CN110740004B - 目标状态确定方法、装置、电子设备及可读存储介质 - Google Patents
目标状态确定方法、装置、电子设备及可读存储介质 Download PDFInfo
- Publication number
- CN110740004B CN110740004B CN201911032685.7A CN201911032685A CN110740004B CN 110740004 B CN110740004 B CN 110740004B CN 201911032685 A CN201911032685 A CN 201911032685A CN 110740004 B CN110740004 B CN 110740004B
- Authority
- CN
- China
- Prior art keywords
- channel
- state information
- channel state
- aggregated
- target
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000012545 processing Methods 0.000 claims abstract description 35
- 230000004044 response Effects 0.000 claims description 10
- 230000008030 elimination Effects 0.000 claims description 8
- 238000003379 elimination reaction Methods 0.000 claims description 8
- 230000015654 memory Effects 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims description 5
- 238000005070 sampling Methods 0.000 claims description 4
- 230000009191 jumping Effects 0.000 claims description 3
- 238000003062 neural network model Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 14
- 238000005516 engineering process Methods 0.000 description 7
- 230000003068 static effect Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 238000004590 computer program Methods 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000012549 training Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000010363 phase shift Effects 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/309—Measuring or estimating channel quality parameters
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/382—Monitoring; Testing of propagation channels for resource allocation, admission control or handover
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本公开实施例公开了一种目标状态确定方法、装置、电子设备及可读存储介质,包括:别获取N个信道中各信道的信道状态信息;其中,N为大于1的整数;对所述各信道的信道状态信息进行偏移消除处理,以得到聚合信道状态信息,所述聚合信道状态信息包含偏移消除处理后的各信道的信道状态信息;获取所述聚合信道状态信息的特征;根据所述聚合信道状态信息的特征,确定与所述聚合信道状态对应的目标状态。该技术方案能够扩展信道带宽,进而能够更精细地感知目标状态。
Description
技术领域
本公开涉及无线感知技术领域,具体涉及目标状态确定方法、装置、电子设备及可读存储介质。
背景技术
目前,可以利用无线感知技术感知空间内的目标状态。其原理为在一个空间内,发送端可能通过多个传播路径将无线信号传输至接收端,而在此空间内的目标活动或静止状态均可影响无线信号的传播路径,进而可以利用无线信号通过不同的传播路径传输至接收端的差异性,来确定空间内的目标状态。
