[发明专利]一种基于PCA-Kalman的无源室内人员状态检测方法有效
| 申请号： | 201810613267.6 | 申请日： | 2018-06-14 |
| 公开（公告）号： | CN108924736B | 公开（公告）日： | 2021-03-09 |
| 发明（设计）人： | 党小超;黄亚宁;郝占军;司雄 | 申请（专利权）人： | 西北师范大学 |
| 主分类号： | H04W4/02 | 分类号： | H04W4/02;H04W64/00;H04W4/33;G06K9/62 |
| 代理公司： | 兰州智和专利代理事务所(普通合伙) 62201 | 代理人： | 周立新 |
| 地址： | 730070 甘肃*** | 国省代码： | 甘肃;62 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于PCA‑Kalman的无源室内人员状态检测方法，采集测试区域的位置坐标，对原始数据降噪处理，用改进的PCA算法提取出最有贡献的特征，降低CSI数据的维数，提取原始位置指纹的非线性特征，将处理后的CSI信号存储在指纹数据库中，并根据环境变化实时更新指纹数据库；用SVM算法对真实环境中的数据进行分类，将检测区域分为若干参考点，并按升序进行编号，采集检测区域中人员的行为状态，将获得的CSI数据以及振幅、相位的变化传输到服务器；将人员状态检测结果与指纹数据库中的数据匹配，根据匹配结果实现对人员在室内环境中不同状态的检测。该方法降低了算法的时间复杂度，提高人员状态检测率，减少误差。 | ||
| 搜索关键词： | 一种 基于 pca kalman 无源 室内 人员 状态 检测 方法 | ||
【主权项】：
1.一种基于PCA‑Kalman的无源室内人员状态检测方法，其特征在于，该检测方法具体按以下步骤进行：1）采集测试区域的位置坐标，并利用卡尔曼滤波算法对原始数据进行降噪处理，并利用改进的PCA算法提取出最有贡献的特征，降低CSI数据的维数，提取原始位置指纹的非线性特征，将处理后的CSI信号存储在指纹数据库中，并根据环境变化实时更新指纹数据库；2）利用SVM算法对真实环境中的数据进行分类，将检测区域分为若干参考点，并按升序进行编号，然后，采集检测区域中人员的行为状态，将所获得的CSI数据，以及振幅、相位的变化传输到服务器；3）将得到的人员状态检测结果与指纹数据库中的数据进行匹配，根据匹配结果实现对人员在室内环境中不同状态的检测。
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西北师范大学，未经西北师范大学许可，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/201810613267.6/，转载请声明来源钻瓜专利网。
- 上一篇：一种智能鞋引导系统及方法
- 下一篇：定位方法、装置、设备及计算机可读存储介质
