-
公开(公告)号：CN115708081A
公开(公告)日：2023-02-21
申请号：CN202110961597.6
申请日：2021-08-20
Applicant: 北京大学
IPC: G06F16/2458 , G16H20/00 , H04B17/30
Abstract: 本发明涉及一种无接触的日常起居状态监测方法、系统、计算设备及介质，其包括：通过至少两个接收设备同时获取感知目标的信道状态信息；根据所述信道状态信息确定出感知目标的空间位置和行为状态；根据所述空间位置和行为状态在预设时间段内得到感知目标的 起居三元组，形成起居日志；根据所述起居日志得到感知目标的习惯矩阵，基于所述习惯矩阵提取定量化的起居指数指标，由所述起居指数指标反映感知目标的生活规律状况和检测异常情况的发生。本发明不需要监测目标接触任何设备，就可以实现7*24小时的老年日常起居状态连续监测。本发明可以在日常起居状态监测领域中应用。
-
公开(公告)号：CN113783639A
公开(公告)日：2021-12-10
申请号：CN202010521645.5
申请日：2020-06-10
Applicant: 北京大学
IPC: H04B17/309 , H04B7/06 , H04W4/80 , H04W64/00
Abstract: 本发明涉及一种无接触感知边界确定方法、系统、计算机设备及存储介质，Wi‑Fi接收设备利用任意两根天线同时接收数据包并测量信道状态信息；将两根天线收到的对应时刻测得的CSI进行共轭相乘，得到新的CSI信号流；从新的CSI信号流中选取一个长为M的时间窗口，收集时间窗口内的M个CSI采样，构成共轭集合；将共轭集合中的所有采样减去共轭集合的均值，得到零均值的共轭集合；针对同时传输的N个子载波上的CSI，得到N个零均值的共轭集合；利用N个零均值的共轭集合中的所有元素进行概率分布拟和，计算边界感知特征；根据边界感知特征将感知区域内外的活动被由墙壁及其延长线构成的感知边界精确的划分出来。本发明能精确的确定出感知边界，划分出清晰的Wi‑Fi感知区域。
-
公开(公告)号：CN107994960A
公开(公告)日：2018-05-04
申请号：CN201711078759.1
申请日：2017-11-06
Applicant: 北京大学(天津滨海)新一代信息技术研究院
IPC: H04B17/309 , G08B13/24
Abstract: 本发明公开了一种室内活动检测方法及系统，包括：在两个接收点分别接收无线信号并获得信道状态信息；将上述两个接收点的信道状态信息中的相位做差，得到相位差信号序列，然后对相位差进行插值处理；对插值处理后的相位差进行带通滤波；从带通滤波后的相位差信号中提取特征，通过滑动窗口的方式计算信号序列归一化的相位差的标准差；根据所述标准差判断当前环境中是否存在活动。本发明通过利用商业的WiFi网卡，可以实现实时的移动行为检测，且当环境发生改变时，不需要任何的人工辅助，该方法可以通过自学习的方式自动的适应环境的改变，除此之外，在本发明中提出了一些新颖的处理机制来排除了生活中常见场景带来的干扰，总体上增加了移动行为检测方法的鲁棒性。
-
公开(公告)号：CN113784288B
公开(公告)日：2022-09-30
申请号：CN202010521759.X
申请日：2020-06-10
Applicant: 北京大学
Abstract: 本发明涉及一种无接触活动区域识别方法、系统、计算机设备及存储介质，其包括：获得活动区域编码表；Wi‑Fi发射设备利用一根天线发射数据包，接收设备用两根天线同时接收发射端发出的数据包，测量CSI信号；两根天线对应时刻测得的CSI信号共轭相乘获得新的CSI信号；分别对N个子载波的新的CSI信号进行滑动处理，每个滑动窗口内的CSI采样构成共轭矩阵；将共轭矩阵中的每一行减去该行采样的均值获得一个新的共轭矩阵；利用新的共轭矩阵中所有元素获取每个设备的墙内外活动区分指标，并分别与阈值进行比较，得到当前每个Wi‑Fi接收设备的状态及全局区域编码；在活动区域编码表中，查询当前的全局区域编码，识别目标活动区域。
-
公开(公告)号：CN113784288A
公开(公告)日：2021-12-10
申请号：CN202010521759.X
申请日：2020-06-10
Applicant: 北京大学
Abstract: 本发明涉及一种无接触活动区域识别方法、系统、计算机设备及存储介质，其包括：获得活动区域编码表；Wi‑Fi发射设备利用一根天线发射数据包，接收设备用两根天线同时接收发射端发出的数据包，测量CSI信号；两根天线对应时刻测得的CSI信号共轭相乘获得新的CSI信号；分别对N个子载波的新的CSI信号进行滑动处理，每个滑动窗口内的CSI采样构成共轭矩阵；将共轭矩阵中的每一行减去该行采样的均值获得一个新的共轭矩阵；利用新的共轭矩阵中所有元素获取每个设备的墙内外活动区分指标，并分别与阈值进行比较，得到当前每个Wi‑Fi接收设备的状态及全局区域编码；在活动区域编码表中，查询当前的全局区域编码，识别目标活动区域。