一种具体实现无线感知技术的方式为:接收端从用于接收无线信号的信道接收无线信号,并根据接收到的无线信号获取信道状态信息(Channel State Information,CSI),由于CSI对于不同的传播环境,呈现了不同的特征,则可以生成CSI的特征与目标状态的映射关系,进而可以利用无线信号的多径传播感知空间内的目标状态。然而,这种特征分辨受信道带宽的影响难以精确感知目标的变化状态。
发明内容
本公开实施例提供一种目标状态确定方法、装置、电子设备及可读存储介质。
第一方面,本公开实施例中提供了一种目标状态确定方法,包括:
分别获取N个信道中各信道的信道状态信息,其中,N为大于1的整数;
对所述各信道的信道状态信息进行偏移消除处理,以得到聚合信道状态信息,所述聚合信道状态信息包含偏移消除处理后的各信道的信道状态信息;
获取所述聚合信道状态信息的特征;
根据所述聚合信道状态信息的特征,确定与所述聚合信道状态对应的目标状态。
结合第一方面,本公开在第一方面的第一种实现方式中,所述分别获取N个信道中各信道的信道状态信息,包括:
从所述N个信道中的一个信道接收发送端发送的一个数据包;
在接收到所述数据包后,跳转至所述N个信道中的下一个信道,直至从所述N个信道中的各信道均接收到一个数据包;
根据各信道接收的数据包,确定所述各信道的信道状态信息。
结合第一方面的第一种实现方式,本公开在第一方面的第二种实现方式中,所述还包括:
在接收到所述数据包后,通过所述信道向所述发送端发送应答消息,以使所述发送端在接收到所述应答消息后,跳转至所述下一个信道进行数据包发送。
结合第一方面,本公开在第一方面的第三种实现方式中,所述对所述各信道的信道状态信息进行偏移消除处理,以得到聚合信道状态信息,包括:
对所述各信道的信道状态信息进行幅度偏移消除处理以及相位偏移消除处理,以得到聚合信道状态信息。
结合第一方面的第三种实现方式,本公开在第一方面的第四种实现方式中,所述对所述各信道的信道状态信息进行幅度偏移消除处理,包括:
对所述各信道的信道状态信息的幅度进行均值处理。
结合第一方面的第三种实现方式,本公开在第一方面的第五种实现方式中,所述对所述各信道的信道状态信息进行相位偏移消除处理,包括:
去除各信道的信道状态信息中的载波频率偏移;
去除各信道的信道状态信息中的抽样频率偏移和分组边界检测信息。
结合第一方面,本公开在第一方面的第六种实现方式中,所述方法还包括:
根据所述聚合信道状态信息的特征,生成特征图像,所述特征图像包括以下中的至少一种:时间域特征、频率域特征和空间域特征。
结合第一方面,本公开在第一方面的第七种实现方式中,所述根据所述聚合信道状态信息的特征,确定与所述聚合信道状态对应的目标状态,包括:
利用已生成的聚合信道状态信息的特征与目标状态的关系模型,确定所述聚合信道状态信息的特征对应的目标状态。
第二方面,本公开实施例中提供了一种目标状态确定装置,包括:
第一获取模块,被配置为分别获取N个信道中各信道的信道状态信息;其中,N为大于1的整数;
消除模块,被配置为对所述各信道的信道状态信息进行偏移消除处理,以得到聚合信道状态信息,所述聚合信道状态信息包含偏移消除处理后的各信道的信道状态信息;
第二获取模块,被配置为获取所述聚合信道状态信息的特征;
确定模块,被配置为根据所述聚合信道状态信息的特征,确定与所述聚合信道状态对应的目标状态。
第三方面,本公开实施例提供了一种电子设备,包括存储器和处理器,其中,所述存储器用于存储一条或多条计算机指令,其中,所述一条或多条计算机指令被所述处理器执行以实现以下方法步骤:
分别获取N个信道中各信道的信道状态信息;其中,N为大于1的整数;
对所述各信道的信道状态信息进行偏移消除处理,以得到聚合信道状态信息,所述聚合信道状态信息包含偏移消除处理后的各信道的信道状态信息;
获取所述聚合信道状态信息的特征;
根据所述聚合信道状态信息的特征,确定与所述聚合信道状态对应的目标状态。
第四方面,本公开实施例中提供了一种可读存储介质,其上存储有计算机指令,该计算机指令被处理器执行时实现如第一方面任一项所述的方法。
本公开实施例提供的技术方案能够扩展信道带宽,进而能够更精细地感知目标状态。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
结合附图,通过以下非限制性实施方式的详细描述,本公开的其它特征、目的和优点将变得更加明显。在附图中:
图1示出根据本公开实施例的目标状态确定方法的一种应用场景的示意图;
图2示出根据本公开实施例的目标状态确定方法的流程图;
图3示出根据图2中S201的一种实现方法的流程图;
图4示出根据本公开实施例的目标状态确定装置的结构框图;
图5示出根据本公开实施例的电子设备的结构框图;
