申请/专利权人：天津大学

申请日：2024-01-11

公开（公告）日：2024-04-12

公开（公告）号：CN117874419A

主分类号：G06F18/00

分类号：G06F18/00;G06F18/10;G06N3/0442;G06N3/049;H04W4/021;H04W4/029;H04W4/33

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.30#实质审查的生效;2024.04.12#公开

摘要：本发明公开了一种用于智能家居非视距追踪的Wi‑Fi数据驱动方法，属于Wi‑Fi数据驱动方法技术领域；本发明应用了Wi‑Fi信号信道变化特征提取技术、双曲线区追踪技术、泛用场景训练数据集自生成技术，通过分析非视距场景下CSI信号的特征变化，提出新的理论模型完成对非视距场景下用户行为与信号特征映射关系的建模，借助神经网络的方法实现对该模型的学习，最后依靠设计并训练完成的模型实现非视距追踪功能。本发明相较于现有技术，可以取得比纯模型法更高的追踪精度，且具有更高的灵活性和环境适应性，可以满足多样化智能家居场景的需求。

主权项：1.一种用于智能家居非视距追踪的Wi-Fi数据驱动方法，其特征在于，包括以下步骤：S1、基于双曲线区理论，实现非视距追踪：将“发射机-用户”部分的公共传播路径进行消除，提出差分反射路径长度变化率这一新的量化特征，以建立起“用户-接收机”之间的运动模型关系，即适用于NLoS场景下的追踪模型—双曲线区模型；S2、Wi-Fi信道变化特征解析：设计一种完整的信道变化特征估计机制，将时频分析和CSI比率模型进行结合，以实现准确的差分反射路径长度变化率估计；S3、设计数据驱动框架，实现预测追踪：通过自生成数据集的方法为神经网络预测模型提供足够的数据集，借助神经网络的拟合作用，对S1中双曲线区追踪理论进行学习，进而使用训练好的神经网络模型实现快速和精准的轨迹追踪。

全文数据：

权利要求：

百度查询： 天津大学 一种用于智能家居非视距追踪的Wi-Fi数据驱动方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD