CN105785454B - 基于信道频域响应的室内运动检测方法 - Google Patents
基于信道频域响应的室内运动检测方法 Download PDFInfo
- Publication number
- CN105785454B CN105785454B CN201610124286.3A CN201610124286A CN105785454B CN 105785454 B CN105785454 B CN 105785454B CN 201610124286 A CN201610124286 A CN 201610124286A CN 105785454 B CN105785454 B CN 105785454B
- Authority
- CN
- China
- Prior art keywords
- mrow
- frequency domain
- msub
- data
- environment
- 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.)
- Expired - Fee Related
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V3/00—Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation
- G01V3/12—Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation operating with electromagnetic waves
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Life Sciences & Earth Sciences (AREA)
- Electromagnetism (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明提供一种基于信道频域响应的室内运动检测方法，本发明基于信道频域响应的室内运动检测方法，由于CFR对多径的表示精确到子载波层面上，所以CFR与CIR相比提供了更精细的无线链路表示，从而能够得到比使用CIR检测时更低的漏报率和误警率；另一方面，本发明采用频域数字特征作为测量值，在无线多径环境中，时域对应于各多径信号的分散时延，而频域则是各多径信号的叠加，对单个路径的扰动都会叠加在每个频点之上，所以频域数字特征比时域数字特征对环境的变化更为敏感，有利于降低漏报率。
Description
技术领域
本发明涉及一种检测方法，尤其涉及一种基于信道频域响应的室内运动检测方法。
背景技术
室内运动检测是一种新兴技术，用于探测感兴趣的区域内是否存在运动物体，且被探测物体不需要携带任何设备。该技术在很多应用中起着至关重要的作用，例如安全防范中的入侵检测，医院中对病人的监视，家中对老人和小孩的看护，火灾或地震中对生命迹象的探测，以及战场中的军事应用等等。这些应用中，用户很可能不能够提前携带用于定位或者探测的设备。因此，传统的基于设备的技术不再适用。
随着无线网络的不断发展，其覆盖范围也越来越广，通过获取由入侵者引起的无线环境变化情况来实现移动目标的被动检测是可行的。运动检测中相关方法中，已有的检测方案是基于信道冲击响应(Channel Impulse Response,CIR)的运动检测。利用了CIR测量值的变化情况来判断是否有异常环境变化。虽然许多人做了这方面的研究并取得了一定的进步，基于CIR的方案仍然有区分度过于粗糙及对环境噪声敏感等缺点。因此，误检和误报的情况会频繁发生，这是由于因移动(尤其是由慢速和轻微的目标移动)引起的CIR变化只能体现在CIR的单个路径时延信息中，可能会淹没在CIR的多径变化中。
更鲁棒、可靠的方案是利用信道冲击响应(Channel Frequency Response,CFR)信息，其是一种目前在商用网卡上很容易获取和处理的物理量。它提供了在OFDM技术框架下的子载波层的信道测量值。在无线多径环境中，CIR对应于各多径信号的分散时延，而CFR则是各多径信号的叠加，对单个路径的扰动都会叠加在每个频点之上，所以频域数字特征比时域数字特征对环境的变化更为敏感，有利于降低漏报率。
发明内容
本发明的目的在于提供一种具有低漏报率和低误警率的基于信道频域响应的室内运动检测方法。
为实现上述目的本发明采用如下方案：
基于信道频域响应的室内运动检测方法，包括以下步骤：
1)建立静态环境下的信道频率响应幅度数据库；
假设收发器都使用单天线，设静止环境下给定发射天线到接收天线的频域特征数据库为：
其中N为数据个数，H(n)为无线信道中n时刻的瞬时频域数字特征；
H(n)＝[|H(n)(f1)|,|H(n)(f2)|,...,|H(n)(fK)|] (5)
K为子载波个数，fk代表第k个子载波，|H(n)(fk)|,k＝1,...,K,为第k个子载波在n时刻的频域幅度特征；
由于无线信道中会有常规的波动引起H(n)的变化，定义数据库的历史平均变化情况为：
其中，g属于数据库，h属于数据库中除掉g的数据；
2)数据库建立完成后，在待检测环境下连续接收数据其中s表示静止环境，d表示有人员走动的环境，计算每个接收数据的区分度
分别用Matlab核函数拟合的方式绘出静止环境和走动环境下的数据区分度概率密度曲线，根据概率密度曲线设定检测阈值λ，λ＞0；
3)实时检测阶段将实测数据的E(n＞N)与预先设定好的阈值λ相比较，如果E(n＞N)＞λ，则认为频域数字特征发生了变化，即判定结果为检测范围内有人员走动；而如果E(n＞N)＜λ，则认为频域数字特征未发生明显变化，即判定结果为检测范围内没有人员走动；并用当前数据对数据库进行更新。
优选的，载波个数K等于30。
优选的，以走动环境下的数据区分度概率密度曲线为参照，求解使得该数据小于λ的概率为5％的λ作为阈值。
本发明具有如下有益效果：
本发明基于信道频域响应的室内运动检测方法，由于CFR对多径的表示精确到子载波层面上，所以CFR与CIR相比提供了更精细的无线链路表示，从而能够得到比使用CIR检测时更低的漏报率和误警率。
