CN112379339A - 基于时域无监督聚类的多径干扰识别方法 - Google Patents
基于时域无监督聚类的多径干扰识别方法 Download PDFInfo
- Publication number
- CN112379339A CN112379339A CN202011259636.XA CN202011259636A CN112379339A CN 112379339 A CN112379339 A CN 112379339A CN 202011259636 A CN202011259636 A CN 202011259636A CN 112379339 A CN112379339 A CN 112379339A
- Authority
- CN
- China
- Prior art keywords
- signal
- time domain
- multipath interference
- time
- signals
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000001514 detection method Methods 0.000 claims abstract description 47
- 230000003068 static effect Effects 0.000 claims abstract description 7
- 238000012545 processing Methods 0.000 claims abstract description 5
- 230000002708 enhancing effect Effects 0.000 claims abstract description 4
- 239000011159 matrix material Substances 0.000 claims description 4
- 239000000126 substance Substances 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 5
- 230000008447 perception Effects 0.000 description 3
- 230000003321 amplification Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/36—Means for anti-jamming, e.g. ECCM, i.e. electronic counter-counter measures
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Radar Systems Or Details Thereof (AREA)
- Noise Elimination (AREA)
Abstract
本公开提供一种基于时域无监督聚类的多径干扰识别方法,包括:操作S1:将发射接收机采集的原始信号转换为原始空域信号;操作S2:通过对所述空域信号做前后帧差分处理,实现静止物体信号的消除和目标信号的增强,得到空域差分信号;操作S3:通过目标检测器对空域差分信号进行检测,得到检测点集合;操作S4:在所述原始空域信号中对操作S3所得到的检测点集合的时域信号进行提取,得到检测点集合时域信号;操作S5:根据时间相关性对检测点集合时域信号进行无监督聚类后生成多类信号点;以及操作S6:将操作S5中每一类信号点进行区分,实现对目标位置的确定和多径干扰的识别。
Description
技术领域
本公开涉及信号处理技术领域,尤其涉及一种基于时域无监督聚类的多径干扰识别方法。
背景技术
电磁波作为一种无处不在的媒介,在通信、雷达等领域具有广泛应用。近年来,由于人口老龄化、青壮年劳动力短缺等问题愈发严重,劳动密集型的一些传统产业,包括病患监护、安防监控等受到了极大挑战。因此,无需人力介入的智能化人体感知系统受到了越来越多学术界、工业界的关注。现有系统主要采用摄像头采集自然图像与视频实现对人体的智能感知。然而,广泛布置的摄像头在实际应用中容易受到光照条件的影响,并伴有较为严重的隐私问题。与摄像头相比,基于电磁波的人体感知不受光照条件影响,对人体隐私的获取程度也较为轻微。因此,基于电磁波的人体感知系统吸引了大量研究人员的注意力,成为了近年来的研究热点。
基于电磁波的人体感知系统吸引了大量研究人员的注意力,成为了近年来的研究热点,尽管基于电磁波的人体感知系统虽具有许多独特的优势,但仍有许多较严峻的挑战需要面对,而这其中最棘手的一大问题是对多径干扰的识别。多径干扰产生的原因是电磁波在空间中的传播除了会受人体的影响,也会受到环境中其他物体的影响。在对人体的目标检测和定位追踪等任务中,往往会将多径干扰误认为是人体信号,造成实际系统的误检测、误追踪。特别是对于静止人体,由于多径干扰的分布与人体的位置一样不随时间变化,使得实际系统难以利用时间信息实现对多径干扰的识别,限制了现有系统在实际环境中的应用。
发明内容
(一)要解决的技术问题
基于上述问题,本公开提供了一种基于时域无监督聚类的多径干扰识别方法,以缓解现有技术中难以实现对多径干扰的识别,限制了现有系统在实际环境中的应用等技术问题。
(二)技术方案
本公开提供一种基于时域无监督聚类的多径干扰识别方法,包括:操作S1:将发射接收机采集的原始信号转换为原始空域信号;操作S2:通过对所述空域信号做前后帧差分处理,实现静止物体信号的消除和目标信号的增强,得到空域差分信号;操作S3:通过目标检测器对空域差分信号进行检测,得到检测点集合;操作S4:在所述原始空域信号中对操作S3所得到的检测点集合的时域信号进行提取,得到检测点集合时域信号;操作S5:根据时间相关性对检测点集合时域信号进行无监督聚类后生成多类信号点;以及操作S6:将操作S5中每一类信号点进行区分,实现对目标位置的确定和多径干扰的识别。
在本公开实施例中,采集时,通过发射射频链路馈入天线发射,经探测空间反射后被接收天线接收,接收信号通过接收射频链路混频放大后得到原始信号。
在本公开实施例中,操作S3中,采用目标检测器对空域差分信号进行检测,得到所有存在信号的检测点集合;所述所有存在信号的检测点包括目标信号的检测点和操作S2中未能消除的多径干扰信号的检测点。
在本公开实施例中,操作S4中,回到原始空域信号所述检测点集合的时域信号进行提取,得到一系列检测点时域信号作为检测点集合时域信号。
在本公开实施例中,操作S5中,所采用的无监督聚类准则包括互相关系数或欧氏距中至少一种。
在本公开实施例中,操作S6中,将操作S5中每一类信号点中传播时间最小的信号点标记为目标信号,其他标记为多径干扰。
在本公开实施例中,若发射接收机系统具有M(M≥1)个天线和K(K≥1)个步进频点,则t时刻第m个天线和第k个频点上的原始接收信号可表示为:
其中,L是信号多径传播的路径总数,l是信号多径传播的路径编号,h是信号传播的衰减系数,e是自然常数,j是虚数单位,θ是信号的波达方向,τ是信号的传播时间,f是信号的频率,d是天线间距,c是电磁波的传播速度。
在本公开实施例中,t时刻所有天线和频点上的信号可表示为:
St=[s1,1(t),s2,1(t),...,sM,1(t),...,sM,K(t)]T;
其中上标T表示转置,根据上式,所有时刻天线和频点上的原始信号可表示为:
其中下标N表示信号的时间长度,通过下式将信号转换到空域,得到原始空域信号Y:
Y=AHS;
其中,H表示共轭转置,A为导向矩阵,A的表达式为:
Φ(θ,τ)=[Φ1,1(θ,τ),...,ΦM,1(θ,τ),...,ΦM,K(θ,τ)]T;
其中,Φ(θ,τ)表示导向矢量,gA是信号的波达方向、gD为传播时间点数。
(三)有益效果
从上述技术方案可以看出,本公开基于时域无监督聚类的多径干扰识别方法至少具有以下有益效果其中之一或其中一部分:
(1)可实现对多径干扰的有效识别,从而减少误检测,提高无线感知系统在实际应用中的稳定性和可靠性;
(2)具有较低的时间复杂度,能够部署到低性能的嵌入式设备上;
(3)具有灵活可扩展的框架,能够简化或者增加模块,满足实际中的各类需求。
附图说明
图1是本公开实施例中基于时域无监督聚类的多径干扰识别方法中所采用的发射接收机结构示意图。
图2是本公开实施例中基于时域无监督聚类的多径干扰识别方法中原始接收信号的示意图。
图3是本公开实施例中基于时域无监督聚类的多径干扰识别方法中对信号进行检测的结果示意图。
图4是本公开实施例中基于时域无监督聚类的多径干扰识别方法中检测到的三个信号点分别对应的时域信号示意图。
图5是本公开实施例中采用基于时域无监督聚类的多径干扰识别方法中对多径干扰进行识别的结果示意图。
图6是本公开实施例的采用基于时域无监督聚类的多径干扰识别方法的流程示意图。
具体实施方式
本公开提供了一种基于时域无监督聚类的多径干扰识别方法,实现对人体位置的估计和信号的提取。
为使本公开的目的、技术方案和优点更加清楚明白,以下结合具体实施例,并参照附图,对本公开进一步详细说明。
在本公开实施例中,提供一种基于时域无监督聚类的多径干扰识别方法,结合图1至图6所示,所述识别方法,包括:
操作S1:将采集的原始信号转换为原始空域信号;
本公开实施例中,采用1根天线发射,16根天线接收,实验中所采用的发射接收机结构如图1所述;信号收发采用步进频调制方式,频率步进为5MHz,频率点数为401个,中心频率为5GHz,不同天线和频率上接收到的原始信号如图2所示。以探测空间中的目标物为两个静止人体为例,其位置由实验人员手动标注,采集时,将发射接收机朝向待探测空间布置;信号由信号源产生,通过发射射频链路馈入天线发射;经探测空间反射后被接收天线接收,接收信号通过接收射频链路混频放大后被采样得到原始信号。
将所采集的原始信号利用空域信号处理方法转换到空域;以步进频信号为例,若发射接收机系统具有M(M≥1)个天线和K(K≥1)个步进频点,则t时刻第m个天线和第k个频点上的原始接收信号可表示为:
其中,L是信号多径传播的路径总数,l是信号多径传播的路径编号,h是信号传播的衰减系数,e是自然常数,j是虚数单位,θ是信号的波达方向(Angle of Arrival,AoA),τ是信号的传播时间(Time of Flight,ToF),f是信号的频率,d是天线间距,c是电磁波的传播速度。t时刻所有天线和频点上的信号可表示为:
St=[s1.1(t),s2,1(t),...,SM,1(t),...,SM,K(t)]T;
其中上标T表示转置,根据上式,所有时刻天线和频点上的原始信号可表示为:
其中下标N表示信号的时间长度,通过下式将信号转换到空域,得到原始空域信号Y:
Y=AHS;
其中,H表示共轭转置,A为导向矩阵,A的表达式为:
Φ(θ,τ)=[Φ1,1(θ,τ),...,ΦM,1(θ,τ),...,ΦM,K(θ,τ)]T;
其中,Φ(θ,τ)表示导向矩阵,gA是可能存在信号的波达方向(AoA)、gD为传播时间(ToF)点数。
操作S2:通过对所述空域信号做前后帧差分处理,实现静止物体信号的消除和目标信号的增强,得到空域差分信号;
选取时间窗,对操作S1得到的空域信号做前后帧差分,得到空域差分信号,实现静止物体信号的消除和目标信号(本公开实施例中以人体为检测目标进行说明)的增强,如下式所示:
操作S3:通过目标检测器对空域差分信号进行检测,得到检测点集合;
采用目标检测器对中的信号进行检测,得到所有可能存在信号的检测点集合上述所有可能存在信号的检测点包括目标信号的检测点和操作S2中未能消除的多径干扰信号的检测点。如图3所示,尽管此时空间中存在两个静止人体,由于多径干扰的存在,检测到了三个目标信号的检测点(信号点1、2、3)。
操作S4:在所述原始空域信号中对操作S3所得到的检测点集合的时域信号进行提取,得到检测点集合时域信号;
在本公开实施例中,回到原始空域信号Y对上述检测点集合的时域信号进行提取,得到一系列检测点时域信号其中下标D表示检测到的信号点即检测点的数量。经上述方法提取出的三个检测点的时域信号如图4所示,从图中可以看出,信号点1和信号点2的信号具有较强的相关性,这是因为两者中一个是人体的直接反射信号,另一个则是该人体和周边物体共同反射造成的多径干扰。
操作S5:根据时间相关性对检测点集合时域信号进行无监督聚类后生成多类信号点;
操作S6:将操作S5中每一类信号点进行区分,实现对目标位置的确定和多径干扰的识别。
将操作S5中每一类信号点中传播时间最小的信号点标记为目标信号,其他标记为多径干扰。在每一类中,将ToF最小即τ最小的信号点标记为人体信号,其他标记为多径干扰,实现对人体位置的估计和多径干扰的识别,识别多径干扰后的检测结果如图5所示,其中实线矩形框1、3分别对应两个人体的位置,与实验记录一致;虚线框2则是识别的多径干扰,采用本公开的方法可以对其进行有效识别。综上所述,本公开在实地实验中能够实现对多径干扰的识别。
至此,已经结合附图对本公开实施例进行了详细描述。需要说明的是,在附图或说明书正文中,未绘示或描述的实现方式,均为所属技术领域中普通技术人员所知的形式,并未进行详细说明。此外,上述对各元件和方法的定义并不仅限于实施例中提到的各种具体结构、形状或方式,本领域普通技术人员可对其进行简单地更改或替换。
依据以上描述,本领域技术人员应当对本公开基于时域无监督聚类的多径干扰识别方法有了清楚的认识。
综上所述,本公开提供了一种基于时域无监督聚类的多径干扰识别方法,实现了对人体位置的确定和因人体和周边物体共同反射造成的多径干扰的识别。
还需要说明的是,实施例中提到的方向用语,例如“上”、“下”、“前”、“后”、“左”、“右”等,仅是参考附图的方向,并非用来限制本公开的保护范围。贯穿附图,相同的元素由相同或相近的附图标记来表示。在可能导致对本公开的理解造成混淆时,将省略常规结构或构造。
并且图中各部件的形状和尺寸不反映真实大小和比例,而仅示意本公开实施例的内容。另外,在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。
再者,单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。
说明书与权利要求中所使用的序数例如“第一”、“第二”、“第三”等的用词,以修饰相应的元件,其本身并不意味着该元件有任何的序数,也不代表某一元件与另一元件的顺序、或是制造方法上的顺序,该些序数的使用仅用来使具有某命名的一元件得以和另一具有相同命名的元件能做出清楚区分。
此外,除非特别描述或必须依序发生的步骤,上述步骤的顺序并无限制于以上所列,且可根据所需设计而变化或重新安排。并且上述实施例可基于设计及可靠度的考虑,彼此混合搭配使用或与其他实施例混合搭配使用,即不同实施例中的技术特征可以自由组合形成更多的实施例。
本领域那些技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。并且,在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。
以上所述的具体实施例,对本公开的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本公开的具体实施例而已,并不用于限制本公开,凡在本公开的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本公开的保护范围之内。
Claims (9)
1.一种基于时域无监督聚类的多径干扰识别方法,包括:
操作S1:将发射接收机采集的原始信号转换为原始空域信号;
操作S2:通过对所述空域信号做前后帧差分处理,实现静止物体信号的消除和目标信号的增强,得到空域差分信号;
操作S3:通过目标检测器对空域差分信号进行检测,得到检测点集合;
操作S4:在所述原始空域信号中对操作S3所得到的检测点集合的时域信号进行提取,得到检测点集合时域信号;
操作S5:根据时间相关性对检测点集合时域信号进行无监督聚类后生成多类信号点;以及
操作S6:将操作S5中每一类信号点进行区分,实现对目标位置的确定和多径干扰的识别。
2.根据权利要求1所述的基于时域无监督聚类的多径干扰识别方法,采集时,通过发射射频链路馈入天线发射,经探测空间反射后被接收天线接收,接收信号通过接收射频链路混频放大后得到原始信号。
4.根据权利要求1所述的基于时域无监督聚类的多径干扰识别方法,操作S3中,采用目标检测器对空域差分信号进行检测,得到所有存在信号的检测点集合;所述所有存在信号的检测点包括目标信号的检测点和操作S2中未能消除的多径干扰信号的检测点。
5.根据权利要求1所述的基于时域无监督聚类的多径干扰识别方法,操作S4中,回到原始空域信号所述检测点集合的时域信号进行提取,得到一系列检测点时域信号作为检测点集合时域信号。
6.根据权利要求1所述的基于时域无监督聚类的多径干扰识别方法,操作S5中,所采用的无监督聚类准则包括互相关系数或欧氏距中至少一种。
7.根据权利要求1所述的基于时域无监督聚类的多径干扰识别方法,操作S6中,将操作S5中每一类信号点中传播时间最小的信号点标记为目标信号,其他标记为多径干扰。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011259636.XA CN112379339A (zh) | 2020-11-11 | 2020-11-11 | 基于时域无监督聚类的多径干扰识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011259636.XA CN112379339A (zh) | 2020-11-11 | 2020-11-11 | 基于时域无监督聚类的多径干扰识别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112379339A true CN112379339A (zh) | 2021-02-19 |
Family
ID=74583088
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011259636.XA Pending CN112379339A (zh) | 2020-11-11 | 2020-11-11 | 基于时域无监督聚类的多径干扰识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112379339A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114268523A (zh) * | 2021-12-21 | 2022-04-01 | 哲库科技(北京)有限公司 | 确定时域相关性的方法、装置、信号接收端及存储介质 |
CN116035558A (zh) * | 2023-03-02 | 2023-05-02 | 中国科学技术大学 | 基于波束形成的抗干扰呼吸检测方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1808498A (zh) * | 2006-02-23 | 2006-07-26 | 上海交通大学 | 结合时域差分和空域分级的运动人像实时自动跟踪方法 |
