-
公开(公告)号：CN117389412A
公开(公告)日：2024-01-12
申请号：CN202311292367.0
申请日：2023-10-08
Applicant: 东北电力大学
IPC: G06F3/01 , G06F3/043 , G06N3/0464 , G06N3/045 , G06N3/082 , G06F18/10 , G06F18/213
Abstract: 本申请涉及无线感知技术领域，尤其涉及一种基于超声波的手势识别方法。包括：通过扬声器来接收超声波信号；针对接收到的超声波信号，通过巴特沃斯带通滤波器进行首进行滤波处理；基于短时傅里叶变换将滤波后的超声波信号从时间域转化为频率域；采用基于阈值的轮廓提取算法针对频谱图；将处理后的频谱图输入添加了空间注意力机制的CNN网络中，注意力层通过学习每个频谱图中不同位置的权重，得到手势识别结果。本申请将空间注意力机制和CNN模型相结合，使得模型能够集中于关键区域，减少干扰信息，更好地理解手势的特征和形状，从而实现更精准的识别。
-
公开(公告)号：CN117290717A
公开(公告)日：2023-12-26
申请号：CN202311320755.5
申请日：2023-10-12
Applicant: 东北电力大学
IPC: G06F18/2135 , G06F18/2131 , G06F18/21 , G06N3/045 , G06N3/0464 , G06N3/048 , H04W84/12 , G08B21/04
Abstract: 本申请涉及无线感知领域，尤其涉及一种基于CSI信号改进原型网络的跨位置人体动作识别方法，包括：使用两台装有Intel 5300无线网卡的计算机作为收发器，接收CSI数据；对采集到的CSI数据进行降噪；对降噪后的CSI数据进行天线链路选择，选择出相应于动作的天线；针对CSI数据进行分解，使用EMD‑RPCA算法将CSI数据中的动作信息从静态背景中分离出来；对最优天线每个子载波的数据进行连续小波变换，得到振幅数据的频谱图像；搭建改进原型网络并进行训练；确定神经网络评价指标并进行评价。本申请的技术方案可得到改进原型网络，形成了更为合理的嵌入空间并指导特征提取模块提取位置无关特征，提高不同位置下原型网络的泛化能力。
-
公开(公告)号：CN117255308A
公开(公告)日：2023-12-19
申请号：CN202311336903.2
申请日：2023-10-16
Applicant: 东北电力大学
IPC: H04W4/02 , H04W4/33 , H04B17/391 , H04B7/06 , H04W4/80
Abstract: 本申请涉及信号无线感知技术领域，尤其涉及一种基于WiFi‑CSI信号增强的小目标室内入侵检测方法。包括：搭建信道状态信息CSI数据发送和接收平台；在实验环境下同时采集CSI数据，目标在堆满杂物的箱子后运动，在铁柜后运动，在会议桌下运动，在走廊的桌子下运动以及在工位下运动；用巴特沃斯低通滤波器去除原始信号中的明显离群点；构建Transformer网络模型并进行训练，设计自适应阈值模块；构建扩散模型并进行训练并设计子载波扩散增强模块；确定扩散模型评价指标并进行评价，以识别精度为评价指标。本申请提供了一种基于WiFi‑CSI的室内入侵检测方法，利用自适应阈值检测模块和基于扩散模型的子载波增强模块，能够实现在复杂室内场景下的小目标入侵检测工作。
-
公开(公告)号：CN117379042A
公开(公告)日：2024-01-12
申请号：CN202311360733.1
申请日：2023-10-20
Applicant: 东北电力大学
Abstract: 本申请涉及人体活动识别技术领域，尤其涉及一种基于注意力机制和并行网络的摔倒检测方法，首先采用商用WiFi设备采集多条CSI信号流的无线链路数据，并通过应用离散小波变换去除多径效应引起的随机噪声和使用短时傅里叶变换计算频谱特征。其次，通过引入空间注意力机制，增强频谱图中的关键区域特征，并减弱次要区域的影响。最后，利用带有并行分支的残差网络，多尺度捕捉摔倒动作特征，并通过特征融合机制将从不同尺度和分支中提取的特征整合在一起。实验结果表明，该方法能够有效提取摔倒动作的关键特征，提高了摔倒检测的准确性和可靠性，在无线感知、行为识别具有很高的应用价值。
-
-
-
Search Results
4
records
(took 0.038 seconds)
