CN103684524A - 一种基于uwb通信信号的目标识别方法 - Google Patents
一种基于uwb通信信号的目标识别方法 Download PDFInfo
- Publication number
- CN103684524A CN103684524A CN201310684350.XA CN201310684350A CN103684524A CN 103684524 A CN103684524 A CN 103684524A CN 201310684350 A CN201310684350 A CN 201310684350A CN 103684524 A CN103684524 A CN 103684524A
- Authority
- CN
- China
- Prior art keywords
- antenna
- node
- parameter
- signal
- communication
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Radio Transmission System (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种超宽带多天线目标识别方法。该方法利用多个通信节点构成一个无线传感网,其中各个节点包含MIMO多天线来接收信号。首先对多个天线接收到的信号特征参数提取,然后将提取后的特征参数进行参数融合,最后用融合参数训练分类器得到一个分类模型。分类模型训练完成后进入识别模式,利用分类模型对目标进行识别。本发明利用多天线技术提高了目标识别的正确率,增强了系统的抗干扰能力,且不影响正常的无线节点通信。
Description
技术领域:
本发明属于通信技术领域,尤其涉及一种通信与模式识别相结合的目标识别方法。
背景技术:
传统无线传感器网络目标识别方法多利用传感器采集声、光、图像等信息对目标进行识别,其在风声、降雨、烟雾、夜晚或者非视距环境下性能严重下降甚至难以正常工作,无法正确识别目标,引起虚警或者漏警。
此外,现有的SISO(Single-Input Single-Output,单输入单输出)通信方式无法充分获得节点间区域信道信息,从而在该通信方式下利用信道信息的识别方法的识别准确率也受到一定的限制。
目前,UWB(Ultra Wide Band,超宽带)通信技术是一种具有巨大应用发展潜力的无线通信技术。由于超宽带通信带宽宽,因而具有较高的多径分辨率,并且其传输功率低,因而与其他系统之间有良好的电磁兼容性。
近年来,已经有人提出将UWB雷达作为无线传感器的节点进行目标物体的定位与识别。但是大部分都是基于接收来自目标物体的反射信号进行处理,例如提取微多普勒频率进行姿势识别等。然而这些技术在进行目标识别的同时并没有考虑到保持原有的通信功能。因此如何更加有效的利用超宽带无线传感器网络对目标进行分类识别是一个重要的研究方面。
MIMO(Multi-Input Multi-Output,多输入多输出)技术源于天线分集技术与智能天线技术。其在发射端和接收端均采用多天线单元,利用无线信道的多径传播,建立空间并行传输通道,在不增加带宽与发射功率的情况下,成倍提高无线通信质量与数据速率。
发明内容:
本发明的目的是解决现有无线传感器网络的分类识别率较低、易受实际信道环境影响的问题。提出了一种将UWB和MIMO相结合的无线传感器网络识别与通信技术。该技术可以在不影响节点数据传输的同时提高分类系统的识别率、增强系统可靠性。
本发明提供了一种UWB-MIMO的目标识别方法,广泛应用于目标监测系统。
其技术方案具体步骤如下:
1、在所需监测的区域部署无线通信节点,无线通信节点上的MIMO多天线用来发射或者接收信号,接收到的信号由无线通信节点的寄存器保存;
2、对于无线通信节点上的MIMO多天线接收到的信号,可以利用参数提取方法提取出各天线接收信号感知的信道特征信息;
3、将2中得到的各天线接收信号的参数特征通过特征融合算法得到融合特征参数;
4、利用3中计算得出的融合特征参数训练模式识别分类器,得到一个分类模型;
5、分类模型训练完成后进入识别模式,重复上述第2步和第3步对各个无线通信节点接收到的信号进行判别,可以得到监测区域目标识别结果。
6、在2中超宽带多天线接收数据的同时,进行信道均衡以及码元同步等信号接收处理,解调出发射端的发射数据。
7、上述2、3、4、5中针对无线通信节点的信号直接提取可以反映信道特征的参数可以用来对目标进行模式识别;6中针对无线通信节点的信号利用接收算法解调得到发射数据可以保持原有的通信功能。
本发明,具有如下有益效果:
1、通过感知节点通信过程的信道变化识别目标,从而无需增加额外的传感器,并且能克服传统方式易受风声、降雨、烟雾、夜晚或者非视距环境(如树林)等不利条件对识别系统的干扰和影响,有效地提高了识别系统的实用性以及抗干扰的能力;
