CN109195100A - 一种基于自适应窗口的盲区数据预警方法 - Google Patents
一种基于自适应窗口的盲区数据预警方法 Download PDFInfo
- Publication number
- CN109195100A CN109195100A CN201810748778.9A CN201810748778A CN109195100A CN 109195100 A CN109195100 A CN 109195100A CN 201810748778 A CN201810748778 A CN 201810748778A CN 109195100 A CN109195100 A CN 109195100A
- Authority
- CN
- China
- Prior art keywords
- mobile medium
- monitoring
- medium
- mobile
- monitoring area
- 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
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/021—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/182—Level alarms, e.g. alarms responsive to variables exceeding a threshold
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
- H04W16/18—Network planning tools
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/08—Testing, supervising or monitoring using real traffic
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/80—Services using short range communication, e.g. near-field communication [NFC], radio-frequency identification [RFID] or low energy communication
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了一种基于自适应窗口的盲区数据预警方法，包括以下步骤：步骤一：在各监控区域内布置监控设备及位置感应设备，在移动媒介及各监控区域内设置供监控设备识别的标志；步骤二：监控设备采集监控区域间的区域邻近状态、移动媒介感应频率及移动媒介与监控区域间的包含关系；步骤三：根据移动媒介感应频率、移动媒介与监控区域间的包含关系调节预警阈值，通过区域邻近状态、移动媒介与监控区域间的包含关系推导移动媒介是否处于监控区域中，确定移动媒介预警状态；步骤四：将移动媒介预警状态传输至后台监控中心及移动预警装置，在后台监控中心及移动媒介所处监控区域展示预警状态并发出预警。本发明具有预警误差率低且预警准确率高的优点。
Description
技术领域
本发明涉及信息技术领域，尤其涉及采用一种基于自适应窗口的盲区数据预警方法。
背景技术
随着人工智能中情境感知的不断发展，多传感器协同工作处理大规模、复杂的移动感知任务。多区域数据预警作为移动感知的基本应用之一，被应用于零售和分销、目标监控和跟踪、智能交通，智慧城市，智慧地球等领域。但是，区域监控存在限制范围，多区域间转移时可能存在未完全覆盖的外部盲区；区域内部存在物体遮挡、信号屏蔽区域，移动媒介内部监控区域同样存在盲区；移动媒介监控设备数据传输的不稳定也可能产生数据缺失，即采集的数据存在数据缺失盲区。移动媒介在监控区域内的监控盲区及预警盲区将导致移动媒介在多区域移动时产生不准确预警。
传统数据处理方法结合预警场景是使用静态时间窗口过滤无效预警数据，在中间件对预警数据进行预处理并推理有效数据。Valdes等人提出使用概率相关技术来增加灵敏度，减少预警系统的误报。Bateni M提出增强型随机定向时间窗方案，使用多个滑动时隙的有限时间窗口，并从此时间窗口中选择警报以检查当前警报。Xiao Y根据监控数据缺乏位置信息和包容信息出发，使用定位和包容推理与流查询推理有效数据。这些方法都使用概率方法或者调整时间窗口方法检测获得的预警，但是对移动媒介在多区域间的预警没有进行分析，尤其对存在内、外盲区的区域监控进行预警分析时，预警误差率较高，无法准确确定移动媒介在区域内的预警状况。
发明内容
本发明的目的是提供一种预警误差率低且预警准确率高的基于自适应窗口的盲区数据预警方法。
为实现上述目的，本发明采用了如下技术方案：所述的一种基于自适应窗口的盲区数据预警方法，包括以下步骤：
步骤一：在各监控区域内布置监控设备及位置感应设备，在移动媒介及各监控区域内设置供监控设备识别的标志；
步骤二：监控设备采集监控区域间的区域邻近状态、移动媒介的感应频率、以及移动媒介与监控区域间的包含关系等信息；
步骤三：根据移动媒介的感应频率、移动媒介与监控区域间的包含关系自适应调节预警阈值，并通过监控区域间的区域邻近状态、移动媒介与监控区域间的包含关系推导移动媒介是否处于监控区域中，确定移动媒介的预警状态；
步骤四：将移动媒介的预警状态传输至后台监控中心及移动预警装置，在后台监控中心及移动媒介所处监控区域展示预警状态并发出预警警报。
进一步地，前述的一种基于自适应窗口的盲区数据预警方法，其中：监控设备对移动媒介的识别方式包括：在视频监控设备中根据形状、特征对移动媒介的识别，以及RFID监控设备对移动媒介上标签信息的读取识别。
进一步地，前述的一种基于自适应窗口的盲区数据预警方法，其中：步骤二中，监控区域间的区域邻近状态的具体判断方法是判断区域间距是否超过区域邻近阈值，当区域间距大于区域邻近阈值时，监控区域间的区域邻近状态为区域相离，当区域间距小于区域邻近阈值时，监控区域间的区域邻近状态为区域相邻。
进一步地，前述的一种基于自适应窗口的盲区数据预警方法，其中：在步骤三中，采用移动媒介的感应频率、移动媒介与监控区域间的包含关系自适应调节预警阈值，具体包括以下步骤：
步骤(1)：先计算移动媒介的感应频率，移动媒介的感应频率为感应周期内监控设备实际监控到移动媒介的次数与请求监控的次数的比值概率，其中比值概率用pi表示，此时每一个感应周期是标签读取成功概率为pi的伯努利试验；
步骤(2)：计算感应周期内监控设备对移动媒介识别标志的平均读取概率，其中，平均读取概率的具体计算公式为：
其中，为平均读取概率，Si为时间周期Wi内概率为的二项样本，|Si|服从二项分布pi,t表示移动媒介i在时间t内移动媒介被读取到的概率为pi；
步骤(3)：计算预警阈值，预警阈值的具体计算公式为：其中：为平均读取概率，δ为一个无限接近于0的参数。
进一步地，前述的一种基于自适应窗口的盲区数据预警方法，其中：在步骤三中，确定移动媒介是否处于监控区域的判断方法，具体包括以下步骤：
步骤(1)：先从本地端或服务器端获取所有移动媒介存储的状态；
步骤(2)：移动媒介状态初始化，包括以下内容：根据感应到的移动媒介，如果移动媒介云端或者本地数据库存储移动媒介状态，将存储状态直接赋值于新感应到的移动媒介，如果不存在感应到移动媒介的状态，为其在本地数据库中添加所处区域位置状态、移动媒介所处状态及移动媒介所处状态开始时间；
步骤(3)：根据区域信息采集计算移动媒介与监控区域的包含关系、监控区域间的区域邻近状态及移动媒介的预警阈值；
步骤(4)：当监控设备在预警阈值内感应到移动媒介处于原始监控区域内部时，移动媒介保持原状态，更新原状态的状态保持的时间；
步骤(5)：当监控设备在预警阈值内感应不到移动媒介是否处于原始监控区域时，首先根据区域邻近状态判断移动媒介所处监控区域周围是否存在可转接区域，如移动媒介所处监控区域的区域邻近状态为区域相离时，确定移动媒介不处于监控区域内，并确定移动媒介的预警状态为预警，同时更新本地数据库移动媒介状态为预警状态，与云端数据库同步，并发出预警警报；
步骤(6)：如移动媒介所处监控区域的区域邻近状态为区域相邻时，监控区域终端向服务器发出请求，查询移动媒介是否出现在其他监控区域，若在预警阈值内，移动媒介出现在其他监控区域，则销毁原监控区域此移动媒介状态，在新区域内添加移动媒介状态，并将移动媒介所处状态更新至云端；若在预警阈值内，移动媒介没有出现在其他监控区域，则确定移动媒介不处于监控区域内，并确定移动媒介的预警状态为预警，同时更新本地数据库移动媒介状态为预警状态，与云端数据库同步，并发出预警警报。
进一步地，前述的一种基于自适应窗口的盲区数据预警方法，其中：在步骤三中，移动媒介的预警状态包括三种状态集，即移动媒介所处位置、移动媒介所处状态及状态保持的时间。
进一步地，前述的一种基于自适应窗口的盲区数据预警方法，其中：在步骤四中：将移动媒介的预警状态进行本地单机存储及云端同步存储，并将各监控区域状态实时存储于云服务器中。
进一步地，前述的一种基于自适应窗口的盲区数据预警方法，其中：在步骤四中，预警警报包括监控区域内的语音提示警报、以及后台监控中心语音及动画等形式的警报。
