-
公开(公告)号:CN116644300A
公开(公告)日:2023-08-25
申请号:CN202310106883.3
申请日:2023-02-10
Applicant: 厦门大学
IPC: G06F18/213 , G06F18/24 , G06F18/214 , G06N20/00
Abstract: 本发明提出了一种基于信道状态信息的穿墙目标行为识别方法,包括:将采集到的CSI信号进行预处理;对预处理后的所述CSI信号进行PCA数据降维,去除冗余信号和无关信息,提取最优子载波;将PCA降维后提取的信号进行一阶差分处理,之后利用基于缓冲区滑动窗口的方法分割有效的特征信号片段;将所述有效的特征信号片段通过STFT转换成带有时频域特征的特征图像,并将其输入到预训练好的SE‑ResNet18卷积神经网络中进行行为识别分类。本方法可以穿透墙体实现墙后人体目标的行为识别,相较于传统的深度学习网络,本方法采用小样本迁移学习的方法结合预训练模型,在训练次数较少、迭代次数较少、训练时间较短的情况下,识别精度可达91.67%,能够有效完成行为识别分类任务。
-
公开(公告)号:CN114739234B
公开(公告)日:2024-03-19
申请号:CN202210385759.0
申请日:2022-04-13
Applicant: 厦门大学
IPC: F41H11/136 , G01S15/04
Abstract: 本发明提出一种基于电磁声雷达的地雷探测方法,包括以下步骤:S1,向探测目标区域持续发射超声波,使探测目标物表面发生微振动;S2,向探测目标区域发射单频电磁波,并接收回波信号;S3,分析回波信号,提取回波信号的频谱特征,获得特征数据;S4,应用所获得的特征数据集训练分类器模型;S5,应用训练好的分类器模型探测目标区域的潜在目标。本发明还提出对应的系统。本发明利用超声波激励目标物表面,使回波信号携带了地雷的特征属性,通过数据处理与特征分析,实现地雷探测。该方法降低了地雷探测的虚警率,提高了探雷种类的鲁棒性以及探雷过程的安全性。
-
公开(公告)号:CN114739234A
公开(公告)日:2022-07-12
申请号:CN202210385759.0
申请日:2022-04-13
Applicant: 厦门大学
IPC: F41H11/136 , G01S15/04
Abstract: 本发明提出一种基于电磁声雷达的地雷探测方法,包括以下步骤:S1,向探测目标区域持续发射超声波,使探测目标物表面发生微振动;S2,向探测目标区域发射单频电磁波,并接收回波信号;S3,分析回波信号,提取回波信号的频谱特征,获得特征数据;S4,应用所获得的特征数据集训练分类器模型;S5,应用训练好的分类器模型探测目标区域的潜在目标。本发明还提出对应的系统。本发明利用超声波激励目标物表面,使回波信号携带了地雷的特征属性,通过数据处理与特征分析,实现地雷探测。该方法降低了地雷探测的虚警率,提高了探雷种类的鲁棒性以及探雷过程的安全性。
-
-