另一方面，本发明采用频域数字特征作为测量值，在无线多径环境中，时域对应于各多径信号的分散时延，而频域则是各多径信号的叠加，对单个路径的扰动都会叠加在每个频点之上，所以频域数字特征比时域数字特征对环境的变化更为敏感，有利于降低漏报率。
附图说明
图1室内无线信号传播示意图
图2不同情况下CFR幅度数据区分度E的概率密度曲线
图3为不同情况时的数据区分度概率密度曲线
图3(a)实测静止时的概率密度曲线
图3(b)实测一个人走动时的概率密度曲线
图3(c)实测两个人走动时的概率密度曲线
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明的基于信道频域响应的室内运动检测方法，包括以下步骤：
1)建立静态环境下的信道频率响应幅度数据库；
假设收发器都使用单天线，设静止环境下给定发射天线到接收天线的频域特征数据库为：
其中N为数据个数，H(n)为无线信道中n时刻的瞬时频域数字特征；
H(n)＝[|H(n)(f1)|,|H(n)(f2)|,...,|H(n)(fK)|] (5)
K为子载波个数，fk代表第k个子载波，载波个数K等于30。|H(n)(fk)|,k＝1,...,K,为第k个子载波在n时刻的频域幅度特征；
由于无线信道中会有常规的波动引起H(n)的变化，定义数据库的历史平均变化情况为：
其中，g属于数据库，h属于数据库中除掉g的数据；
2)数据库建立完成后，在待检测环境下连续接收数据其中s表示静止环境，d表示有人员走动的环境，计算每个接收数据的区分度
分别用Matlab核函数拟合的方式绘出静止环境和走动环境下的数据区分度概率密度曲线，例如，以走动环境下的数据区分度概率密度曲线为参照，求解使得该数据小于λ的概率为5％的λ作为阈值；根据概率密度曲线设定检测阈值λ，λ＞0；
3)实时检测阶段将实测数据的E(n＞N)与预先设定好的阈值λ相比较，如果E(n＞N)＞λ，则认为频域数字特征发生了变化，即判定结果为检测范围内有人员走动；而如果E(n＞N)＜λ，则认为频域数字特征未发生明显变化，即判定结果为检测范围内没有人员走动；并用当前数据对数据库进行更新。
以下通过具体实施例，说明本发明内容：
1无线信道模型
在室内无线信道环境中，一般存在一条主要路径(LOS)和几条因天花板、地板和墙壁等反射的路径。室内运动检测方法的思想源于检测范围内物体的存在和运动将会影响无线信道路径。如图1所示的典型室内无线信号传播示意图，为简便图中未画出天花板反射路径。当突然有人进入房间，由于人身体的散射，会阻挡或存在一些其他的路径。本发明通过检测由于无线信道路径变化引起的频域数字特征变化来实现运动检测。
2信道频域响应
CFR是通信链路上信道特性的估计。在无线通信中，传输的无线信号受到物理环境的影响，例如反射、衍射和散射等等。CFR描述了信号在信道中传播的幅度衰减和相移。
在频域，多发射多接收天线(MIMO)的窄带慢衰落信道模型为：
y＝Hx+n (1)
其中，y为接收信号矢量，x为发射信号矢量，n为噪声矢量，H为信道矩阵。噪声通常建模为圆对称复正态分布，即n～cN(0,S)，可以得到H的一个估计量为：
CFR是对信道频率响应H的一个估计。在正交频分复用(OFDM)系统中，CFR表示于子载波层。通过傅里叶变换可以得到其时域表示，即CIR。一个单子载波的CFR可以表示为下面的数学形式：
h＝|h|ejsinθ (3)
其中|h|和θ分别为幅度和相位。每个CFR的采样都包含了多个子载波。
4实验
实验在普通的室内办公环境下进行，室内有若干的办公人员及设备，发射器和接收器的大致放置的位置如图1所示。
首先在静态环境下采集数据库，数据库大小N＝100。
4.1数据区分度实验
按照内容3第1)步所述方法对数据库进行存储并计算数据库的变化情况。然后，分别在两种情况下采集若干数据，情况1：无人员走动的静态环境下，情况2：有人员在发射器与接收器之间来回走动的环境下。绘制出这两种情况下的数据区分度概率密度曲线图，如图2。从图中可以看出，离线采集的不同环境下的CFR幅度数据具有很好的区分度，可以利用它作为检测参数。
4.2动态检测实验
根据离线采样数据得到的不同环境下(静止和走动)的数据区分度PDF，设定检测参数的阈值为λ＝1。实时检测阶段，计算实时CFR数据的区分度，每接收20个数据，绘制一次CFR幅度数据区分度概率密度曲线图(PDF)。以静止数据库的区分度PDF为参照，图3为不同情况时的数据区分度概率密度曲线，图3(a)为实测静止、图3(b)实测一个人走动、图3(c)实测两个人走动时的数据区分度PDF。
从图3可以看出，在静止环境和不同的扰动环境下CFR幅度数据具有很好的区分度。
表一是真实环境中利用CFR幅度信息和CIR信息进行的运动检测对比试验结果。实验时间持续了35分钟，在环境检测范围内的运动次数有153次。从表一可以看出，CFR幅度信息拥有更低的漏报概率。虽然误警概率稍有增高，但是其值在可以接受范围，且可以通过多次连续检测降低。
表一 利用CFR和CIR的运动检测对比试验结果
| 漏报率 | 误警率 | |
| CFR幅度信息 | 6.5％ | 3.3％ |
| CIR信息 | 22.2％ | 1.3％ |
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (3)
1.基于信道频域响应的室内运动检测方法，其特征在于，包括以下步骤：
1)建立静态环境下的信道频率响应幅度数据库；
假设收发器都使用单天线，设静止环境下给定发射天线到接收天线的频域特征数据库为：
<mrow>
<msub>
<mi>D</mi>
<mi>H</mi>
</msub>
<mo>=</mo>
<msubsup>
<mrow>
<mo>{</mo>
<msup>
<mi>H</mi>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
</msup>
<mo>}</mo>
</mrow>
<mrow>
<mi>n</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</msubsup>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>4</mn>
<mo>)</mo>
</mrow>