通过上述技术方案的实施，本发明的有益效果是：(1)使用自适应窗口方法调节区域预警的预警阈值，通过移动媒介在监控区域盲区停留时间超过预警阈值才处于预警的方法，可有效降低预警环境中因人为遮挡、移动监控盲区等物理设备导致的错误预警，也可降低因监控设备数据采集丢失等产生的数据盲区而产生的错误预警，降低存在盲区的区域预警的预警误差率；(2)通过移动媒介与监控区域间的包含关系、监控区域间的邻近关系推理多区域下移动媒介的监控状态及预警状态，可有效提高存在盲区的多区域监控的预警准确率，提高移动媒介监控的可靠性。
附图说明
图1为本发明所述的一种基于自适应窗口的盲区数据预警方法的实施步骤框图。
图2为本发明所述的一种基于自适应窗口的盲区数据预警方法的实施流程示意图。
图3为基于预警阈值的移动媒介预警状态推理流程示意图。
图4为移动媒介为枪支的预警场景模拟图。
图5为本发明所述的一种基于自适应窗口的盲区数据预警方法的数据预警处理架构示意图。
具体实施方式
为使本发明的内容更加明显易懂，本实例中以枪支作为移动媒介，枪械库及枪支运输车辆作为移动监控区域为例进行说明；本方法包含枪支信息采集模块、信息预处理模块、数据推理模块、数据存储及展示模块；
枪支信息采集模块及信息预处理模块在车载终端及枪械库终端进行处理，预警状态在预处理及预警推理模块确定，通过监控区域终端机云服务端共同协同通信确认，预警状态在本地及云服务器共同存储，预警信息展示分为数据库终端存储，监控终端、监控中心及监控后台警报展示；
如图1、图2、图3、图4、图5所示，所述的一种基于自适应窗口的盲区数据预警方法，包括以下步骤：
步骤一：在各监控区域内布置监控设备及位置感应设备，在移动媒介及各监控区域内设置供监控设备识别的标志；
移动媒介布置措施如下：在有源RFID电子标签上录入枪支编号、型号、规格等基础信息，粘附于枪支枪托上，每个标签唯一标志一支枪支作为移动媒介识别标志；
监控区域布置措施如下：监控区域布置信息采集设备，包括作为移动媒介监控设备的RFID阅读器、作为监控区域位置感应设备的GPS定位器、LED显示设备及终端主机；
其中，RFID阅读器通过发射特定频率之无线电波能量感应RFID标签，接收RFID电子标签的射频信号，监控范围在20m左右；而GPS定位器实时采集枪支所处车辆或者枪械库的位置；
步骤二：监控设备采集监控区域间的区域邻近状态、移动媒介的感应频率、以及移动媒介与监控区域间的包含关系等信息；
其中，区域邻近状态通过采集监控区域的GPS进行判断，GPS定位器采集车辆、枪械库所属监控区域经纬度后，通过区域终端主机将其传给服务器进行位置计算，判断区域间距是否超过区域邻近阈值，当区域间距大于区域邻近阈值时，监控区域间的区域邻近状态为区域相离，当区域间距小于区域邻近阈值时，监控区域间的区域邻近状态为区域相邻；
区域相离时，即移动媒介处于无邻近区域监控中，需减少移动媒介在内盲区的漏读现象，在计算预警时间与可容忍预警时间时自适应地选取较小时间窗口作为预警阈值，对移动媒介在区域内停留时间进行判断，降低移动媒介在内部盲区的误报警，直至移动媒介在盲区内停留超过预警阈值时，对其发出警报；区域相邻时，移动媒介可能处于区域间过度转移，需保证在交接时过度转移短暂通过外盲区无需预警，在计算预警阈值与可容忍交接时间时自适应地选取较大时间窗口作为预警阈值，对移动媒介在交接时停留时间长度进行判断，提高在区域交接时的报警能力；
本实施例中，设置区域邻近阈值为20m，当计算获得两车间距小于区域邻近阈值时，两车间的区域邻近状态为区域相邻，当计算获得两车间距大于区域邻近阈值时，两车间的区域邻近状态为区域相邻；
其中，监控区域与枪支包含关系以固定IP的RFID阅读器作为监控的标志，枪支上RFID电子标签作为移动媒介信息采集标志，通过RFID阅读器采集到RFID电子标签Id并将数据在数据库中做映射，实现枪支在移动监控区域的监控过程；
步骤三：根据移动媒介的感应频率、移动媒介与监控区域间的包含关系自适应调节预警阈值，并通过监控区域间的区域邻近状态、移动媒介与监控区域间的包含关系推导移动媒介是否处于监控区域中，确定移动媒介的预警状态；
其中，采用移动媒介的感应频率、移动媒介与监控区域间的包含关系自适应调节预警阈值，具体包括以下步骤：
步骤(1)：先计算移动媒介的感应频率，移动媒介的感应频率为感应周期内监控设备实际监控到移动媒介的次数与请求监控的次数的比值概率，其中比值概率用pi表示，此时每一个感应周期是标签读取成功概率为pi的伯努利试验；
步骤(2)：计算感应周期内监控设备对移动媒介识别标志的平均读取概率，其中，平均读取概率的具体计算公式为：
其中，为平均读取概率，Si为时间周期Wi内概率为的二项样本，|Si|服从二项分布表示移动媒介i在时间t内移动媒介被读取到的概率为pi；
步骤(3)：计算预警阈值，预警阈值的具体计算公式为：其中：为平均读取概率，δ为一个无限接近于0的参数，δ越小，预警阈值计算越精确；
其中，确定移动媒介是否处于监控区域的判断方法，包括以下步骤：
步骤(1)：从本地端或服务器端获取所有移动媒介存储的状态；