图6示出适于用来实现根据本公开实施例的目标状态确定方法的计算机系统的结构示意图。
具体实施方式
下文中,将参考附图详细描述本公开的示例性实施例,以使本领域技术人员可容易地实现它们。此外,为了清楚起见,在附图中省略了与描述示例性实施例无关的部分。
在本公开中,应理解,诸如“包括”或“具有”等的术语旨在指示本说明书中所公开的特征、数字、步骤、行为、部件、部分或其组合的存在,并且不欲排除一个或多个其他特征、数字、步骤、行为、部件、部分或其组合存在或被添加的可能性。
另外还需要说明的是,在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
图1示出本公开实施例的目标状态确定方法的一种应用场景的示意图。该应用场景可以为智能家居、安全监护、入侵检测、人机交互等多种领域下的应用场景。
如图1所示,在一个相较封闭的空间内,发送端102向接收端103发送无线信号,在无线信号的传播路径中,存在需要被感知状态的目标101。
在此,相较封闭的空间是指能够实现无线信号在传播过程中,可以通过多个路径传播至接收端103的空间。相较封闭的空间可以产生无线信号的反射或折射等路径。例如,图1所示的相较封闭的空间内,存在天花板104、墙壁105、地面106;发送端102向天花板104发射的无线信号会通过反射路径108传输至接收端103,发送端102向墙壁105发射的无线信号会通过反射路径109传输至接收端103,发送端102向地面发射的无线信号会通过发射路径110传输至接收端103。同时,发送端102可通过直线路径107向接收端103发送无线信号,另外,一些无线信号在传播过程中受目标101状态的影响,即一些无线信号的传播路径受目标101状态的影响,在此,这些路径被称为动态路径,如图1中的传播路径111即为动态路径。由此,接收端103可以接收到不同传播路径,如上述反射路径108、109、110,直线路径107,动态路径111等,传输的无线信号,这些无线信号由于路径不同,其能量信息不同,在此,接收端103可以利用接收到的信号的特性来感知目标101的状态。
目标状态可以包括目标的静止状态或目标的运动状态,具体地,可以感知目标的静态所处位置、运动轨迹、运动时长、运动形式等多种状态。
发送端102与接收端103的相对位置固定,或者在可允许范围内变化,该可允许范围是指不影响感知目标状态结果的范围。
发送端102与接收端103之间可以利用多种其共同支持的无线技术进行无线信号的传输。例如,发送端102与接收端103可以利用无线保证技术(Wi-Fi)进行无线信号的传输。其中,发送端102与接收端103为任意一种能够支持无线技术通信的设备,在此不予限定。本公开实施例中,接收端103可以进一步对接收到的无线信号进行处理,以得到感知结果。一些实施例中,接收端103可为一个设备或多个设备组成,以实现本公开实施例中的方法。
在上述环境中,一种传统无线感知技术的实现方式为:发送端102利用一信道向接收端103传输无线信号,接收端103在该信道通过多个传输路径接收到多径叠加的无线信号。接收端103从无线信号中获取信道状态信息CSI,并对CSI进行快速傅里叶变换(InverseFast Fourier Transform,IFFT),则可以得到功率时延分布(Power Delay Profile,PDP),功率时延分布的时延单位能够体现环境感知的细粒度,即时延单位越小,能够越精细地感知环境内的目标状态,而此时延单位与信道带宽成反比,即带宽越宽,则时延单位越小,进而越能够精细地感知目标状态,然而,当前无线信道的带宽有限,如商用Wi-Fi信道。因此,如何能够更精细地感知目标状态,成为本领域技术人员所要解决的问题。
下面详细介绍本公开实施例中的方案,能够更精细地感知目标状态。
图2示出根据本公开实施例的目标状态确定方法的流程图。
如图2所示,目标状态确定方法包括以下步骤:
步骤S201,分别获取N个信道中各信道的信道状态信息;其中,N为大于1的整数;
步骤S202,对所述各信道的信道状态信息进行偏移消除处理,以得到聚合信道状态信息,所述聚合信道状态信息包含偏移消除处理后的各信道的信道状态信息;
步骤S203,获取所述聚合信道状态信息的特征;
步骤S204,根据所述聚合信道状态信息的特征,确定与所述聚合信道状态对应的目标状态。
在一些本公开实施例中,该方法应用于无线信号的接收端。其中,接收端的N个信道的频段不同,以保证能够拓宽总传输信道的带宽。N个信道可以理解为一个信道集合H={h1,h2,…,hN}。
参见图3,为本文提供一种实现获取N个信道中各信道的信道状态信息CSI的方式,如图3所示,该方法包括以下步骤:
步骤S2011,从所述N个信道中的一个信道hi接收发送端发送的一个数据包;
步骤S2012,在接收到所述数据包后,跳转至所述N个信道中的下一个信道hi+1,直至从所述N个信道中的各信道均接收到一个数据包;