CN102768309A (zh) * | 2012-08-02 | 2012-11-07 | 西北工业大学 | 采用频率差分技术消减天线测试环境中多径干扰的方法 |
EP2709324A1 (en) * | 2012-09-13 | 2014-03-19 | Nxp B.V. | Multipath interference reduction |
CN105939299A (zh) * | 2016-06-08 | 2016-09-14 | 西安电子科技大学 | 一种基于改进后的sage算法的信道参数估计方法 |
CN107153178A (zh) * | 2017-05-18 | 2017-09-12 | 西安电子科技大学 | 外辐射源雷达参考信号含有多径干扰时的目标检测方法 |
WO2018119935A1 (zh) * | 2016-12-29 | 2018-07-05 | 深圳天珑无线科技有限公司 | 多天线无线通信方法和多天线无线通信装置 |
CN108924736A (zh) * | 2018-06-14 | 2018-11-30 | 西北师范大学 | 一种基于PCA-Kalman的无源室内人员状态检测方法 |
CN109507653A (zh) * | 2018-10-22 | 2019-03-22 | 中国人民解放军第四军医大学 | 一种基于uwb的多信息感知生物雷达系统及其获取目标信息的方法 |
-
2020
- 2020-11-11 CN CN202011259636.XA patent/CN112379339A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1808498A (zh) * | 2006-02-23 | 2006-07-26 | 上海交通大学 | 结合时域差分和空域分级的运动人像实时自动跟踪方法 |
CN102768309A (zh) * | 2012-08-02 | 2012-11-07 | 西北工业大学 | 采用频率差分技术消减天线测试环境中多径干扰的方法 |
EP2709324A1 (en) * | 2012-09-13 | 2014-03-19 | Nxp B.V. | Multipath interference reduction |
CN105939299A (zh) * | 2016-06-08 | 2016-09-14 | 西安电子科技大学 | 一种基于改进后的sage算法的信道参数估计方法 |
WO2018119935A1 (zh) * | 2016-12-29 | 2018-07-05 | 深圳天珑无线科技有限公司 | 多天线无线通信方法和多天线无线通信装置 |
CN107153178A (zh) * | 2017-05-18 | 2017-09-12 | 西安电子科技大学 | 外辐射源雷达参考信号含有多径干扰时的目标检测方法 |
CN108924736A (zh) * | 2018-06-14 | 2018-11-30 | 西北师范大学 | 一种基于PCA-Kalman的无源室内人员状态检测方法 |
CN109507653A (zh) * | 2018-10-22 | 2019-03-22 | 中国人民解放军第四军医大学 | 一种基于uwb的多信息感知生物雷达系统及其获取目标信息的方法 |
Non-Patent Citations (3)
Title |
---|
于强;黄树彩;赵炜;黄孝文;: "一种基于时空域累积差分的红外小目标融合检测算法", 弹箭与制导学报, no. 06, 15 December 2014 (2014-12-15) * |
任明艺等: "时空联合的视频运动目标分割技术研究", 信息科技, 16 June 2011 (2011-06-16), pages 1 * |
孙瑾秋;张艳宁;姜磊;黄伟;: "基于时空域融合滤波的弱小运动目标检测算法", 机械科学与技术, no. 01, 15 January 2009 (2009-01-15) * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114268523A (zh) * | 2021-12-21 | 2022-04-01 | 哲库科技(北京)有限公司 | 确定时域相关性的方法、装置、信号接收端及存储介质 |
CN114268523B (zh) * | 2021-12-21 | 2024-01-12 | 哲库科技(北京)有限公司 | 确定时域相关性的方法、装置、信号接收端及存储介质 |
