ,  王向勇 ,  何艾琳 ,  郭可可 ,  周祥东 ,  高罗莹

IPC: G06K9/00

Abstract: 本发明公开了一种基于最佳检测门限的行为提取方法，通过分析CSI信号在有目标和无目标状态下信号特征的差异性，通过核密度估计方法求取最佳检测门限，并用求取出的最佳检测门限结合时间序列缓存来提取出检测目标的行为数据。本发明能够运用于人体行为识别技术中提取行为执行阶段数据；解决了人为观察检测门限不准确、不方便的问题。

公开(公告)号：CN107103302B

公开(公告)日：2020-04-17

申请号：CN201710282897.5

申请日：2017-04-26

Applicant: 重庆邮电大学

Inventor： 田增山 ,  王向勇 ,  何艾琳 ,  郭可可 ,  周祥东 ,  高罗莹

IPC: G06K9/00

Abstract: 本发明公开了一种基于最佳检测门限的行为提取方法，通过分析CSI信号在有目标和无目标状态下信号特征的差异性，通过核密度估计方法求取最佳检测门限，并用求取出的最佳检测门限结合时间序列缓存来提取出检测目标的行为数据。本发明能够运用于人体行为识别技术中提取行为执行阶段数据；解决了人为观察检测门限不准确、不方便的问题。

公开(公告)号：CN110062334A

公开(公告)日：2019-07-26

申请号：CN201910304248.X

申请日：2019-04-16

Applicant: 重庆邮电大学

Inventor： 王烟濛 ,  周牧 ,  高罗莹 ,  田增山 ,  张小娅 ,  袁慧 ,  李垚鲆 ,  耿小龙

IPC: H04W4/029 ,  H04W4/33 ,  H04W16/22 ,  H04W64/00 ,  H04W84/12

Abstract: 本发明公开了一种基于用户行为特征的WLAN室内定位精度限估计方法，首先对目标环境中的用户运动趋势进行分析；其次，对目标定位区域内的用户运动路径进行仿真，构建用户行为特征与用户所属区域信息熵之间的关系；再次，将WLAN室内定位过程模拟为彩色高斯噪声信道中的信息传播过程；最后，利用模拟系统的信道容量与用户所属区域的信息熵之间的约束关系，推导出WLAN室内定位精度限。本发明解决了传统WLAN定位精度限评估方法存在的稳定性差和应用范围局限问题。

公开(公告)号：CN109784282A

公开(公告)日：2019-05-21

申请号：CN201910048358.4

申请日：2019-01-18

Applicant: 重庆邮电大学

Inventor： 田增山 ,  张小娅 ,  李玲霞 ,  高罗莹 ,  王勇 ,  谢良波 ,  聂伟

IPC: G06K9/00 ,  G06K9/62

Abstract: 本发明所述基于信号相干特征的被动式人员运动检测与追踪方法，首先对目标区域进行子区域划分；离线阶段，分别采集所有链路在无人员运动和有人运动条件下的接收信号强度(RSS，Received Signal Strength)作为样本数据；接下来利用滑窗机制对不同样本数据进行分组；然后，提取不同样本的相干直方图，构成特征矩阵，用于训练softmax分类模型的系统参数；在线检测与追踪阶段，利用相同滑窗机制，实时提取同样的相干直方图特征，构成特征向量，与样本softmax模型参数进行矩阵运算，进而明确实时数据的类别，判断当前环境下人员的状态；最后联合各条链路的检测结果对人员进行实时追踪，再利用中值滤波算法修正追踪结果。本发明能够运用于无线电通信网络环境，主要面向无线局域网人员运动检测与追踪方法，解决了传统检测方法中检测正确率低的问题。