2、将UWB技术与MIMO技术相结合,利用MIMO多天线技术对周围信道环境进行监测,获得比单一天线及其他传统通信方式更充分的感知环境信息的能力,从而提高目标识别的准确性;
3、无线通信节点采用UWB和MIMO通信技术,无需增加射频调制与解调,硬件实现复杂度较低,具有通信功耗低、良好的低检测、截获性能,系统电磁兼容性好,并且该系统在进行目标识别的同时不影响无线通信节点之间的数据传输;
4、在目标识别处理过程中综合利用同一个通信节点的多个天线接收到的信号进行融合判决,可以克服信道环境的不利影响,利用多条路径的增益和信息来提高系统的可靠性。
附图说明:
图1:MIMO-UWB目标识别系统原理图
图2:基于UWB-MIMO发射端调制方法示意图
图3:基于UWB-MIMO接收端解调与识别方法示意图
图4:传感器节点目标识别处理流程图
具体实施方式:
下面结合图例和附图对本发明做进一步详细的描述,但本发明的实施方式并不局限于此。
基于UWB-MIMO的目标识别系统原理如图1所示,本发明目标检测方法监测范围为任意两节点间的空间区域,通过不同目标对该区域中UWB-MIMO各个信道影响之间的差异,运用模式识别的手段对目标进行识别。首先发射节点在数据通信阶段将数据经过脉冲调制模块102将发射信号调制成既适于通信又适 于识别的脉冲信号,经过脉冲放大模块103后利用不同天线104发射相互正交的脉冲波形,在同一时刻不同天线发射相同符号,接收节点信号处理模块对各个接收天线105收到的信号进行处理后,特征提取模块106提取能够表征信道环境参数变化,如接收信号功率谱、相位信息等,另外还可以借助于高阶累积量、小波变换等方法进一步提取能表征环境信息特征的参数,之后利用特征融合模块107将各个天线接收信号提取出的参数融合成适于分类识别的融合特征参数,分类识别模块108利用融合特征参数对目标进行学习和判断。
基于UWB-MIMO发射端调制方法如图2所示,本方案利用多天线在同一时刻不同天线发射相同符号,但各个天线之间相互正交的脉冲波形。与窄带无线通信系统不同,由于UWB非常窄的脉冲在多径传播时引起大量独立的衰落信号分量能够被分辨,所以UWB系统中多径衰落的影响较小,从而能实现有效的多径信号分集接收。图中各个模块具体功能描述如下:
模块201:是两个超宽带多天线传感器节点之间需要传输的常规数据,例如温度、风速、湿度等。
模块202:编码调制模块对需要发送的数据进行相应的编码,例如脉冲相位调制(PPM)、脉冲幅度调制(PAM)等。
模块203:脉冲产生电路是指利用二极管、滤波器等形成的所需要的脉冲信号,既适合于通信又具有较大的频率分辨率便于感知信道环境差异,例如高斯二阶导形式的脉冲波形等。
模块204:调制后的脉冲经过放大整形使之具有较好的时域和频域特性。
模块205:多天线技术能在不增加带宽和发射功率的情况下成倍提高系统的容量和频率利用率。另外MIMO系统采用多天线技术,利用无线的多径特征可以抑制信道衰落。
基于UWB-MIMO接收端解调与识别方法如图3所示,本方案采用多天线接收既可以在不增加带宽的前提下提高系统容量,还可以提高目标识别正确率。图中304、305、306等三个模块通过提取超宽带多天线信道的特征参数用来实现目标识别。另外接收信号还可以经过307、308、309等三个模块信号处理后,解调得到发射端的数据,保持原有的通信功能。图中各个模块具体功能描述如下:
模块301:接收端经过多天线接收,既能够在不提高占用带宽的前提下提高信道容量,还可以利用多根天线充分感知得到信道特征提高目标识别的准确率。
模块302:该模块对接收到的信号进行滤波放大。
模块303:D/A转换将接收到的模拟信号进行高速采样,然后将数字信号提供给后续的处理模块。
模块304:该模块用来提取能够表征信道环境变化的特征参数,如超宽带信道的特征参数常见主要包括总多径增益、时延扩展、多径分量的数目和路径损耗等。另外还可以利用现代信号处理理论,通过设计合理的接收信号特征参数,建立自适应参数模型,借助于超宽带信道估计技术、高阶累积量、高阶谱、时频分析、小波变换、奇异特征值分解等方法,提取能表征环境信息特征的参数。
模块305:将各个天线接收信号提取出的参数融合成适于分类识别的融合特征参数,例如加权融合法、 高通滤波法、主成分分析法等,可以充分利用多天线接收数据增强目标特征,提高分类精度和抗干扰能力。
模块306:根据上述研究的方法和算法,从接收信号中提取到的接收信号的特征参数,采用例如模糊综合评判决策方法、支持向量机(SVM)方法、综合加权等方法进行研究,利用融合特征参数对目标进行学习和判断。
模块307:在利用感知信道信息实现对目标识别的基础上,还可以利用信道冲击响应对信道进行估计,然后进行响应的信道均衡。
模块308:完成信道估计后,可以利用如匹配滤波或者滑动相关的方法实现对发送码元的同步。
模块309:最终实现超宽带发射端的数据解调,保持了原有的通信功能。