CN116035558A (zh) * | 2023-03-02 | 2023-05-02 | 中国科学技术大学 | 基于波束形成的抗干扰呼吸检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Tirer et al. | High resolution direct position determination of radio frequency sources | |
CN105828289B (zh) | 一种基于信道状态信息的无源室内定位方法 | |
CN112379339A (zh) | 基于时域无监督聚类的多径干扰识别方法 | |
CN109672485B (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 | |
US20090212921A1 (en) | Localizing tagged assets using modulated backscatter | |
KR100979608B1 (ko) | 두개의 안테나들 또는 이의 균등물을 사용하여 네비게이션비컨 신호를 검출하는 방법 | |
US9626539B2 (en) | Device, system and method for identification of object in an image, and a transponder | |
CN113447905B (zh) | 双毫米波雷达人体跌倒检测装置及检测方法 | |
CN106900056A (zh) | 基于多天线的全向射频定位系统及方法 | |
Liang et al. | FG-LiquID: A contact-less fine-grained liquid identifier by pushing the limits of millimeter-wave sensing | |
WO2017219603A1 (zh) | 运动物体反射无线信号的识别方法 | |
CN111812630A (zh) | 干扰剩余时外辐射源雷达目标检测与doa估计系统及方法 | |
CN110058233A (zh) | 一种多基地合成孔径雷达系统的抗欺骗性干扰方法 | |
WO2023213051A1 (zh) | 一种基于csi信号到达角估计的静态人体姿势估计方法 | |
CN109831786A (zh) | 一种基于背向散射天线阵列的无线通信方法和系统 | |
Hof et al. | Face verification using mmWave radar sensor | |
Sabra et al. | SDR-implementation of a support vector machine-assisted covariance-based spectrum sensing algorithm in the presence of correlated noise | |
KR100998538B1 (ko) | 다중 분리 레이더 탐지 장치 및 표적 탐지 방법 | |
Radmard et al. | Receivers’ positioning in multiple-input multiple-output digital video broadcast-terrestrial-based passive coherent location | |
US20230072968A1 (en) | System and Method for Sensing an Environment | |
Kilaru et al. | Gaussian mixture modeling approach for stationary human identification in through-the-wall radar imagery | |
CN106970383A (zh) | 基于模糊模式识别和遗传算法的墙后人体多状态目标的检测方法 | |
Zhou et al. | Detection of suspicious objects concealed by walking pedestrians using WiFi | |
JP2002181925A (ja) | パッシブレーダ装置 | |
Moadi et al. | Low cost IR-UWB radar for multisubject non-contact vital sign detection |
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 |