步骤S2013,根据各信道接收的数据包,确定所述各信道的CSI。
在一些本公开实施例中,接收端在一个信道上接收到一个数据包时,即可跳转至下一个信道等待接收,从而能够实现接收端和发送端的信道的快速跳转,进而能够在较短时间内确定各信道的CSI,以保证感知目标的实时性。当然,在允许时间范围内,接收端可以在各信道接收相同或不同的其他数量的数据包,再次不予限定。其中,接收端接收一个数据包是指接收端可以对数据包进行成功验证和成功解码操作。
在一些本公开实施例中,接收端在一个信道上接收到数据包后,可以进一步地向发送端发送应答消息,从而发送端在接收到应答消息后,即可跳转至下一个信道,该下一个信道与接收端相同;若在预设时间内未接收到应答消息,则表明接收端仍未接收到数据包,则发送端在该信道进行数据包重发,直至重发次数达到预设阈值或者直至接收到接收端的应答信号。从而,能够保证在每个信道成功传输一个数据包,保证了信道传输的稳定性,进而保证了接收端能够在N个信道中的每个信道接收到一个数据包,以利用该数据包获取每个信道的CSI。
在一些本公开实施例中,接收端可以在应答信号中指示下一个信道的信息,以保证接收端与发送端跳转至同一个信道。或者,接收端和发送端预先设置了信道跳转顺序和/或N的值,进而保证了接收端与发送端的跳转信道的一致性。当然,信道跳转数据或信道数量可以根据不同的场景或者需求被预设成不同的方式,或者,发送端和接收端在通信期间对预设信道的跳转顺序或N的值进行调整,在此不予限定。
通过上述方式,能够在短时间内获取信道集合H中每个信道上的数据包,当然,步骤S201还可以通过其他方式实现,在此不予限定。
在一些本公开实施例中,在获取到信道集合H中每个信道上的数据包后,可以从各数据包中获取各信道的CSI。
在一些本公开实施例中,对各信道的CSI进行偏移消除处理包括对各CSI的幅度偏移和相位偏移进行消除处理。
对各CSI的幅度偏移进行消除处理可以包括对各CSI的幅度进行均值处理。
各CSI的相位偏移主要包括:载波频率偏移(Carrier Frequency Offset,CFO)、抽样频率偏移(Sampling Frequency Offset,SFO)和分组边界检测(Packet BoundaryDetection,PBD)。
其中,SFO和PBD的相位值可由以下公式得到:
由上述公式可见,SFO和PBD在子载波0上对CSI产生的相位偏移为0,因此每个天线对上子载波0的相位只包含CFO的影响和环境中目标状态的影响,又由于CFO对相位的影响,即产生的相位偏移,远大于目标状态对象对相位的影响,因此首先需去除CFO值。进一步地,由于SFO和PBD都与OFDM的子载波之间存在相似的线性关系,则可以进一步消除SFO和PBD。
具体地,去除CFO,由于静态分量误差(如CFO等产生的相位偏移)对相位的影响远大于目标状态对象对相位的影响,可以通过对每个天线对的CSI幅度取长期平均值来估计静态分量的幅值,然后选取该幅值最大的天线对作为参考。进一步地,由于无法获取子载波0上的CSI值,可以对子载波-1和子载波1的相位进行插值,进而得到参考天线对的子载波0的CSI相位,则该CSI相位即为CFO值,从而可以通过对所有天线对上子载波的相位值减去得到的CFO值,即可去除CFO。
具体地,去除SFO和PBD,可以通过对各个天线对的若干个子载波进行线性回归处理,并计算每个天线对上相位值的斜率值,可以根据该斜率值来进一步计算SFO和PBD的大小,进一步地,可以在各天线对子载波的相位值中,减去SFO和PBD值,即可去除SFO和PBD,至此,可以消除CSI的相位偏移。
在完成对SCI的幅度偏移和相位偏移的消除处理后,可以将各信道的CSI进行聚合处理,即得到CSI集合C={C1,C2,….CN},本公开实施例中,该集合C也可以被称为聚合信道状态信息,即其表征的是聚合信道,即信道集合H的信道状态信息。由此可见,聚合信道状态信息的信息含量或信息维度相较于单信道的CSI大,不仅聚合信道增大的信道带宽,获得高延时分辨率,而且在延时单位内的信息特征也增多了,从而可以从多维度更精准地感知环境中的目标状态。
进一步地,可以获取该聚合信道状态信息的特征。
在一些本公开的实施例中,可以获取聚合信道状态信息的幅度特征和相位特征。
在一些本公开实施例中,获取聚合信道状态信息的幅度特征可以通过时域至频域的变换方式,如短时傅里叶变换(Short Time Fourier Transform,STFT)、离散小波变换(Discrete Wavelet Transform,DWT)等。通过获取聚合信道状态信息的幅度特征,可以生成无线信号时频图,进而可以获取时域和频域上与目标状态相关的信息。
在一些本公开实施例中,获取聚合信道状态信息的相位信息,可以通过计算信号到达角(Angle of Arrival,AoA),进而获取到达角谱图;或者可以通过计算多普勒功率谱,以获取到多普勒功率谱图。通过获取聚合信道状态信息的下各位特征,可以获取时间域和空间域上与目标状态相关的信息。