</mrow>
其中N为数据个数，H(n)为无线信道中n时刻的瞬时频域数字特征；
H(n)＝[|H(n)(f1)|,|H(n)(f2)|,...,|H(n)(fK)|] (5)
K为子载波个数，fk代表第k个子载波，|H(n)(fk)|,k＝1,...,K,为第k个子载波在n时刻的频域幅度特征；
由于无线信道中会有常规的波动引起H(n)的变化，定义数据库的历史平均变化情况为：
<mrow>
<msub>
<mi>&sigma;</mi>
<mi>H</mi>
</msub>
<mo>=</mo>
<mfrac>
<mn>2</mn>
<mrow>
<mi>N</mi>
<mrow>
<mo>(</mo>
<mi>N</mi>
<mo>-</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<munder>
<mi>&Sigma;</mi>
<mrow>
<mi>g</mi>
<mo>&Element;</mo>
<msub>
<mi>D</mi>
<mi>H</mi>
</msub>
</mrow>
</munder>
<munder>
<mi>&Sigma;</mi>
<mrow>
<mi>h</mi>
<mo>&Element;</mo>
<msub>
<mi>D</mi>
<mi>H</mi>
</msub>
<mo>\</mo>
<mi>g</mi>
</mrow>
</munder>
<mo>|</mo>
<mo>|</mo>
<mi>h</mi>
<mo>-</mo>
<mi>g</mi>
<mo>|</mo>
<msub>
<mo>|</mo>
<mn>2</mn>
</msub>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>6</mn>
<mo>)</mo>
</mrow>
</mrow>
其中，g属于数据库，h属于数据库中除掉g以外的数据；
2)数据库建立完成后，在待检测环境下连续接收数据其中s表示静止环境，d表示有人员走动的环境，计算每个接收数据的区分度
<mrow>
<msubsup>
<mi>E</mi>
<mi>j</mi>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>,</mo>
<mi>n</mi>
<mo>></mo>
<mi>N</mi>
<mo>)</mo>
</mrow>
</msubsup>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<msub>
<mi>&sigma;</mi>
<mi>H</mi>
</msub>
</mfrac>
<munder>
<mi>min</mi>
<mrow>
<mover>
<mi>g</mi>
<mo>~</mo>
</mover>
<mo>&Element;</mo>
<msub>
<mi>D</mi>
<mi>H</mi>
</msub>
</mrow>
</munder>
<mo>|</mo>
<mo>|</mo>
<msubsup>
<mi>g</mi>
<mi>j</mi>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>,</mo>
<mi>n</mi>
<mo>></mo>
<mi>N</mi>
<mo>)</mo>
</mrow>
</msubsup>
<mo>-</mo>
<mover>
<mi>g</mi>
<mo>~</mo>
</mover>
<mo>|</mo>
<mo>|</mo>
<mo>,</mo>
<mi>j</mi>
<mo>=</mo>
<mi>s</mi>
<mo>,</mo>
<mi>d</mi>
<mo>.</mo>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>7</mn>
<mo>)</mo>
</mrow>
</mrow>
分别用Matlab核函数拟合的方式绘出静止环境和走动环境下的数据区分度概率密度曲线，根据概率密度曲线设定检测阈值λ，λ＞0；
3)实时检测阶段将实测数据的E(n＞N)与预先设定好的阈值λ相比较，如果E(n＞N)＞λ，则认为频域数字特征发生了变化，即判定结果为检测范围内有人员走动；而如果E(n＞N)＜λ，则认为频域数字特征未发生明显变化，即判定结果为检测范围内没有人员走动；并用当前数据对数据库进行更新。
2.根据权利要求1所述的基于信道频域响应的室内运动检测方法，其特征在于：载波个数K等于30。
3.根据权利要求1所述的基于信道频域响应的室内运动检测方法，其特征在于：以走动环境下的数据区分度概率密度曲线为参照，求解使得接收数据的区分度小于λ的概率为5％的λ作为阈值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610124286.3A CN105785454B (zh) | 2016-03-04 | 2016-03-04 | 基于信道频域响应的室内运动检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610124286.3A CN105785454B (zh) | 2016-03-04 | 2016-03-04 | 基于信道频域响应的室内运动检测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105785454A CN105785454A (zh) | 2016-07-20 |
| CN105785454B true CN105785454B (zh) | 2018-03-27 |
Family
ID=56387102
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610124286.3A Expired - Fee Related CN105785454B (zh) | 2016-03-04 | 2016-03-04 | 基于信道频域响应的室内运动检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105785454B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104682998B (zh) * | 2013-11-29 | 2017-04-19 | 中国科学院深圳先进技术研究院 | 一种多径图样获取的方法及系统 |
