[发明专利]基于无线信号属性的机器学习的运动检测

权利要求书

1.一种运动检测方法，包括：

在神经网络训练系统处获得多个标记神经网络输入数据集，各标记神经网络输入数据集是基于在相应时间段内发送通过空间的无线信号的序列的统计分析，各标记神经网络输入数据集包括用于指示在所述相应时间段内在所述空间中是否发生了运动的标记；以及

通过神经网络训练系统的操作，处理所述标记神经网络输入数据集以对神经网络系统的节点进行参数化，其中，对所述节点进行参数化将所述神经网络系统配置为基于未标记神经网络输入数据来检测运动。

2.根据权利要求1所述的方法，其中，神经网络训练数据包括所述无线信号的统计参数值集的直方图数据，所述直方图数据包括直条集和针对各直条的数量，各直条与所述统计参数中的各统计参数的相应范围相对应。

3.根据权利要求2所述的方法，其中，所述直方图数据包括针对一个或多个轴所标绘的所述统计参数的图像。

4.根据权利要求2所述的方法，其中，所述统计参数包括均值和标准偏差。

5.根据权利要求2所述的方法，还包括：

获得所述无线信号的频域表示；

基于所述无线信号的频域表示来计算所述统计参数值；

将所述统计参数值填充到初始矩阵中；以及

基于所述初始矩阵来生成所述直方图数据。

6.根据权利要求1所述的方法，其中，针对各标记神经网络输入数据集的标记用于指示运动的类别，以及对所述节点进行参数化将所述神经网络系统配置为基于未标记神经网络输入数据来检测运动的类别。

7.根据权利要求1所述的方法，还包括：

在所述神经网络训练系统处获得附加标记神经网络输入数据集，各附加标记神经网络输入数据集包括用于指示在所述相应时间段内在所述空间中是否存在干扰的标记；以及

通过神经网络训练系统的操作，处理所述附加标记神经网络输入数据集以对所述神经网络系统的节点进行参数化，其中，对所述节点进行参数化将所述神经网络系统配置为基于未标记神经网络输入数据来检测干扰。

8.根据权利要求1所述的方法，其中，所述神经网络系统包括卷积神经网络。

9.一种神经网络训练系统，包括：

数据处理设备；以及

存储器，其包括由所述数据处理设备执行时能够运行以进行操作的指令，所述操作包括：

获得多个标记神经网络输入数据集，各标记神经网络输入数据集是基于在相应时间段内发送通过空间的无线信号的序列的统计分析，各标记神经网络输入数据集包括用于指示在所述相应时间段内在所述空间中是否发生了运动的标记；以及

处理所述标记神经网络输入数据集以对神经网络系统的节点进行参数化，其中，对所述节点进行参数化将所述神经网络系统配置为基于未标记神经网络输入数据来检测运动。

10.根据权利要求9所述的神经网络训练系统，其中，神经网络训练数据包括所述无线信号的统计参数值集的直方图数据，所述直方图数据包括直条集和针对各直条的数量，各直条与所述统计参数中的各统计参数的相应范围相对应。

11.根据权利要求10所述的神经网络训练系统，其中，所述直方图数据包括针对一个或多个轴所标绘的所述统计参数的图像。

12.根据权利要求10所述的神经网络训练系统，其中，所述统计参数包括均值和标准偏差。

13.根据权利要求10所述的神经网络训练系统，其中，所述操作包括：

获得所述无线信号的频域表示；

基于所述无线信号的频域表示来计算所述统计参数值；

将所述统计参数值填充到初始矩阵中；以及

基于所述初始矩阵来生成所述直方图数据。