基于软件无线电平台的WLAN测距技术

    公开(公告)号:CN109085563A

    公开(公告)日:2018-12-25

    申请号:CN201810670780.9

    申请日:2018-06-26

    Abstract: 本发明公开了一种基于软件无线电平台的WLAN测距技术。首先,通过GPS时钟(GPS disciplined oscillator,GPSDO)获取高精度的GPS原子时钟作为软件无线电平台的参考时钟源,通过这种方法来消除采样频率偏移带来的相位误差。然后通过将所有的子载波减去第一个用于通信的子载波的相位值来消除载波频率偏移带来的相位误差。接着通过设置提前采样的时间为零来消除包检测时延带来的相位误差。最后通过三次样条插值来消除子载波之间的整周模糊度,并通过已知的距离对设备进行一次校正得到初始的子载波间的相位的差值,而实际测量的距离就可以通过该已知的距离加上实际测得的距离差得到,通过该方法能够得到较高的测距精度。

    一种基于时频统计特性的WiFi手势识别

    公开(公告)号:CN109766951A

    公开(公告)日:2019-05-17

    申请号:CN201910048068.X

    申请日:2019-01-18

    Abstract: 本发明公开了一种基于时频统计特性的WiFi手势识别方法。首先,利用Intel5300网卡接收手势数据,提取信道状态信息(Channel State Information,CSI)幅值数据并构建CSI信号幅值与动态传播路径长度变化的数学模型,证明CSI幅值用于手势识别的有效性;其次,对CSI幅值数据通过低通滤波器预处理,降低环境噪声比如随机噪声所带来的干扰;然后,将去噪后的幅值信号通过奇异值分解(Singular Value Decomposition,SVD)算法进行降维,去除数据的冗余信息,降低时间开销成本;随后,通过短时傅里叶变换(Short-Time Fourier Transform,STFT)提取信号的时频特征,将时频特征经过统计特征提取与特征标准化的处理得到可用于分类的统计特性;最后,利用以k-邻近(k-Nearest Neighbor,kNN)为例的分类算法对手势进行分类判决。本发明能够有效分类并识别手势特征,解决了在室内复杂环境下对手势的识别问题。

    基于软件无线电平台的WLAN测距方法

    公开(公告)号:CN109085563B

    公开(公告)日:2022-06-21

    申请号:CN201810670780.9

    申请日:2018-06-26

    Abstract: 本发明公开了一种基于软件无线电平台的WLAN测距方法。首先,通过GPS时钟(GPS disciplined oscillator,GPSDO)获取高精度的GPS原子时钟作为软件无线电平台的参考时钟源,通过这种方法来消除采样频率偏移带来的相位误差。然后通过将所有的子载波减去第一个用于通信的子载波的相位值来消除载波频率偏移带来的相位误差。接着通过设置提前采样的时间为零来消除包检测时延带来的相位误差。最后通过三次样条插值来消除子载波之间的整周模糊度,并通过已知的距离对设备进行一次校正得到初始的子载波间的相位的差值,而实际测量的距离就可以通过该已知的距离加上实际测得的距离差得到,通过该方法能够得到较高的测距精度。

Patent Agency Ranking