一种基于信道状态信息的人员动作识别和位置估计方法

发明专利有效专利

申请号：
CN202010959523.4
IPC分类号：H04W64/00;G06N3/08;G06N3/04;G06K9/62;G06K9/00
申请日期：
2020-09-14
申请人：
南京邮电大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于信道状态信息的人员动作识别和位置估计方法
申请号	CN202010959523.4	申请日期	2020-09-14
法律状态	实质审查	申报国家	中国
公开/公告日	2020-12-29	公开/公告号	CN112153736A
优先权	暂无	优先权号	暂无
主分类号	H04W64/00 ? IPC结构图谱： H 电学 H9 电学 H04 电通信技术 H04W 无线通信网络〔2009.01〕 H04W64/00 为了网络管理的目的，例如移动性管理，定位用户或终端〔2009.01〕	IPC分类号	H;0;4;W;6;4;/;0;0;;;G;0;6;N;3;/;0;8;;;G;0;6;N;3;/;0;4;;;G;0;6;K;9;/;6;2;;;G;0;6;K;9;/;0;0查看分类表>
申请人	南京邮电大学	申请人地址	江苏省南京市亚东新城区文苑路9号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	南京邮电大学	当前权利人	南京邮电大学
发明人	颜俊;万凌鹏;曹艳华
代理机构	南京苏科专利代理有限责任公司	代理人	暂无

摘要

本发明揭示了一种基于信道状态信息的人员动作识别和位置估计方法。离线阶段，利用目标在不同参考位置点上进行不同的动作，接收WiFi信号的CSI；然后根据CSI测量值幅度的时域，空域和频域信息构建CSI图像，形成关联CSI图像的动作识别训练数据集和位置估计训练数据集；最后利用卷积神经网络CNN进行基于动作的分类学习，得到动作分类模型；使用CNN提取CSI图像两轴位置上的深度特征信息，利用支持向量机SVM进行回归学习，分别得到基于两轴位置的回归函数。在线阶段，将接收到的CSI测量值构建CSI图像，利用动作分类模型估计目标动作；同时提取CSI图像两轴位置上的深度特征信息，利用回归函数计算出目标位置。本方法定位精度和动作识别率高，结构简单且成本低。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供