| TWI602407B (zh) * | 2016-09-13 | 2017-10-11 | 微波資訊科技有限公司 | 基於ｓｉｎｒ比值的入侵檢測系統及方法 |
| US10565860B1 (en) * | 2019-03-21 | 2020-02-18 | Cognitive Systems Corp. | Offline tuning system for detecting new motion zones in a motion detection system |
| CN115586581B (zh) * | 2022-12-02 | 2023-05-12 | 荣耀终端有限公司 | 一种人员检测的方法和电子设备 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102883360A (zh) * | 2012-10-30 | 2013-01-16 | 无锡儒安科技有限公司 | 一种室内无线全向被动用户检测的方法及系统 |
| CN103297924A (zh) * | 2013-05-24 | 2013-09-11 | 上海交通大学 | 基于信道估计的新型定位指纹设计方法及室内定位系统 |
| CN103596266A (zh) * | 2013-11-26 | 2014-02-19 | 无锡市中安捷联科技有限公司 | 一种人体检测和定位的方法、装置及系统 |
| US8824527B2 (en) * | 2011-11-15 | 2014-09-02 | Acorn Technologies, Inc. | OFDM receiver with time domain channel estimation |
| CN104267439A (zh) * | 2014-08-20 | 2015-01-07 | 哈尔滨工程大学 | 一种无监督人体检测与定位的方法 |
| CN104502894A (zh) * | 2014-11-28 | 2015-04-08 | 无锡儒安科技有限公司 | 基于物理层信息的运动物体被动检测方法 |
| CN104502982A (zh) * | 2014-12-11 | 2015-04-08 | 哈尔滨工程大学 | 一种细粒度免校验的室内被动人体检测方法 |
| CN105158727A (zh) * | 2015-06-18 | 2015-12-16 | 哈尔滨工程大学 | 一种增强型室内无源被动人体定位方法 |
-
2016
- 2016-03-04 CN CN201610124286.3A patent/CN105785454B/zh not_active Expired - Fee Related
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8824527B2 (en) * | 2011-11-15 | 2014-09-02 | Acorn Technologies, Inc. | OFDM receiver with time domain channel estimation |
| CN102883360A (zh) * | 2012-10-30 | 2013-01-16 | 无锡儒安科技有限公司 | 一种室内无线全向被动用户检测的方法及系统 |
| CN103297924A (zh) * | 2013-05-24 | 2013-09-11 | 上海交通大学 | 基于信道估计的新型定位指纹设计方法及室内定位系统 |
| CN103596266A (zh) * | 2013-11-26 | 2014-02-19 | 无锡市中安捷联科技有限公司 | 一种人体检测和定位的方法、装置及系统 |
| CN104267439A (zh) * | 2014-08-20 | 2015-01-07 | 哈尔滨工程大学 | 一种无监督人体检测与定位的方法 |
| CN104502894A (zh) * | 2014-11-28 | 2015-04-08 | 无锡儒安科技有限公司 | 基于物理层信息的运动物体被动检测方法 |
| CN104502982A (zh) * | 2014-12-11 | 2015-04-08 | 哈尔滨工程大学 | 一种细粒度免校验的室内被动人体检测方法 |
| CN105158727A (zh) * | 2015-06-18 | 2015-12-16 | 哈尔滨工程大学 | 一种增强型室内无源被动人体定位方法 |
Non-Patent Citations (2)
| Title |
|---|
| "基于信道状态信息的WiFi环境感知技术";朱海 等;《南京邮电大学学报（自然科学版）》;20160229;第36卷(第1期);第94-103页 * |
| "基于信道状态信息的无源被动定位";吴哲夫 等;《传感技术学报》;20150531;第28卷(第5期);第677-683页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105785454A (zh) | 2016-07-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105785454B (zh) | 基于信道频域响应的室内运动检测方法 | |
| Wilson et al. | See-through walls: Motion tracking using variance-based radio tomography networks | |
| Wang et al. | Low human-effort, device-free localization with fine-grained subcarrier information | |
