穿墻場景下,由于墻體造成信號(hào)嚴(yán)重衰減,接收信號(hào)中目標(biāo)反射信號(hào)的能量大幅下降,接收信號(hào)淹沒在收發(fā)機(jī)直射信號(hào)和室內(nèi)家具反射信號(hào)中,難以檢測墻后目標(biāo)。針對(duì)上述問題,該文提出一種新穎的基于多維信號(hào)特征融合的穿墻多人體目標(biāo)檢測算法（TWMD）。先對(duì)接收到的信道狀態(tài)信息（CSI）進(jìn)行預(yù)處理以消除相位誤差和幅值噪聲,再利用CSI的時(shí)序相關(guān)性和子載波相關(guān)性從相關(guān)系數(shù)矩陣中提取多維信號(hào)特征,最后使用BP神經(jīng)網(wǎng)絡(luò)完成特征與檢測結(jié)果之間的映射。實(shí)驗(yàn)結(jié)果表明,該算法在玻璃墻、磚墻和混凝土墻環(huán)境的識(shí)別精度分別在0.98,0.90, 0.85以上。根據(jù)所統(tǒng)計(jì)的4000個(gè)各類樣本的檢測結(jié)果,與現(xiàn)有基于單一信號(hào)特征的檢測算法相比,該文算法在對(duì)不同數(shù)量運(yùn)動(dòng)目標(biāo)的檢測上,獲得了平均0.45的精度提升。 

【文章頁數(shù)】：10 頁

【參考文獻(xiàn)】：
期刊論文
[1]一維信號(hào)的小波去噪[J]. 李姣軍,余景鵬,陶金,賈智予.  重慶理工大學(xué)學(xué)報(bào)(自然科學(xué)). 2016(12)



本文編號(hào)：3669476