【技术实现步骤摘要】
本专利技术属于无线感知,具体涉及基于递推图的高效wifi感知队列计数方法。
技术介绍
1、随着人工智能和物联网的无线传感技术的发展,基于wifi的智能人体检测技术近来受到越来越多的关注。人类正逐步利用对周围环境变化的感知来实现个性化服务,如活动识别、手势识别、呼吸检测、室内定位和人体检测等。这些应用改变了人们的生活方式,提高了大家的生活质量。
2、无线感知技术可将感知与通信合二为一,具有细粒度、高敏感度、易用性、普适性等特点,基于无线感知的方式,无需用户佩戴任何相关设备,不需要任何光照条件同时不会对用户的隐私造成任何侵犯,具有非侵入式、被动式的感知特性。早期采用无线感知技术感知源接收信号强度指示(received signal strength indicator,rssi)识别被检测区域的人数。研究表明,在对wifi信号进行相关人数分析时,使用接收信号的强度来指示存在实时性较差,识别效率低。为了提高系统的鲁棒性,近年来,随着位于物理层的信道状态信息(channel state information,.csi)可以利用普通
...【技术保护点】
1.基于递推图的高效WiFi感知队列计数方法,其特征在于,搭建多天线单发射器-单接收器的WiFi检测区域,采集不同排队人数的CSI;对CSI去噪,振幅采用滑动平均滤波算法,相位采用线性变换算法;提取振幅方差特征,设定振幅方差阈值检测当前路径是否有人存在;将预处理后的CSI振幅和相位分别转换为递归图,构建数据集;判断当前检测环境处于静或动态;针对静态环境,建立基于深度学习的人数检测模型,从而识别静态人数;针对动态环境,结合菲涅尔理论安排人员分别位于菲涅尔区前/中/后不同位置进/出队列,共6种形式,修改所述人数检测模型全连接层的输出参数,即可得到动态模型,检测出不同人员从
...【技术特征摘要】
1.基于递推图的高效wifi感知队列计数方法,其特征在于,搭建多天线单发射器-单接收器的wifi检测区域,采集不同排队人数的csi;对csi去噪,振幅采用滑动平均滤波算法,相位采用线性变换算法;提取振幅方差特征,设定振幅方差阈值检测当前路径是否有人存在;将预处理后的csi振幅和相位分别转换为递归图,构建数据集;判断当前检测环境处于静或动态;针对静态环境,建立基于深度学习的人数检测模型,从而识别静态人数;针对动态环境,结合菲涅尔理论安排人员分别位于菲涅尔区前/中/后不同位置进/出队列,共6种形式,修改所述人数检测模型全连接层的输出参数,即可得到动态模型,检测出不同人员从不同位置的进出变化,从而根据变化值调整人数,弥补了静态模型带来的缺陷。
2.根据权利要求1所述的基于递推图的高效wifi感知队列计数方法,其特征在于,具体操作步...
【专利技术属性】
技术研发人员:李军怀,郭与番,费蓉,王怀军,王侃,
申请(专利权)人:西安理工大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。