本发明节点目标识别方法流程如图4所示,当两个传感器节点进行通信时,接收节点信号分析模块首先通过对提取各天线接收信号进行分析,计算并提取信道特征数据。然后利用数据融合算法对提取的信道特征数据进行融合从而得到用于训练和识别的融合特征参数。得到融合特征参数后,节点将判断是否已经完成训练,若尚未完成训练,继续分类学习,利用融合特征参数训练分类器;若已完成训练,分类器通过分析融合特征参数对目标进行识别,节点根据分类识别结果执行相应操作。处理完成后等待下一次节点间通信。
Claims (7)
1.一种采集数据与参数特征融合的识别方法,其特征在于,该识别方法包括:
在所需监测的区域部署超宽带MIMO多天线通信节点,MIMO多天线用来发射或者接收信号;
提取出MIMO多天线接收到的信号的参数特征;
各天线接收信号的参数特征进行特征融合,得到用于目标识别的融合特征参数。
2.如权利要求1所述的一种采集数据与参数特征融合的方法,其特征在于,在待监测区域部署一个超宽带无线传感网,该网络由多个超宽带无线通信节点组成,并且每个节点有多根天线。
3.如权利要求1所述的一种采集数据与参数特征融合的方法,其特征在于,提取受到信道环境影响的无线通信信号参数特征。
4.如权利要求1所述的一种采集数据与参数特征融合的方法,其特征在于,将提取出来的各天线所接收到的无线通信信号参数特征经过数据融合,得到融合特征参数。
5.一种不影响节点通信的目标模式识别方法,其特征在于,该方法包括:
用计算得出的融合特征参数训练模式识别分类器,得到一个分类模型;
分类模型训练完成后进入识别模式,对各个无线通信节点接收到的信号进行判别,得到识别结果的同时不影响无线节点之间的正常通信。
6.如权利要求5所述的多天线数据处理方法,其特征在于,利用提取出来的多天线接收信号融合参数特征作为模式识别的输入,对分类器进行训练,得到分类模型。
7.如权利要求5所述的多天线数据处理方法,其特征在于,分类模型训练完成后进入识别模式,利用训练好的分类模型对接收到的多天线信号进行模式识别,与此同时并不影响各个节点之间的无线通信。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310684350.XA CN103684524B (zh) | 2013-12-13 | 2013-12-13 | 一种采集数据与参数特征融合的识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310684350.XA CN103684524B (zh) | 2013-12-13 | 2013-12-13 | 一种采集数据与参数特征融合的识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103684524A true CN103684524A (zh) | 2014-03-26 |
CN103684524B CN103684524B (zh) | 2016-07-06 |
Family
ID=50320959
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310684350.XA Expired - Fee Related CN103684524B (zh) | 2013-12-13 | 2013-12-13 | 一种采集数据与参数特征融合的识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103684524B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105163342A (zh) * | 2015-09-23 | 2015-12-16 | 北京交通大学 | 面向对象的无线设备通信系统的电磁兼容特性获取方法 |
CN107231427A (zh) * | 2017-06-19 | 2017-10-03 | 中国人民解放军理工大学 | 基于支持向量机的mac协议识别方法 |
WO2020010558A1 (zh) * | 2018-07-12 | 2020-01-16 | 罗伯特·博世有限公司 | 检测方法和检测装置 |
CN111951434A (zh) * | 2019-04-30 | 2020-11-17 | 罗伯特·博世有限公司 | 超宽带智能感测系统和方法 |
CN112019224A (zh) * | 2019-05-31 | 2020-12-01 | 恩智浦有限公司 | 超宽带(uwb)接收器装置和用于操作uwb装置的方法 |
CN113285900A (zh) * | 2021-07-15 | 2021-08-20 | 天津讯联科技有限公司 | 一种具有时域均衡功能的双天线融合接收方法 |
