[发明专利]一种基于无线信道的驾驶员行车动作检测方法在审
| 申请号: | 201811182289.8 | 申请日: | 2018-10-11 |
| 公开(公告)号: | CN109344901A | 公开(公告)日: | 2019-02-15 |
| 发明(设计)人: | 吴哲夫;潘兴达;陈滨;翔云 | 申请(专利权)人: | 浙江工业大学 |
| 主分类号: | G06K9/62 | 分类号: | G06K9/62 |
| 代理公司: | 杭州斯可睿专利事务所有限公司 33241 | 代理人: | 王利强 |
| 地址: | 310014 浙江省*** | 国省代码: | 浙江;33 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 预处理 信道状态信息 动作检测 无线信道 行车 机器学习算法 数据采集平台 无线信道信息 归一化处理 驾驶员动作 准确度 测试分类 测试数据 电脑设备 分类检测 分类结果 离线阶段 离线训练 数据指纹 统计特征 相位信息 行车过程 映射关系 有效实现 在线测试 在线阶段 行车安全 指纹库 检测 采集 观察 应用 | ||
1.一种基于无线信道的驾驶员行车动作检测方法,其特征在于,所述方法包括以下步骤:
步骤1:搭建信道状态信息数据采集平台;
步骤2:首先,通过离线训练阶段来构建指纹库,驾驶员处于无线信道中完成预先设定的动作,采集包含信道状态信息的数据包;每个信道状态信息数据的格式为:(m1,m2,...,m30)RxN;其中m1~m30为子载波,R为发射天线数,N为接收天线数;
步骤3:先取1对天线对上的数据进行预处理;
步骤3-1:利用Hampel标识来删除这些异常值,将
[μ-γ*σ,μ+γ*σ]
区间之外的值都删除,μ是CSI数据的均值,σ是CSI数据的标准差,γ是人为的控制这个区间的大小;
步骤3-2:利用巴特沃斯滤波器除去数据中的高频噪声,得到相对较平滑的信号;
步骤3-3:对每组数据进行归一化,Xnew=(Xold-min)/(max-min),其中Xnew表示归一化之后的数据,Xold表示归一化之前的数据,min表示该数据的一列特征中的最小值,max表示一列特征中的最大值;
步骤4:计算每个动作的数据的均值、标准差、峰度和偏度,作为该动作的一条指纹,完成指纹库的建立;
步骤5:在线阶段,采集测试数据包;
步骤6:对测试数据进行预处理,对数据进行归一化;
步骤7:对测试数据中的每个样本进行SVM、KNN、RF分类,得到该天线对上的各个样本的所属动作类别;
步骤8:取其他天线对,重复上述步骤3~步骤9的动作。
2.如权利要求1所述的一种基于无线信道的驾驶员行车动作检测方法,其特征在于,所述天线对上的数据预处理中,将数据分解为幅度信息数据和相位信息数据。
3.如权利要求1或2所述的一种基于无线信道的驾驶员行车动作检测方法,其特征在于,所述模型特征提取阶段包括:数据统计特征提取包括最大值、最小值、持续时间、四分位数、中位数绝对偏差、均值、标准差、峰度、偏度;
Min-max归一化,Xnew=(Xold-min)/(max-min),其中Xnew表示归一化之后的数据,Xold表示归一化之前的数据,min表示该数据的一列特征中的最小值,max表示一列特征中的最大值。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江工业大学,未经浙江工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811182289.8/1.html,转载请声明来源钻瓜专利网。