步骤(2)：移动媒介状态初始化，包括以下内容：根据感应到的移动媒介，如果移动媒介云端或者本地数据库存储移动媒介状态，将存储状态直接赋值于新感应到的移动媒介，如果不存在感应到移动媒介的状态，为其在本地数据库中添加所处区域位置状态、移动媒介所处状态及移动媒介所处状态开始时间；
步骤(3)：根据区域信息采集计算移动媒介与监控区域的包含关系、监控区域间的区域邻近状态及移动媒介的预警阈值；
步骤(4)：当监控设备在预警阈值内感应到移动媒介处于原始监控区域内部时，移动媒介保持原状态，更新原状态的状态保持的时间；
步骤(5)：当监控设备在预警阈值内感应不到移动媒介是否处于原始监控区域时，首先根据区域邻近状态判断移动媒介所处监控区域周围是否存在可转接区域，如移动媒介所处监控区域的区域邻近状态为区域相离时，确定移动媒介不处于监控区域内，并确定移动媒介的预警状态为预警，同时更新本地数据库移动媒介状态为预警状态，与云端数据库同步，并发出预警警报；
步骤(6)：如移动媒介所处监控区域的区域邻近状态为区域相邻时，监控区域终端向服务器发出请求，查询移动媒介是否出现在其他监控区域，若在预警阈值内，移动媒介出现在其他监控区域，则销毁原监控区域此移动媒介状态，在新区域内添加移动媒介状态，并将移动媒介所处状态更新至云端；若在预警阈值内，移动媒介没有出现在其他监控区域，则确定移动媒介不处于监控区域内，并确定移动媒介的预警状态为预警，同时更新本地数据库移动媒介状态为预警状态，与云端数据库同步，并发出预警警报；
预警阈值调整以枪支在车辆运输中监控为例，RFID阅读器通过无线感应获得移动媒介周围无邻近区域，移动媒介处于监控中；
当枪支因为车辆抖动及人员错误操作遮挡了枪支RFID标签时，RFID阅读器读取不到RFID电子标签，在阅读周期内监控设备实际监控到移动媒介i的次数与请求监控i的次数的比值概率pi降低，相应的，其平均感应概率降低，根据自适应地对预警阈值进行调整，获得较大的预警阈值，短暂处于区域盲区不进行预警，当枪支在盲区停留时间超过最大预警阈值时，将移动媒介预警状态转化为预警，并进行存储及上报处理；
当枪支需要从枪械库交接至监控车辆时，枪支离开枪械库监控范围，进入一段外部盲区，才进入车辆监控区域，实际情况中，假设枪支到车时间不能超过5min，即设置预警阈值为5min；
当移动媒介离开外部盲区时，根据区域邻近阈值判断移动媒介周围存在邻近区域，进入邻近区域预警阈值调整模式，随着移动媒介感应概率逐渐增大预警阈值，直至到交接预警阈值；若在预警阈值内，枪支出现在邻近监控区域监控中，枪支状态调整为相邻监控区域监控中，并销毁原枪械库状态，若超出预警阈值，枪支仍未出现在任何监控区域中，移动媒介预警状态调整为预警，进行预警存储及预警警报及提示；
步骤四：先将移动媒介的预警状态进行本地单机存储及云端同步存储，并将各监控区域状态实时存储于云服务器中；再将移动媒介的预警状态传输至后台监控中心及移动预警装置，在后台监控中心及移动媒介所处监控区域展示预警状态并发出预警警报；
其中，预警警报包括监控区域内的语音提示警报、以及后台监控中心语音及动画等形式的警报。
本发明的优点是：(1)使用自适应窗口方法调节区域预警的预警阈值，通过移动媒介在监控区域盲区停留时间超过预警阈值才处于预警的方法，可有效降低预警环境中因人为遮挡、移动监控盲区等物理设备导致的错误预警，也可降低因监控设备数据采集丢失等产生的数据盲区而产生的错误预警，降低存在盲区的区域预警的预警误差率；(2)通过移动媒介与监控区域间的包含关系、监控区域间的邻近关系推理多区域下移动媒介的监控状态及预警状态，可有效提高存在盲区的多区域监控的预警准确率，提高移动媒介监控的可靠性。
Claims (8)
1.一种基于自适应窗口的盲区数据预警方法，其特征在于：包括以下步骤：
步骤一：在各监控区域内布置监控设备及位置感应设备，在移动媒介及各监控区域内设置供监控设备识别的标志；
步骤二：监控设备采集监控区域间的区域邻近状态、移动媒介的感应频率、以及移动媒介与监控区域间的包含关系等信息；
步骤三：根据移动媒介的感应频率、移动媒介与监控区域间的包含关系自适应调节预警阈值，并通过监控区域间的区域邻近状态、移动媒介与监控区域间的包含关系推导移动媒介是否处于监控区域中，确定移动媒介的预警状态；
步骤四：将移动媒介的预警状态传输至后台监控中心及移动预警装置，在后台监控中心及移动媒介所处监控区域展示预警状态并发出预警警报。
2.根据权利要求1所述的一种基于自适应窗口的盲区数据预警方法，其特征在于：监控设备对移动媒介的识别方式包括：在视频监控设备中根据形状、特征对移动媒介的识别，以及RFID监控设备对移动媒介上标签信息的读取识别。
3.根据权利要求1所述的一种基于自适应窗口的盲区数据预警方法，其特征在于：步骤二中，监控区域间的区域邻近状态的具体判断方法是判断区域间距是否超过区域邻近阈值，当区域间距大于区域邻近阈值时，监控区域间的区域邻近状态为区域相离，当区域间距小于区域邻近阈值时，监控区域间的区域邻近状态为区域相邻。