在一些本公开实施例中,可以根据获取的特征生成特征图像,该特征图像可以包括时间域特征、频率域特征和空间域特征中的至少一种,而相较于单信道的时延分辨率,这种方式能够为感知目标状态提供更丰富的信息,进而能够实现更精细地感知目标状态。
在一些本公开实施例中,进一步地根据聚合信道状态信息的特征,或者根据其生成的特征图像,来确定目标状态。具体地,可以根据数据训练得到特征与目标状态之间的关系模型,进而可以利用训练得到的关系模型,将此次得到的聚合信道状态信息的特征输入至关系模型,则可以获取目标状态,如目标是否处于静止状态,或是否处于运动状态,对目标在相对空间内进行定位,目标当前静止姿态或动作,目标运动时长、运动轨迹、运动频率等。
对于聚合信道状态信息特征与目标状态的关联关系的模型,可以为一种神经网络模型,如卷积神经网络(Convolutional Neural Networks,CNN)模型,循环神经网络(Recursive Neural Network,RNN)模型,长短期记忆网络(Long Short Term Memory,LSTM)模型等,或者其他神经网络模型,在此不予限定。
对于聚合信道状态信息的特征或特征图像与不同目标状态的关联关系,可以通过不同的模型进行训练得到,在此不予限定。
通过上述方式,能够提高特征的丰富程度和时间分辨率,不仅仅能够简单的感知目标,还能够对目标的状态进行精细化的感知。
图4示出根据本公开实施例的目标状态确定装置的结构框图。其中,该装置可以通过软件、硬件或者两者的结合实现成为电子设备的部分或者全部。如图4所示,所示目标状态确定装置包括:
第一获取模块401,被配置为分别获取N个信道中各信道的信道状态信息;其中,N为大于1的整数;
消除模块402,被配置为对所述各信道的信道状态信息进行偏移消除处理,以得到聚合信道状态信息,所述聚合信道状态信息包含偏移消除处理后的各信道的信道状态信息;
第二获取模块403,被配置为获取所述聚合信道状态信息的特征;
确定模块404,被配置为根据所述聚合信道状态信息的特征,确定与所述聚合信道状态对应的目标状态。
在一些本公开实施例中,第一获取模块401分别获取N个信道中各信道的信道状态信息,被配置为:
从所述N个信道中的一个信道接收发送端发送的一个数据包;
在接收到所述数据包后,跳转至所述N个信道中的下一个信道,直至从所述N个信道中的各信道均接收到一个数据包;
根据各信道接收的数据包,确定所述各信道的信道状态信息。
在一些本公开实施例中,目标状态确定装置还包括:
发送模块,被配置为在接收到所述数据包后,通过所述信道向所述发送端发送应答消息,以使所述发送端在接收到所述应答消息后,跳转至所述下一个信道进行数据包发送。
在一些本公开实施例中,消除模块402对所述各信道的信道状态信息进行偏移消除处理,以得到聚合信道状态信息,被配置为:
对所述各信道的信道状态信息进行幅度偏移消除处理以及相位偏移消除处理,以得到聚合信道状态信息。
在一些本公开实施例中,消除模块402对所述各信道的信道状态信息进行幅度偏移消除处理,被配置为:
对所述各信道的信道状态信息的幅度进行均值处理。
在一些本公开实施例中,消除模块402对所述各信道的信道状态信息进行相位偏移消除处理,被配置为:
去除各信道的信道状态信息中的载波频率偏移;
去除各信道的信道状态信息中的抽样频率偏移和分组边界检测信息。
在一些本公开实施例中,目标状态确定装置还包括:
生成模块,被配置为根据所述聚合信道状态信息的特征,生成特征图像,所述特征图像包括至少一种:时间域特征、频率域特征和空间域特征。
在一些本公开实施例中,确定模块404根据所述聚合信道状态信息的特征,确定与所述聚合信道状态对应的目标状态,被配置为:
利用已生成的聚合信道状态信息的特征与目标状态的关系模型,确定所述聚合信道状态信息的特征对应的目标状态。
本公开还公开了一种电子设备,图5出根据本公开实施例的电子设备的结构框图。
如图5所示,所述电子设备500包括存储器501和处理器502;其中,
所述存储器501用于存储一条或多条计算机指令,其中,所述一条或多条计算机指令被所述处理器502执行以实现以下方法步骤:
分别获取N个信道中各信道的信道状态信息;其中,N为大于1的整数;
对所述各信道的信道状态信息进行偏移消除处理,以得到聚合信道状态信息,所述聚合信道状态信息包含偏移消除处理后的各信道的信道状态信息;
获取所述聚合信道状态信息的特征;
根据所述聚合信道状态信息的特征,确定与所述聚合信道状态对应的目标状态。
图6示出适于用来实现根据本公开实施例的目标状态确定方法的计算机系统的结构示意图。
如图6所示,计算机系统600包括中央处理单元(CPU)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行上述实施例中的各种处理。在RAM 603中,还存储有系统600操作所需的各种程序和数据。CPU 601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口606也连接至总线604。
