-
公开(公告)号：CN109274440A
公开(公告)日：2019-01-25
申请号：CN201811182270.3
申请日：2018-10-10
Applicant: 重庆邮电大学
IPC: H04B17/318 , H04B17/391 , H04B17/00
Abstract: 本发明公布了一种基于环境特征自适应筛选的被动入侵检测方法，首先在目标感知区域内采集一组无人静默数据和有人走动数据，并提取每条链路包括最大值、最小值、中值、均值、极差值以及方差在内的6种环境特征；其次，利用分布差异性度量方法评估每条链路中各个特征的分布差异，并根据分布差异程度进行环境特征筛选；之后，再采集一组无人静默数据和有人走动数据，并根据环境特征筛选的结果，提取每条链路相应的特征，构建特征矩阵；最后，利用特征矩阵训练基于决策树的被动入侵检测模型，并用于在检测阶段判断当前环境是否存在入侵。本发明方法解决了传统检测算法对不同监测环境适应性较差的问题，且能实现准确的被动入侵检测。
-
公开(公告)号：CN110062334A
公开(公告)日：2019-07-26
申请号：CN201910304248.X
申请日：2019-04-16
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种基于用户行为特征的WLAN室内定位精度限估计方法，首先对目标环境中的用户运动趋势进行分析；其次，对目标定位区域内的用户运动路径进行仿真，构建用户行为特征与用户所属区域信息熵之间的关系；再次，将WLAN室内定位过程模拟为彩色高斯噪声信道中的信息传播过程；最后，利用模拟系统的信道容量与用户所属区域的信息熵之间的约束关系，推导出WLAN室内定位精度限。本发明解决了传统WLAN定位精度限评估方法存在的稳定性差和应用范围局限问题。
-
公开(公告)号：CN109784282A
公开(公告)日：2019-05-21
申请号：CN201910048358.4
申请日：2019-01-18
Applicant: 重庆邮电大学
Abstract: 本发明所述基于信号相干特征的被动式人员运动检测与追踪方法，首先对目标区域进行子区域划分；离线阶段，分别采集所有链路在无人员运动和有人运动条件下的接收信号强度(RSS，Received Signal Strength)作为样本数据；接下来利用滑窗机制对不同样本数据进行分组；然后，提取不同样本的相干直方图，构成特征矩阵，用于训练softmax分类模型的系统参数；在线检测与追踪阶段，利用相同滑窗机制，实时提取同样的相干直方图特征，构成特征向量，与样本softmax模型参数进行矩阵运算，进而明确实时数据的类别，判断当前环境下人员的状态；最后联合各条链路的检测结果对人员进行实时追踪，再利用中值滤波算法修正追踪结果。本发明能够运用于无线电通信网络环境，主要面向无线局域网人员运动检测与追踪方法，解决了传统检测方法中检测正确率低的问题。
-
公开(公告)号：CN109274440B
公开(公告)日：2021-05-18
申请号：CN201811182270.3
申请日：2018-10-10
Applicant: 重庆邮电大学
IPC: H04W12/122
Abstract: 本发明公布了一种基于环境特征自适应筛选的被动入侵检测方法，首先在目标感知区域内采集一组无人静默数据和有人走动数据，并提取每条链路包括最大值、最小值、中值、均值、极差值以及方差在内的6种环境特征；其次，利用分布差异性度量方法评估每条链路中各个特征的分布差异，并根据分布差异程度进行环境特征筛选；之后，再采集一组无人静默数据和有人走动数据，并根据环境特征筛选的结果，提取每条链路相应的特征，构建特征矩阵；最后，利用特征矩阵训练基于决策树的被动入侵检测模型，并用于在检测阶段判断当前环境是否存在入侵。本发明方法解决了传统检测算法对不同监测环境适应性较差的问题，且能实现准确的被动入侵检测。
-
-
-
Search Results
4
records
(took 0.015 seconds)