4.根据权利要求1所述的一种基于自适应窗口的盲区数据预警方法，其特征在于：在步骤三中，采用移动媒介的感应频率、移动媒介与监控区域间的包含关系自适应调节预警阈值，具体包括以下步骤：
步骤(1)：先计算移动媒介的感应频率，移动媒介的感应频率为感应周期内监控设备实际监控到移动媒介的次数与请求监控的次数的比值概率，其中比值概率用pi表示，此时每一个感应周期是标签读取成功概率为pi的伯努利试验；
步骤(2)：计算感应周期内监控设备对移动媒介识别标志的平均读取概率，其中，平均读取概率的具体计算公式为：
其中，为平均读取概率，Si为时间周期Wi内概率为的二项样本，|Si|服从二项分布pi,t表示移动媒介i在时间t内移动媒介被读取到的概率为pi；
步骤(3)：计算预警阈值，预警阈值的具体计算公式为：其中：为平均读取概率，δ为一个无限接近于0的参数。
5.根据权利要求1所述的一种基于自适应窗口的盲区数据预警方法，其特征在于：在步骤三中，确定移动媒介是否处于监控区域的判断方法，具体包括以下步骤：
步骤(1)：先从本地端或服务器端获取所有移动媒介存储的状态；
步骤(2)：移动媒介状态初始化，包括以下内容：根据感应到的移动媒介，如果移动媒介云端或者本地数据库存储移动媒介状态，将存储状态直接赋值于新感应到的移动媒介，如果不存在感应到移动媒介的状态，为其在本地数据库中添加所处区域位置状态、移动媒介所处状态及移动媒介所处状态开始时间；
步骤(3)：根据区域信息采集计算移动媒介与监控区域的包含关系、监控区域间的区域邻近状态及移动媒介的预警阈值；
步骤(4)：当监控设备在预警阈值内感应到移动媒介处于原始监控区域内部时，移动媒介保持原状态，更新原状态的状态保持的时间；
步骤(5)：当监控设备在预警阈值内感应不到移动媒介是否处于原始监控区域时，首先根据区域邻近状态判断移动媒介所处监控区域周围是否存在可转接区域，如移动媒介所处监控区域的区域邻近状态为区域相离时，确定移动媒介不处于监控区域内，并确定移动媒介的预警状态为预警，同时更新本地数据库移动媒介状态为预警状态，与云端数据库同步，并发出预警警报；
步骤(6)：如移动媒介所处监控区域的区域邻近状态为区域相邻时，监控区域终端向服务器发出请求，查询移动媒介是否出现在其他监控区域，若在预警阈值内，移动媒介出现在其他监控区域，则销毁原监控区域此移动媒介状态，在新区域内添加移动媒介状态，并将移动媒介所处状态更新至云端；若在预警阈值内，移动媒介没有出现在其他监控区域，则确定移动媒介不处于监控区域内，并确定移动媒介的预警状态为预警，同时更新本地数据库移动媒介状态为预警状态，与云端数据库同步，并发出预警警报。
6.根据权利要求1所述的一种基于自适应窗口的盲区数据预警方法，其特征在于：在步骤三中，移动媒介的预警状态包括三种状态集，即移动媒介所处位置、移动媒介所处状态及状态保持的时间。
7.根据权利要求1所述的一种基于自适应窗口的盲区数据预警方法，其特征在于：在步骤四中：将移动媒介的预警状态进行本地单机存储及云端同步存储，并将各监控区域状态实时存储于云服务器中。
8.根据权利要求1所述的一种基于自适应窗口的盲区数据预警方法，其特征在于：在步骤四中，预警警报包括监控区域内的语音提示警报、以及后台监控中心语音及动画等形式的警报。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810748778.9A CN109195100B (zh) | 2018-07-09 | 2018-07-09 | 一种基于自适应窗口的盲区数据预警方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810748778.9A CN109195100B (zh) | 2018-07-09 | 2018-07-09 | 一种基于自适应窗口的盲区数据预警方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109195100A true CN109195100A (zh) | 2019-01-11 |
| CN109195100B CN109195100B (zh) | 2020-12-01 |
Family
ID=64936336
