公开(公告)号：CN108616836A

公开(公告)日：2018-10-02

申请号：CN201810328895.X

申请日：2018-04-13

Applicant: 重庆邮电大学

Inventor： 周牧 ,  李垚鲆 ,  王勇 ,  杨小龙 ,  蒲巧林 ,  田增山

IPC: H04W4/33 ,  H04W16/20 ,  H04W16/22 ,  H04W64/00 ,  H04B17/391

Abstract: 本发明所述一种基于信号统计分布的WLAN定位组网方法，首先考虑各接入点(Access point,AP)之间的相关性，计算出信号在参考点的概率密度函数；其次，利用概率密度函数计算出不同的信号矢量在参考点出现的概率，并且结合参考点的位置先验概率，计算参考点的加权概率；然后，计算参考点的平均定位精度，从而得出目标区域的平均定位精度；最后，利用模拟退火算法对目标区域中的AP位置进行优化。本发明所提供的一种基于信号统计分布的WLAN定位组网方法，可以合理选择AP位置，避免AP布置的盲目性。

公开(公告)号：CN109068349B

公开(公告)日：2021-08-06

申请号：CN201810766490.4

申请日：2018-07-12

Applicant: 重庆邮电大学

Inventor： 周牧 ,  李垚鲆 ,  聂伟 ,  谢良波 ,  何维 ,  田增山

IPC: H04W24/08 ,  H04W4/33 ,  H04B17/318 ,  G06F16/2458 ,  G06K9/62

Abstract: 本发明所述一种基于小样本迭代迁移的室内入侵检测方法，分为离线阶段与在线阶段。在离线阶段，为入侵与静默接收信号强度(Received Signal Strength,RSS)打上不同的标签，构建源域。在线阶段，首先获得候选RSS的伪标签，构建目标域。然后利用类内迁移学习将源域与目标域RSS迁移到同一个子空间，再利用源域RSS对目标域RSS进行分类，从而得到目标域RSS更真实的标签，更新目标域。最后，源域与目标域RSS不断进行迭代迁移学习，直至算法收敛，得到目标域RSS最终的标签集，即可得到目标环境的入侵检测结果。本发明所提供的一种基于小样本迭代迁移的室内入侵检测方法，能够在克服设备差异性的同时，达到较高的检测精度，从而完成未知目标入侵检测。

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

Inventor： 王烟濛 ,  周牧 ,  高罗莹 ,  田增山 ,  张小娅 ,  袁慧 ,  李垚鲆 ,  耿小龙

IPC: H04W4/029 ,  H04W4/33 ,  H04W16/22 ,  H04W64/00 ,  H04W84/12

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：CN110390273A

公开(公告)日：2019-10-29

申请号：CN201910594303.3

申请日：2019-07-02

Applicant: 重庆邮电大学

Inventor： 李垚鲆 ,  周牧 ,  谢良波 ,  袁慧 ,  李欣玥 ,  田增山

IPC: G06K9/00 ,  G06K9/46 ,  G06K9/62 ,  H04W4/30 ,  H04W4/33

Abstract: 本发明所述一种基于多核迁移学习的室内人员入侵检测方法，分为离线与在线阶段。在离线阶段，根据环境状态为采集的入侵与静默接收信号强度(Received Signal Strength,RSS)打上不同的标签，提取RSS特征并利用RSS特征与对应的标签集构建源域。在在线阶段，提取在线RSS的特征，并利用在线RSS特征及对应的伪标签集构建目标域。然后利用多核迁移学习将源域与目标域RSS迁移到同一个子空间，利用迁移后的源域RSS特征与标签集训练一个分类器，对目标域RSS特征进行分类，从而得到目标域RSS特征对应的新的标签，更新目标域。最后，重复上述步骤，直至算法收敛，得到目标域RSS特征最终的标签集，即实现对目标环境的入侵检测。本发明所提供的一种基于多核迁移学习的室内人员入侵检测方法，能够在降低真实环境中噪声对检测性能的影响的同时，实现对入侵人员的准确检测。

公开(公告)号：CN109068349A

公开(公告)日：2018-12-21

申请号：CN201810766490.4

申请日：2018-07-12

Applicant: 重庆邮电大学

Inventor： 周牧 ,  李垚鲆 ,  聂伟 ,  谢良波 ,  何维 ,  田增山

IPC: H04W24/08 ,  H04W4/33 ,  H04B17/318 ,  G06F17/30 ,  G06K9/62

CPC classification number: H04W24/08 ,  G06K9/6267 ,  H04B17/318 ,  H04W4/33

Abstract: 本发明所述一种基于小样本迭代迁移的室内入侵检测方法，分为离线阶段与在线阶段。在离线阶段，为入侵与静默接收信号强度(Received Signal Strength,RSS)打上不同的标签，构建源域。在线阶段，首先获得候选RSS的伪标签，构建目标域。然后利用类内迁移学习将源域与目标域RSS迁移到同一个子空间，再利用源域RSS对目标域RSS进行分类，从而得到目标域RSS更真实的标签，更新目标域。最后，源域与目标域RSS不断进行迭代迁移学习，直至算法收敛，得到目标域RSS最终的标签集，即可得到目标环境的入侵检测结果。本发明所提供的一种基于小样本迭代迁移的室内入侵检测方法，能够在克服设备差异性的同时，达到较高的检测精度，从而完成未知目标入侵检测。