-
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:CN109633534A
公开(公告)日:2019-04-16
申请号:CN201910048404.0
申请日:2019-01-18
Applicant: 重庆邮电大学
IPC: G01S5/02
CPC classification number: G01S5/0294
Abstract: 本发明公开了一种用于无源目标运动跟踪的微多普勒估计方法。首先,针对输入的CSI时间序列进行相位误差补偿、多径信号分离、一维线性插值及主成分分析等信号预处理操作;然后,针对得到的第一主成分运用短时傅里叶变换做时频分析,对得到的功率谱密度矩阵应用动态滑动窗口求局部最大值提取出连续的瞬时能量变化曲线,最终得到多普勒畸变校正后的多普勒变化曲线。本发明能够用来求取无源目标移动引起的带符号的微多普勒频移进而实现对目标运动轨迹和方向的跟踪;解决了传统微多普勒估计方法易受残余噪声和通带信号干扰的问题,有效地增强了提取出的多普勒变化曲线上数据点之间的连续性。
-
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。
-
-