一种基于WIFI的非合作式手势识别的方法

    公开(公告)号:CN109947238A

    公开(公告)日:2019-06-28

    申请号:CN201910041979.X

    申请日:2019-01-17

    Abstract: 本发明涉及一种基于WIFI的非合作式手势识别的方法,解决的是准确率低的技术问题,通过采用利用CSI作为检测手段用于解决利用RSSI对人体手势识别精度不够的问题。本发明首先采用精度比较高的通用USRP作为无线信号接收设备和无线路由器作为发射装备来采集CSI数据使用时间戳进行时间同步以分割CSI数据块的方法,并采用主成分分析法和更加精确的小波变换去除CSI数据噪声和提取数据特征,并采用XGBoost算法进行特征选择,最后用随机森林算法来对不同的手势类别分类的技术方案,较好的解决了该问题,可用于手势识别中。

    多维拟合的信源定位方法

    公开(公告)号:CN107576933B

    公开(公告)日:2020-10-30

    申请号:CN201710705086.1

    申请日:2017-08-17

    Abstract: 本发明公开了一种多维拟合的信源定位方法,涉及通信技术领域,包括以下步骤:A.对信源连续采样,计算协方差矩阵;B.搜索多个所述信源空域谱的极小值,得到所述信源的空域参数的初始估计信源方位角向量;C.分别计算所述信源的信号功率和噪声功率,得到初始向量ξ0;D.构建所述协方差矩阵的一阶泰勒展开式;E.计算使得范数的平方的最小的偏差向量△ξ;F.更新ξ0=ξ0+△ξ;G.判断范数的平方是否小于误差,若否,则转到步骤C;若是,则终止算法,输出ξ0。与现有技术相比,本发明解决了信源估计计算量大、不精确的问题。

    多维拟合的信源定位方法

    公开(公告)号:CN107576933A

    公开(公告)日:2018-01-12

    申请号:CN201710705086.1

    申请日:2017-08-17

    Abstract: 本发明公开了一种多维拟合的信源定位方法,涉及通信技术领域,包括以下步骤:A.对信源连续采样,计算协方差矩阵;B.搜索多个所述信源空域谱的极小值,得到所述信源的空域参数的初始估计信源方位角向量;C.分别计算所述信源的信号功率和噪声功率,得到初始向量ξ0;D.构建所述协方差矩阵的一阶泰勒展开式;E.计算使得范数的平方的最小的偏差向量△ξ;F.更新ξ0=ξ0+△ξ;G.判断范数的平方是否小于误差,若否,则转到步骤C;若是,则终止算法,输出ξ0。与现有技术相比,本发明解决了信源估计计算量大、不精确的问题。

    一种基于多维拟合的多目标跟踪方法

    公开(公告)号:CN109239647B

    公开(公告)日:2020-11-13

    申请号:CN201811026116.7

    申请日:2018-09-04

    Abstract: 本发明提供一种基于多维拟合的多目标跟踪方法,该方法包括以下步骤:1)对待跟踪目标的位置通过高斯牛顿算法得到多个目标的DOA测试值,并对该测试值采用预测门限检验,2)采用卡尔曼滤波器对第一阶段的测试值进行平滑处理。本发明很大程度上减少了多目标跟踪问题中的计算量大的问题,并且能处理多目标位置出现交叉的跟踪问题。

    一种基于多维拟合的多目标跟踪方法

    公开(公告)号:CN109239647A

    公开(公告)日:2019-01-18

    申请号:CN201811026116.7

    申请日:2018-09-04

    Abstract: 本发明提供一种基于多维拟合的多目标跟踪方法,该方法包括以下步骤:1)对待跟踪目标的位置通过高斯牛顿算法得到多个目标的DOA测试值,并对该测试值采用预测门限检验,2)采用卡尔曼滤波器对第一阶段的测试值进行平滑处理。本发明很大程度上减少了多目标跟踪问题中的计算量大的问题,并且能处理多目标位置出现交叉的跟踪问题。

    一种基于WIFI的非合作式手势识别的方法

    公开(公告)号:CN109947238B

    公开(公告)日:2020-07-14

    申请号:CN201910041979.X

    申请日:2019-01-17

    Abstract: 本发明涉及一种基于WIFI的非合作式手势识别的方法,解决的是准确率低的技术问题,通过采用利用CSI作为检测手段用于解决利用RSSI对人体手势识别精度不够的问题。本发明首先采用精度比较高的通用USRP作为无线信号接收设备和无线路由器作为发射装备来采集CSI数据使用时间戳进行时间同步以分割CSI数据块的方法,并采用主成分分析法和更加精确的小波变换去除CSI数据噪声和提取数据特征,并采用XGBoost算法进行特征选择,最后用随机森林算法来对不同的手势类别分类的技术方案,较好的解决了该问题,可用于手势识别中。

Patent Agency Ranking