-
Patent Agency Ranking
公开(公告)号：CN105911520A
公开(公告)日：2016-08-31
申请号：CN201610445802.2
申请日：2016-06-20
Applicant: 北京大学
IPC: G01S5/02
CPC classification number: G01S5/02 , H04W64/00 , G01S5/0273
Abstract: 本发明公布了一种运动物体反射无线信号的识别方法，无线传输环境中的发射端为无线信号发射设备；无线传输环境中的接收端是与发射端对应的无线信号接收器；其特征是，无需修改无线信号发射端和接收端设备，通过无线信号接收端的天线阵列来接收信号，通过信号处理方法合并直接通路信号和静态物体反射路径的信号为一条静态路径信号，在信号识别过程中自动识别静态路径信号的到达角度和运动物体反射路径的信号的到达角度，从而识别出运动物体反射的无线信号。本发明技术方案对设备要求低，不需要改动硬件，能够部署在常见的商业无线设备，实施快速、方便，低成本，高效益。
-
公开(公告)号：CN107994960B
公开(公告)日：2020-11-27
申请号：CN201711078759.1
申请日：2017-11-06
Applicant: 北京大学(天津滨海)新一代信息技术研究院
IPC: H04B17/309 , G08B13/24
Abstract: 本发明公开了一种室内活动检测方法及系统，包括：在两个接收点分别接收无线信号并获得信道状态信息；将上述两个接收点的信道状态信息中的相位做差，得到相位差信号序列，然后对相位差进行插值处理；对插值处理后的相位差进行带通滤波；从带通滤波后的相位差信号中提取特征，通过滑动窗口的方式计算信号序列归一化的相位差的标准差；根据所述标准差判断当前环境中是否存在活动。本发明通过利用商业的WiFi网卡，可以实现实时的移动行为检测，且当环境发生改变时，不需要任何的人工辅助，该方法可以通过自学习的方式自动的适应环境的改变，除此之外，在本发明中提出了一些新颖的处理机制来排除了生活中常见场景带来的干扰，总体上增加了移动行为检测方法的鲁棒性。
-
公开(公告)号：CN106231670B
公开(公告)日：2019-04-02
申请号：CN201610445768.9
申请日：2016-06-20
Applicant: 北京大学
IPC: H04W64/00 , H04B7/0413 , G01S5/10
Abstract: 本发明公布了一种无接触感知定位方法，发射端为WiFi信号发射设备，接收端是与发射端对应的WiFi信号接收器；构造一个天线阵列接收信号，结合天线间的差异，并利用信号的相干性，识别正在运动的目标的反射信号的到达角度，同时利用不同频率的载波之间的差异，估计动态目标的各个反射路径的相对长度，选择其中一个反射路径信号的到达角度作为定位目标相对于该接收设备的角度。本发明定位目标无需携带任何设备，利用WiFi网卡就可以实现准确的无接触感知的动态物体定位，最少只需要一个WiFi发射端和两个WiFi接收端，就能够确定目标的位置。同时利用活动的空间和时间连续性来补全缺失的测量值，扩大可感知范围。
-
公开(公告)号：CN108815824B
公开(公告)日：2020-03-24
申请号：CN201810622763.8
申请日：2018-06-15
Applicant: 北京大学
IPC: A63B71/06 , A63B21/068 , G06K9/62
Abstract: 本申请公开一种无接触的健身运动监测方法。该方面包括使用具有至少两根天线的接收设备同时以无线传输的方式从具有至少一根天线的发射设备接收信号；测量无线传输的信道状态信息即CSI，并且通过处理CSI，获得CSI信号流、多普勒速度流和多普勒位移流；基于获得的多普勒位移流对运动进行切割；基于所述对运动进行切割，从CSI信号流、多普勒速度流和多普勒位移流中提取分类特征；基于所述分类特征对运动进行分类，从而确定健身运动的类型。
-
公开(公告)号：CN108815824A
公开(公告)日：2018-11-16
申请号：CN201810622763.8
申请日：2018-06-15
Applicant: 北京大学
IPC: A63B71/06 , A63B21/068 , G06K9/62
Abstract: 本申请公开一种无接触的健身运动监测方法。该方面包括使用具有至少两根天线的接收设备同时以无线传输的方式从具有至少一根天线的发射设备接收信号；测量无线传输的信道状态信息即CSI，并且通过处理CSI，获得CSI信号流、多普勒速度流和多普勒位移流；基于获得的多普勒位移流对运动进行切割；基于所述对运动进行切割，从CSI信号流、多普勒速度流和多普勒位移流中提取分类特征；基于所述分类特征对运动进行分类，从而确定健身运动的类型。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.015 seconds)