CN114915526A (zh) * | 2022-04-19 | 2022-08-16 | 中国人民解放军战略支援部队信息工程大学 | 通信信号调制识别方法、装置及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070064830A1 (en) * | 2005-09-16 | 2007-03-22 | Samsung Electronics Co., Ltd. | Apparatus and method for extending number of antennas in a wireless communication system using multiple antennas |
CN101019341A (zh) * | 2004-09-10 | 2007-08-15 | 三星电子株式会社 | 为mimo无线系统创建激活多径的方法和系统 |
CN101325566A (zh) * | 2001-11-29 | 2008-12-17 | 美商内数位科技公司 | 用于多路径衰减信道的有效多输入多输出系统 |
-
2013
- 2013-12-13 CN CN201310684350.XA patent/CN103684524B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101325566A (zh) * | 2001-11-29 | 2008-12-17 | 美商内数位科技公司 | 用于多路径衰减信道的有效多输入多输出系统 |
CN101019341A (zh) * | 2004-09-10 | 2007-08-15 | 三星电子株式会社 | 为mimo无线系统创建激活多径的方法和系统 |
US20070064830A1 (en) * | 2005-09-16 | 2007-03-22 | Samsung Electronics Co., Ltd. | Apparatus and method for extending number of antennas in a wireless communication system using multiple antennas |
Non-Patent Citations (1)
Title |
---|
刘南平等: "基于UWB-MIMO的无线传感器网络系统优化", 《河北工业大学学报》 * |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105163342B (zh) * | 2015-09-23 | 2018-12-11 | 北京交通大学 | 面向对象的无线设备通信系统的电磁兼容特性获取方法 |
CN105163342A (zh) * | 2015-09-23 | 2015-12-16 | 北京交通大学 | 面向对象的无线设备通信系统的电磁兼容特性获取方法 |
CN107231427B (zh) * | 2017-06-19 | 2020-04-07 | 中国人民解放军理工大学 | 基于支持向量机的mac协议识别方法 |
CN107231427A (zh) * | 2017-06-19 | 2017-10-03 | 中国人民解放军理工大学 | 基于支持向量机的mac协议识别方法 |
US11500055B2 (en) | 2018-07-12 | 2022-11-15 | Robert Bosch Gmbh | Detection method and detection apparatus |
WO2020010558A1 (zh) * | 2018-07-12 | 2020-01-16 | 罗伯特·博世有限公司 | 检测方法和检测装置 |
CN111951434A (zh) * | 2019-04-30 | 2020-11-17 | 罗伯特·博世有限公司 | 超宽带智能感测系统和方法 |
CN111951434B (zh) * | 2019-04-30 | 2023-12-08 | 罗伯特·博世有限公司 | 超宽带智能感测系统和方法 |
CN112019224A (zh) * | 2019-05-31 | 2020-12-01 | 恩智浦有限公司 | 超宽带(uwb)接收器装置和用于操作uwb装置的方法 |
CN112019224B (zh) * | 2019-05-31 | 2023-12-29 | 恩智浦有限公司 | 超宽带(uwb)接收器装置和用于操作uwb装置的方法 |
CN113285900A (zh) * | 2021-07-15 | 2021-08-20 | 天津讯联科技有限公司 | 一种具有时域均衡功能的双天线融合接收方法 |
CN114915526A (zh) * | 2022-04-19 | 2022-08-16 | 中国人民解放军战略支援部队信息工程大学 | 通信信号调制识别方法、装置及系统 |