以下部件连接至I/O接口605:包括键盘、鼠标等的输入部分606;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分607;包括硬盘等的存储部分608;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器610上,以便于从其上读出的计算机程序根据需要被安装入存储部分608。
特别地,根据本公开的实施例,上文描述的方法可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括有形地包含在及其可读介质上的计算机程序,所述计算机程序包含用于执行上述目标状态确定方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分609从网络上被下载和安装,和/或从可拆卸介质611被安装。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元或模块可以通过软件的方式实现,也可以通过可编程硬件的方式来实现。所描述的单元或模块也可以设置在处理器中,这些单元或模块的名称在某种情况下并不构成对该单元或模块本身的限定。
作为另一方面,本公开还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施例中电子设备或计算机系统中所包含的计算机可读存储介质;也可以是单独存在,未装配入设备中的计算机可读存储介质。计算机可读存储介质存储有一个或者一个以上程序,所述程序被一个或者一个以上的处理器用来执行描述于本公开的方法。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的公开范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离公开构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (8)
1.一种目标状态确定方法,其特征在于,包括:
分别获取N个信道中各信道的信道状态信息,其中,N为大于1的整数;
对所述各信道的信道状态信息进行偏移消除处理,以得到聚合信道状态信息,所述聚合信道状态信息包含偏移消除处理后的各信道的信道状态信息;
获取所述聚合信道状态信息的特征;
根据所述聚合信道状态信息的特征,确定与所述聚合信道状态对应的目标状态,其中,
所述聚合信道状态信息与单信道状态信息相比具有高带宽、高延时分辨率,
所述分别获取N个信道中各信道的信道状态信息,包括:
从所述N个信道中的一个信道接收发送端发送的一个数据包;
在接收到所述数据包后,快速跳转至所述N个信道中的下一个信道,直至从所述N个信道中的各信道均接收到一个数据包;
根据各信道接收的数据包,确定所述各信道的信道状态信息,
所述根据所述聚合信道状态信息的特征,确定与所述聚合信道状态对应的目标状态,包括:
利用已生成的聚合信道状态信息的特征与目标状态的关系模型,确定所述聚合信道状态信息的特征对应的目标状态,
所述目标状态包括:静止状态或运动状态,
所述运动状态包括:目标运动时长和/或运动轨迹和/或运动频率,
所述关系模型包括神经网络模型。
2.根据权利要求1所述的目标状态确定方法,其特征在于,还包括:
在接收到所述数据包后,通过所述信道向所述发送端发送应答消息,以使所述发送端在接收到所述应答消息后,跳转至所述下一个信道进行数据包发送。
3.根据权利要求1所述的目标状态确定方法,其特征在于,所述对所述各信道的信道状态信息进行偏移消除处理,以得到聚合信道状态信息,包括:
对所述各信道的信道状态信息进行幅度偏移消除处理以及相位偏移消除处理,以得到聚合信道状态信息。
4.根据权利要求3所述的目标状态确定方法,其特征在于,所述对所述各信道的信道状态信息进行幅度偏移消除处理,包括:
对所述各信道的信道状态信息的幅度进行均值处理。
5.根据权利要求3所述的目标状态确定方法,其特征在于,所述对所述各信道的信道状态信息进行相位偏移消除处理,包括:
去除各信道的信道状态信息中的载波频率偏移;
去除各信道的信道状态信息中的抽样频率偏移和分组边界检测信息。
6.根据权利要求1所述的目标状态确定方法,其特征在于,还包括:
根据所述聚合信道状态信息的特征,生成特征图像,所述特征图像包括以下中的至少一种:时间域特征、频率域特征和空间域特征。
7.一种电子设备,其特征在于,包括存储器和处理器;其中,一条或多条计算机指令被所述处理器执行以实现权利要求1-6任一项所述的方法步骤。