| Patwari et al. | RF sensor networks for device-free localization: Measurements, models, and algorithms | |
| CN103605110B (zh) | 基于接收信号强度的室内无源目标定位方法 | |
| CN103596266B (zh) | 一种人体检测和定位的方法、装置及系统 | |
| US10374902B2 (en) | Method for clustering wireless channel MPCs based on a KPD doctrine | |
| Gong et al. | An adaptive wireless passive human detection via fine-grained physical layer information | |
| CN104883732B (zh) | 一种增强型室内无源被动人体定位方法 | |
| US9788145B2 (en) | Detection of device motion and nearby object motion | |
| Wu | Wi-metal: Detecting metal by using wireless networks | |
| CN108038419B (zh) | 基于Wi-Fi的室内人员被动检测方法 | |
| 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 | |
| CN104502894A (zh) | 基于物理层信息的运动物体被动检测方法 | |
| CN104796204B (zh) | 一种基于无线网络的金属携带检测方法 | |
| CN106411433A (zh) | 一种基于wlan的细粒度室内被动入侵检测方法 | |
| Chan et al. | Path loss exponent estimation and RSS localization using the linearizing variable constraint | |
| Nayan et al. | Filters for device-free indoor localization system based on rssi measurement | |
| Guo et al. | TWCC: A robust through-the-wall crowd counting system using ambient WiFi signals | |
| CN114564813A (zh) | 电磁环境多域特征威胁度评估方法 | |
| CN109521412A (zh) | 基于局部统计量融合的雷达组网空域目标检测方法 | |
| Hernandez et al. | Towards dense and scalable soil sensing through low-cost WiFi sensing networks | |
| Xu et al. | CSI-based autoencoder classification for Wi-Fi indoor localization | |
| Soto et al. | Wi-fi csi-based human presence detection using dtw features and machine learning | |
| Li et al. | Device-free localization using enhanced channel selection and a distance-based elliptical model |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB03 | Change of inventor or designer information |
Inventor after: Duan Linfu Inventor after: Qin Shuang Inventor after: Nie Yongfeng Inventor after: Wu Guodong Inventor after: Yang Shi Inventor after: Bai Siqi Inventor before: Qin Shuang Inventor before: Duan Linfu Inventor before: Nie Yongfeng Inventor before: Wu Guodong Inventor before: Yang Shi Inventor before: Bai Siqi |
|
| CB03 | Change of inventor or designer information | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20180205 Address after: 611731 Chengdu province high tech Zone (West) West source Avenue, No. 2006 Applicant after: University of Electronic Science and Technology of China Address before: 610000 Sichuan Province, Chengdu Tianfu Avenue North 1700 No. 2 Building 1 unit 17 floor No. 1715 Applicant before: SICHUAN XINGWANG YUNLIAN SCIENCE & TECHNOLOGY CO., LTD. |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180327 Termination date: 20190304 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |