[发明专利]一种基于隐马尔科夫模型的人流量监测方法

权利要求书

1.一种基于隐马尔科夫模型的人流量监测方法，其特征在于，所述方法为：

(1)、搭建实验环境：采用一种以CC2530芯片为核心的无线感知网络节点作为网络的通信基础；在一个门型框架上，两边门框分别等间距安装5个节点，门横梁上等间距安装8个节点，构建一个由N=18个节点组成的无线感知网络系统；

(2)、实验数据的收集与处理：无线传感网络数据的处理方法为“发射-接收-存储”；对每个存储的数据文本删除前后不完整的周期，使得到的数据为若干个完整的采样周期，然后将十六进制转换成十进制并减去偏移量得到真实RSS值；然后从RSS数值提取出有人及无人情况下每个数据样本的每个完整周期的每条有效链路平均射频信号强度值，并将其转换成M×1的特征向量，其中，M=N(N-1)/2，将无人情况下的有效链路的射频信号强度特征向量减去有人情况时的特征向量的差值，得到特征信号强度的衰减特征向量；然后将该衰减特征向量作为训练数据用于GMM-HMM模型的输入，通过Baum-Welch算法训练并经过反复的迭代直至收敛，得到不同人数情况下的混合高斯的隐马尔科夫模型参数；

(3)、实时人员统计方法：实时接收数据计算出链路衰减值，通过与不同参数的GMM-HMM模型比较取拥有最大似然的模型类别作为对应的人数类别，统计通过人数。

2.根据权利要求1所述的一种基于隐马尔科夫模型的人流量监测方法，其特征在于：所述无线感知网络系统包括实验门框、传感器节点、汇聚节点以及PC机。

3.根据权利要求1所述的一种基于隐马尔科夫模型的人流量监测方法，其特征在于，所述“发射-接收-存储”方式为：

(1)、接通电源，门型框架上的18个无线感知网络节点以轮询的方式周期性的将各节点所组成链路的射频信号强度发射出来；

(2)、传感器节点发送的周期射频信号被连接在PC机上的汇聚节点接收并通过串口助手传输到PC机保存为txt文本。

4.根据权利要求1所述的一种基于隐马尔科夫模型的人流量监测方法，其特征在于：通过不断进行实时的监测，收集实时数据并计算出实时的衰减值并与每种模型比较取拥有最大似然的模型类别作为对应的人数类别来进行人流量统计。