8.一种可读存储介质,其上存储有计算机指令,其特征在于,该计算机指令被处理器执行时实现权利要求1-6任一项所述的方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911032685.7A CN110740004B (zh) | 2019-10-28 | 2019-10-28 | 目标状态确定方法、装置、电子设备及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911032685.7A CN110740004B (zh) | 2019-10-28 | 2019-10-28 | 目标状态确定方法、装置、电子设备及可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110740004A CN110740004A (zh) | 2020-01-31 |
CN110740004B true CN110740004B (zh) | 2021-03-16 |
Family
ID=69271738
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911032685.7A Active CN110740004B (zh) | 2019-10-28 | 2019-10-28 | 目标状态确定方法、装置、电子设备及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110740004B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111447027A (zh) * | 2020-02-17 | 2020-07-24 | 普联技术有限公司 | 链路时延校准方法、装置、存储介质、终端设备及系统 |
CN112330924B (zh) * | 2020-11-05 | 2021-07-06 | 北京理工大学 | 一种室内环境下基于信道状态信息的跌倒事件检测方法 |
CN114581958B (zh) * | 2022-05-06 | 2022-08-16 | 南京邮电大学 | 一种基于csi信号到达角估计的静态人体姿势估计方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2715995A1 (en) * | 2011-05-23 | 2014-04-09 | Qualcomm Incorporated | A channel state information feedback for carrier aggregation with flexible carrier configurations |
CN106664265A (zh) * | 2014-07-17 | 2017-05-10 | 欧利景无线有限公司 | 无线定位系统 |
CN106725488A (zh) * | 2016-12-27 | 2017-05-31 | 深圳大学 | 一种无线场强呼吸检测方法、装置及呼吸检测仪 |
CN110013252A (zh) * | 2019-04-18 | 2019-07-16 | 北京邮电大学 | 获取呼吸状态的方法、装置、电子设备及可读存储介质 |
-
2019
- 2019-10-28 CN CN201911032685.7A patent/CN110740004B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2715995A1 (en) * | 2011-05-23 | 2014-04-09 | Qualcomm Incorporated | A channel state information feedback for carrier aggregation with flexible carrier configurations |
CN106664265A (zh) * | 2014-07-17 | 2017-05-10 | 欧利景无线有限公司 | 无线定位系统 |
CN106725488A (zh) * | 2016-12-27 | 2017-05-31 | 深圳大学 | 一种无线场强呼吸检测方法、装置及呼吸检测仪 |
CN110013252A (zh) * | 2019-04-18 | 2019-07-16 | 北京邮电大学 | 获取呼吸状态的方法、装置、电子设备及可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110740004A (zh) | 2020-01-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110740004B (zh) | 目标状态确定方法、装置、电子设备及可读存储介质 | |