CN114915526B (zh) * | 2022-04-19 | 2023-05-26 | 中国人民解放军战略支援部队信息工程大学 | 通信信号调制识别方法、装置及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN103684524B (zh) | 2016-07-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103684524B (zh) | 一种采集数据与参数特征融合的识别方法 | |
CN110224965B (zh) | 一种基于ofdm反向散射通信系统的半盲接收机设计方法 | |
Ureten et al. | Wireless security through RF fingerprinting | |
US20190174330A1 (en) | Sensing recognition method and device based on wireless communication signals | |
EP1750467B1 (en) | A method and system for optimizing the use of the radio spectrum and computer program product thereof | |
CN110475221B (zh) | 一种基于信道状态信息的人员动作识别和位置估计方法 | |
Tekbiyik et al. | Multi–dimensional wireless signal identification based on support vector machines | |
CN106604394A (zh) | 一种基于csi的判定室内人体运动速度模型 | |
CN104812061A (zh) | 一种基于mimo-ofdm信道状态信息的室内测距及定位方法 | |
CN102571230A (zh) | 基于高阶统计量与信噪比盲估计的分布式协同信号识别方法 | |
CN109672485A (zh) | 基于信道状态信息室内人员实时入侵及运动速度检测方法 | |
Xue et al. | A machine learning based spectrum-sensing algorithm using sample covariance matrix | |
Xiao et al. | Wireless network optimization via physical layer information for smart cities | |
CN101895494B (zh) | 基于随机共振预处理的数字调制方式自动识别方法 | |
Zhang et al. | Modulated autocorrelation convolution networks for automatic modulation classification based on small sample set | |
Perenda et al. | Learning the unknown: Improving modulation classification performance in unseen scenarios | |
CN112131972A (zh) | 一种基于注意力机制使用WiFi数据进行人体行为识别的方法 | |
CN116866129A (zh) | 一种无线通信信号检测方法 | |
CN106230544A (zh) | 一种汽车遥控干扰信号的监测识别与定位方法 | |
CN101436877A (zh) | 一种抗多径干扰的pn码自适应门限捕获方法 | |
Zhang et al. | A spectrum sensing algorithm for OFDM signal based on deep learning and covariance matrix graph | |
CN115866615A (zh) | 一种基于电磁频谱特征的无线网络通联关系发现方法 | |
CN103501187B (zh) | 一种基于干扰抵消的短波多径信号同步方法 | |
Wang et al. | Multi-domain networks for wireless interference recognition | |
CN102158254A (zh) | 信号接收方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160706 Termination date: 20161213 |
|
CF01 | Termination of patent right due to non-payment of annual fee |