针对无线信道动态衰落特性引起的蜂窝网室内定位误差较大的问题,该文提出基于密度的空间聚类(Density Based Spatial Clustering of Applications with Noise,DBSCAN)子空间匹配算法,有效剔除大误差点,提高定位精度。首先通过划分信号空...针对无线信道动态衰落特性引起的蜂窝网室内定位误差较大的问题,该文提出基于密度的空间聚类(Density Based Spatial Clustering of Applications with Noise,DBSCAN)子空间匹配算法,有效剔除大误差点,提高定位精度。首先通过划分信号空间,构建多个子空间,在子空间中利用加权K近邻匹配算法(Weighted K Nearest Neighbor,WKNN)估计出目标位置;然后利用DBSCAN对估计位置进行聚类以剔除异常点;最后结合概率模型确定最终估计位置。实验结果表明,基于DBSCAN的子空间匹配算法能有效剔除大误差点,提高蜂窝网室内定位系统的整体性能。展开更多
人体行为识别技术在智能家居、体感游戏、人体姿态监护等领域发挥着越来越重要的作用。论文研究了一种WLAN环境下基于信道状态信息(Channel State Information,CSI)的人体行为识别方法。该方法首先对人体行为的CSI信号进行分析,然后利...人体行为识别技术在智能家居、体感游戏、人体姿态监护等领域发挥着越来越重要的作用。论文研究了一种WLAN环境下基于信道状态信息(Channel State Information,CSI)的人体行为识别方法。该方法首先对人体行为的CSI信号进行分析,然后利用滑窗提取CSI信号特征,利用核密度估计方法求出检测门限,最后利用动态时间规整(Dynamic Time Warping,DTW)算法进行人体行为识别。根据真实环境数据验证表明,所提出的基于CSI的人体行为识别方法识别率高,具有很强的算法鲁棒性。展开更多
文摘针对无线信道动态衰落特性引起的蜂窝网室内定位误差较大的问题,该文提出基于密度的空间聚类(Density Based Spatial Clustering of Applications with Noise,DBSCAN)子空间匹配算法,有效剔除大误差点,提高定位精度。首先通过划分信号空间,构建多个子空间,在子空间中利用加权K近邻匹配算法(Weighted K Nearest Neighbor,WKNN)估计出目标位置;然后利用DBSCAN对估计位置进行聚类以剔除异常点;最后结合概率模型确定最终估计位置。实验结果表明,基于DBSCAN的子空间匹配算法能有效剔除大误差点,提高蜂窝网室内定位系统的整体性能。
文摘人体行为识别技术在智能家居、体感游戏、人体姿态监护等领域发挥着越来越重要的作用。论文研究了一种WLAN环境下基于信道状态信息(Channel State Information,CSI)的人体行为识别方法。该方法首先对人体行为的CSI信号进行分析,然后利用滑窗提取CSI信号特征,利用核密度估计方法求出检测门限,最后利用动态时间规整(Dynamic Time Warping,DTW)算法进行人体行为识别。根据真实环境数据验证表明,所提出的基于CSI的人体行为识别方法识别率高,具有很强的算法鲁棒性。