US7970083B2 (en) | Estimating doppler frequency in ISDB-T systems | |
US9654673B2 (en) | Detection of the presence of television signals embedded in noise using cyclostationary toolbox | |
US7782757B2 (en) | Adaptive pilot design for mobile system | |
US8929355B2 (en) | Synchronization control method for data transmission/reception, and station for data transmission/reception synchronization | |
JP6038296B2 (ja) | 高速フェージング周波数選択性チャネルを介した少なくとも1回のデータ伝送のために時間周波数資源を割り当てる方法および処理装置 | |
US10530628B1 (en) | Long range (LoRa) communication system and method with improved data rate | |
US8619908B2 (en) | Wireless ranging system and related methods | |
US8755464B2 (en) | Method and apparatus for performing channel estimation in a wireless communication system | |
CN105450559A (zh) | 一种自干扰信道估计方法和设备 | |
US20160249398A1 (en) | Aggregation mechanism for moving vehicles | |
CN109495414B (zh) | 一种频偏估计方法、装置、设备及计算机可读存储介质 | |
CN110855382B (zh) | 基于csi进行人体活动数据检测的方法、装置及电子设备 | |
US11585916B2 (en) | Ranging using beamforming antenna weight vectors and secure ranging packet with phase tracking | |
CN109039972B (zh) | 一种残留采样频偏估计与补偿的方法及装置 | |
CN108259395B (zh) | 一种信道估计方法及装置 | |
KR102454911B1 (ko) | 통신 링크 메커니즘을 갖는 컴퓨팅 시스템 | |
CN103138906B (zh) | 一种用于改进上行链路探询质量的方法与设备 | |
CN107534463B (zh) | 传输具有多个导频信号和零值的一个或多个符号的装置 | |
KR101441597B1 (ko) | 고속 퓨리에 변환기 기반 주파수 분할 다중 접속시스템에서 주파수 오차 추정 장치 및 방법 | |
JP2006295476A (ja) | 車両間通信システム | |
CN104579560B (zh) | 一种snr计算方法和装置 | |
US20240244542A1 (en) | Method of detecting synchronization timing and sub-band based on adaptive threshold and receiver performing the same | |
Simeon et al. | Channel estimation using Gaussian process regression | |
CN112769529B (zh) | 一种随机接入信道接收方法、发送方法及设备 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20221212 Address after: No. 1897, Jiashan Avenue, Dayun Town, Jiashan County, Jiaxing City, Zhejiang Province Patentee after: ZHEJIANG JINYICHANG TECHNOLOGY CO.,LTD. Address before: 100876 Beijing city Haidian District Xitucheng Road No. 10 Patentee before: Beijing University of Posts and Telecommunications |