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810748778.9A Active CN109195100B (zh) | 2018-07-09 | 2018-07-09 | 一种基于自适应窗口的盲区数据预警方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109195100B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090121860A1 (en) * | 1999-09-01 | 2009-05-14 | Nettalon Security Systems, Inc. | Method and apparatus for remotely monitoring a site |
| CN103258427A (zh) * | 2013-04-24 | 2013-08-21 | 北京工业大学 | 基于信息物理网络的城市快速路交通实时监控系统与方法 |
| CN104616290A (zh) * | 2015-01-14 | 2015-05-13 | 合肥工业大学 | 一种统计矩阵模型和自适应阈值相结合的目标检测算法 |
| CN105184811A (zh) * | 2015-05-25 | 2015-12-23 | 西北工业大学 | 一种基于结构支持向量机的多尺度目标跟踪方法 |
| US20170078860A1 (en) * | 2014-11-06 | 2017-03-16 | At&T Mobility Ii Llc | Low Power Chaining |
| CN108053427A (zh) * | 2017-10-31 | 2018-05-18 | 深圳大学 | 一种基于KCF与Kalman的改进型多目标跟踪方法、系统及装置 |
-
2018
- 2018-07-09 CN CN201810748778.9A patent/CN109195100B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090121860A1 (en) * | 1999-09-01 | 2009-05-14 | Nettalon Security Systems, Inc. | Method and apparatus for remotely monitoring a site |
| CN103258427A (zh) * | 2013-04-24 | 2013-08-21 | 北京工业大学 | 基于信息物理网络的城市快速路交通实时监控系统与方法 |
| US20170078860A1 (en) * | 2014-11-06 | 2017-03-16 | At&T Mobility Ii Llc | Low Power Chaining |
| CN104616290A (zh) * | 2015-01-14 | 2015-05-13 | 合肥工业大学 | 一种统计矩阵模型和自适应阈值相结合的目标检测算法 |
| CN105184811A (zh) * | 2015-05-25 | 2015-12-23 | 西北工业大学 | 一种基于结构支持向量机的多尺度目标跟踪方法 |
| CN108053427A (zh) * | 2017-10-31 | 2018-05-18 | 深圳大学 | 一种基于KCF与Kalman的改进型多目标跟踪方法、系统及装置 |
Non-Patent Citations (2)
| Title |
|---|
| PETER DARCY, BELA STANTIC, ABDUL SATTAR: "A Fusion of Data Analysis and Non-Monotonic Reasoning to Restore Missed RFID Readings", 《2009 INTERNATIONAL CONFERENCE ON INTELLIGENT SENSORS, SENSOR NETWORKS AND INFORMATION PROCESSING (ISSNIP)》 * |
| 晏少华，徐蕾: "基于动态时间阈值的报警聚合方法研究", 《沈阳航空工业学院学报》 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109195100B (zh) | 2020-12-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20240062638A1 (en) | Monitoring system | |
| US20210149040A1 (en) | Monitoring Sensing System | |
| US10564278B2 (en) | Systems and methods for object localization and path identification based on RFID sensing | |
