专利汇可以提供一种基于WiFi多维参数特征的室内目标被动跟踪方法专利检索,专利查询,专利分析的服务。并且本 发明 提出了一种基于WiFi多维参数特征的室内目标被动 跟踪 方法。首先采用共轭相乘方法消除原始信道状态信息(Channel State Information,CSI)包含的 相位 误差以及静态路径 信号 成分进而获得动态路径信号成分;然后,使用串行干扰消除方法进行信号到达 角 、飞行时间以及多普勒频移多维参数初始化,之后利用基于噪声更新的频域空间交替广义期望最大化 算法 完成时频空多维参数联合估计;接着,运用基于最小代价多路径网络的混合数据关联方法从多条路径信号中将目标路径信号挑选出来;最后,利用目标路径信号参数构建椭圆-直线联合模型实现目标 定位 跟踪。相比现有的无源跟踪技术,本发明基于现有的商用WiFi设备,不需要额外的定制 硬件 ,实现高 精度 参数估计,进而实现目标跟踪。,下面是一种基于WiFi多维参数特征的室内目标被动跟踪方法专利的具体信息内容。
1.一种基于WiFi多维参数特征的室内目标被动跟踪方法,其特征在于,包括以下步骤:
1)配置无线局域网,目标在被跟踪区域中运动,发射机在设定位置上发射数据,WiFi接收机接收到达的数据,并且从接收数据中提取信道状态信息(Channel State Information,CSI);
2)采用共轭相乘的方法消除所述步骤1)得到的CSI所包含的相位误差以及静态路径信号成分;
3)基于所述步骤2)得到的CSI使用串行干扰消除方法进行信号到达角(Arrival of Angle,AoA)、飞行时间(Time of Flight,ToF)以及多普勒频移(Doppler Frequency Shifts,DFS)多维参数初始化;
4)运用基于噪声更新的改进频域空间交替广义期望最大化(Frequency domain Space Alternating Generalized Expectation-maximization,FD-SAGE)算法完成时频空多维参数联合估计;
5)使用最小代价多路径网络的混合数据关联方式将多个时间点的相关路径进行关联,得到多条路径的关联集合;
6)挑选所述步骤5)所得的关联集合中衰减最大的作为目标路径;
7)根据收发机的位置、每个时间点目标路径的飞行时间与到达角构建椭圆-直线模型完成目标在每个时间点的定位,进而实现目标跟踪。
2.基于权利要求1中所述的一种基于WiFi多维参数特征的室内目标被动跟踪方法,其特征在于:所述步骤4)中多维参数联合估计,具体包括:
改进的FD-SAGE算法被用来联合估计多维信号参数。该算法主要包括两个步骤:期望步骤和最大化步骤,即E步骤和M步骤。这两步将一直迭代直到信道参数的值收敛为止。对于第(ls+1)条路径,此轮迭代过程目前得到的更新路径参数集合为 那么更新第
(ls+1)条路径之前更新噪声表示为
其中,H(n)为接收信号, 为根据此轮迭代过程得到的新参数所重构
的信号,该信号更接近真实的信号, 为根据上一轮迭代过程得到
的参数所重构的信号,K为路径数目。之后第(ls+1)条路径信号的E步骤使用更新后的噪声来进行重构,表示为
式中, 为上一轮迭代过程所得到的第(ls+1)条路径参数估计结果。M步骤表示为式中, Δti、Δfj以及Δam分别表
示H(n)与第0根天线,第0个子载波,中心频率为fc的CSI测量值H(0,0,0)之间的时延差,频率差以及相邻天线之间距离差, 以及 分别为第(ls+1)条路径的飞行时
间、到达角、多普勒频移以及衰减,Ndata、Nsub以及Nant分别为接收数据包数目、子载波数目以及天线数。
3.基于权利要求1中所述的一种基于WiFi多维参数特征的室内目标被动跟踪方法,其特征在于:所述步骤5)中混合数据路径关联,具体包括:
假设现有的路径参数已关联集合为Tt,选定时间窗口内的路径参数估计结果集为xi为第i次参数路径估计结果,其中包含了多条路径的多维参数估计结果,N为时间窗口的长度,此时根据路径参数估计结果集χ构建一个多源点多终点的有向网络图G(χ)。
具体来说,第i次参数路径估计结果xi中的某条路径参数对应G中的一对节点(um,vm),两节点通过代价为 流标识为 的可观测边连接,其中p=0,1,2,…,K,K为路径数目。同理,第j次参数路径估计结果xj中的某条路径参数对应G中的一对节点(un,vn)。相邻路径参数估计结果(xi,xj)之间的两条路径(um,vm)与(un,vn)通过代价为 流标识为 的关联转移边(vm,un)连接。起始节点sp引入代价为 流标识为 的关联起始边(sp,um)。终止节点ep引入代价为 流标识为 的关联终止边(vm,ep)。为了处理新出现的路径,网络图引入了起始节点s0,终止节点n0的虚拟关联轨迹,用来表示与目标路径无关的路径。基于构建的有向网络图G(χ),混合数据关联问题定模为在多个起始节点与终止节点之间寻找最优路径流集合,其目标函数为最小化总代价,表示为
其中,当k≠0时,设置dk=1来确保每条路径的关联集合都是唯一的。对于虚拟路径0,设置dk=20来确保可以处理出现的新路径参数。利用丹齐格-沃尔夫分解与列生成策略求解式(7)得到多条路径参数的关联集合最优解。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
基于主动采样和高斯混合模型的图像超分辨重建方法 | 2020-05-08 | 533 |
一种多步分层的学习者认知水平挖掘方法及系统 | 2020-05-16 | 970 |
一种融合了短时与长时特征建模的环境声识别方法及装置 | 2020-05-18 | 869 |
一种通用主题嵌入模型联合训练方法 | 2020-05-20 | 824 |
一种用于生成对象的增强断层扫描图像的方法 | 2020-05-11 | 514 |
一种基于卷积神经网络和距离监督的关系抽取方法 | 2020-05-18 | 361 |
基于时间序列分析的阀门故障实时诊断系统及诊断方法 | 2020-05-19 | 309 |
用于确定PET成像动力学参数的系统、方法 | 2020-05-11 | 134 |
一种基于可简化的空间约束混合模型的海面图像语义分割方法 | 2020-05-19 | 372 |
基于递归压缩感知的电力线通信系统脉冲噪声抑制方法 | 2020-05-08 | 870 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。