[发明专利]基于背景学习的射频层析成像方法有效
| 申请号： | 201310233725.0 | 申请日： | 2013-06-13 |
| 公开（公告）号： | CN103281779A | 公开（公告）日： | 2013-09-04 |
| 发明（设计）人： | 刘崇华;杨波;张弓;黎杨;薛建飞;刘航;门爱东;袁媛;胡雪麟 | 申请（专利权）人： | 北京空间飞行器总体设计部;北京邮电大学 |
| 主分类号： | H04W64/00 | 分类号： | H04W64/00;H04W84/18 |
| 代理公司： | 天津盛理知识产权代理有限公司 12209 | 代理人： | 王利文 |
| 地址： | 100094 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于背景学习的射频层析成像方法，其主要技术特点是：包括以下步骤：1、根据无线传感器网络的接收信号强度，利用混合高斯背景学习算法或核密度估计背景学习算法建立每条链路的接收信号强度值的分布模型，判断各个链路是否受到影响；2、根据每条链路的接收信号强度值的分布模型，利用Tikhonov正则化进行图像重构。本发明将混合高斯背景学习算法或核密度估计背景学习算法（KDE）运用到射频层析成像中，来估计各个链路RSS测量值的分布，实现了多目标检测与跟踪功能，具有的优点是：1、在多目标和时变环境中能获得更高的准确性和有效性；2、不需要线下训练的过程。 | ||
| 搜索关键词： | 基于 背景 学习 射频 层析 成像 方法 | ||
【主权项】：
一种基于背景学习的射频层析成像方法，其特征在于：包括以下步骤：步骤1、根据无线传感器网络的接收信号强度，利用混合高斯背景学习算法或核密度估计背景学习算法建立每条链路的接收信号强度值的分布模型，判断各个链路是否受到影响；步骤2、根据每条链路的接收信号强度值的分布模型，利用Tikhonov正则化进行图像重构。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京空间飞行器总体设计部;北京邮电大学，未经北京空间飞行器总体设计部;北京邮电大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201310233725.0/，转载请声明来源钻瓜专利网。