| EP2176844B1 (en) | Systems and methods for object localization and path identification based on rfid sensing | |
| US8121909B2 (en) | Activity inference and reactive feedback | |
| CN110070155B (zh) | 一种基于可穿戴设备的服刑人员综合行为识别方法及系统 | |
| US8319635B2 (en) | Wireless tracking system and method utilizing variable location algorithms | |
| US20220141619A1 (en) | Method and system for locating objects within a master space using machine learning on rf radiolocation | |
| US20220171051A1 (en) | Systems and methods for object localization and path identification based on rfid sensing | |
| US20230129589A1 (en) | Method and system for locating objects within a master space using machine learning on rf radiolocation | |
| CN113465267B (zh) | 一种智能冰箱、食材管理方法及介质 | |
| CN110458257B (zh) | 基于rfid系统的标签盘点方法及装置 | |
| WO2017218115A1 (en) | Home environment management method and apparatus | |
| KR102375248B1 (ko) | 모바일 태그 리더 포털 | |
| CN109195100A (zh) | 一种基于自适应窗口的盲区数据预警方法 | |
| CN109978083A (zh) | 机器人监测物品环境状态的方法、装置及设备 | |
| IT201800003397A1 (it) | Sistema e metodo di rilevazione automatico di movimento | |
| CN116095819A (zh) | 人员跨区域判定方法、装置、设备及存储介质 | |
| CN110084728B (zh) | 一种基于无线定位的监所服刑人员与物品匹配方法及系统 | |
| CN113988238B (zh) | 一种基于动态计算的文物定位方法 | |
| KR102049939B1 (ko) | IoT 디바이스를 관리하기 위한 장치 및 이를 위한 방법 | |
| Benny et al. | Implementation of dynamic slotted ALOHA protocol for RFID readers using Simple probability and Bayesian probability | |
| CN113869686A (zh) | 一种固定资产的自动化管理系统及方法 | |
| CN108981718A (zh) | 一种行人定位方法及系统 | |
| CN116360597A (zh) | 一种kvm远程控制方法、系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB02 | Change of applicant information |
Address after: Room 201, building 2, phase II, No.1 Kechuang Road, Yaohua street, Qixia District, Nanjing City, Jiangsu Province Applicant after: NANJING University OF POSTS AND TELECOMMUNICATIONS Address before: 210023, 66 new model street, Gulou District, Jiangsu, Nanjing Applicant before: NANJING University OF POSTS AND TELECOMMUNICATIONS |
|
| CB02 | Change of applicant information | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |