CN106198868A - 基于无线感知的湿度检测的方法及*** - Google Patents

基于无线感知的湿度检测的方法及*** Download PDF

Info

Publication number
CN106198868A
CN106198868A CN201610521465.0A CN201610521465A CN106198868A CN 106198868 A CN106198868 A CN 106198868A CN 201610521465 A CN201610521465 A CN 201610521465A CN 106198868 A CN106198868 A CN 106198868A
Authority
CN
China
Prior art keywords
wireless
csi
humidity detection
humidity
condition information
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201610521465.0A
Other languages
English (en)
Inventor
伍楷舜
王璐
张翔
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen University
Shenzhen Miracle Intelligent Network Co Ltd
Original Assignee
Shenzhen University
Shenzhen Miracle Intelligent Network Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen University, Shenzhen Miracle Intelligent Network Co Ltd filed Critical Shenzhen University
Priority to CN201610521465.0A priority Critical patent/CN106198868A/zh
Publication of CN106198868A publication Critical patent/CN106198868A/zh
Priority to CN201710525205.5A priority patent/CN107294621B/zh
Priority to PCT/CN2017/091670 priority patent/WO2018006798A1/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/0004—Gaseous mixtures, e.g. polluted air
    • G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
    • G01N33/0062—General constructional details of gas analysers, e.g. portable test equipment concerning the measuring method or the display, e.g. intermittent measurement or digital display
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/0004—Gaseous mixtures, e.g. polluted air
    • G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
    • G01N33/0062—General constructional details of gas analysers, e.g. portable test equipment concerning the measuring method or the display, e.g. intermittent measurement or digital display
    • G01N33/0068—General constructional details of gas analysers, e.g. portable test equipment concerning the measuring method or the display, e.g. intermittent measurement or digital display using a computer specifically programmed
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/30—Monitoring; Testing of propagation channels
    • H04B17/309—Measuring or estimating channel quality parameters

Landscapes

  • Chemical & Material Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Food Science & Technology (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Pathology (AREA)
  • General Physics & Mathematics (AREA)
  • Medicinal Chemistry (AREA)
  • Combustion & Propulsion (AREA)
  • Quality & Reliability (AREA)
  • Electromagnetism (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)
  • Monitoring And Testing Of Transmission In General (AREA)
  • Air Conditioning Control Device (AREA)

Abstract

本发明涉及无线网络信号传输技术，其公开了一种基于无线感知的湿度检测的方法及***。该方法利用无线信号采集装置采集从发射端发射过来的无线信号，并评估信道状态信息，以达到对周围环境的湿度信息进行检测的目的。所述方法的步骤包括：使用无线信号采集装置以特定的布局采集从发射端发射过来的无线信号。本发明利用现有的无线网络及设备，无需安装其它特定的检测设备，具有极高的普及性。

Description

基于无线感知的湿度检测的方法及***
技术领域
本发明涉及无线检测领域，尤其涉及一种基于无线感知的湿度检测的方法及***。
背景技术
近些年来无线网络技术有了迅速的发展，人们尝试着把它应用到生活的方方面面。同时随着时代的发展和生活的进步，人们越来越关注自身和大自然的关系。大气湿度作为一种环境参数，强烈影响着自然经济，并且在各种环境过程中扮演者重要的作用。例如各种农作物的生长都离不开合适的湿度。结合当前热点，利用无线感知技术进行大气湿度监测的研究，从而让技术更好地服务于生活。
现有的湿度测量方法主要可以分为两种。一是，查表法，常见的湿度计就是用的这种方法。大致原理如下：由于湿泡温度计的感温泡包着棉纱，棉纱的下端浸在水中，水的蒸发而使湿泡温度计的温度示数总是低于干泡温度计的温度示数，而这一温度差值跟水蒸发快慢（即当时的相对湿度）有关．根据两温度计的读数，从表或曲线上可查出空气的相对湿度。二是，衰减法，基于电磁波在空气中传输时会受到水蒸气的影响而有所衰减的原理，通过测量发射端和接收端的RSSI (Received Signal Strength Indicator)，从而依据衰减程度来推测湿度的大小。
总结以上两种方法。方法一，利用物理现象对湿度进行测量，人为的误差较大。并且当我们需要同时知道多处的湿度值时，这就需要放置多个湿度计，这样成本就太高了。方法二，由于水蒸气对信号传输的影响毕竟较小。因此，在实际操作中需要对经过长距离（长达几公里）传输后的信号强度进行测量。在长距离下，增加了其它天气因素，如雨、雪和雾等对信号影响的可能性，从而导致测量受限。再者，长距离本身就增加了测量的不便性。
发明内容
为了克服上述所指的现有测量方法中的不足之处，本发明提供一种基于无线感知的湿度检测的方法及***。利用已被广泛部署的无线信号发射装置，例如商用路由器，在特定的布局中，通过收集到的CSI(Channel State Information 信道状态信息)数据，使用一系列算法对数据进行分析，从而检测出周围环境的湿度信息。该方法有良好的现实基础：无线网络已被普遍部署。相对于以往的方法，减少了测量成本，提高了适用性。
本发明是通过以下技术方案实现的：
一种基于无线感知的湿度检测方法，包括如下步骤：
S1、无线接收端接收来自无线发射端的无线信号，并评估信道状态信息；
S2、CSI数据特征提取，输出目标模式；
S3、将步骤S2中输出的目标模式，使用SVM分类，以检测周围环境的湿度信息；
S4、反馈针对检测结果的响应信息，调整分类算法的参数，进一步提升准确性。
作为本发明的进一步改进：所述步骤S1评估信道状态信息包括：
S11、采集初始信道状态数据，基于多输入多输出技术，所述初始信道状态数据包括M个空间流中的N个子载波的CSI值，M和N均为大于1的自然数；
S12、对每一空间流，求取在同一时间点上的T个连续子载波的CSI值的平均值，将此平均值作为信道状态信息，T为大于1小于N的自然数；
S13、利用数据过滤技术，对信道状态信息进行过滤处理，以减少周围环境中因物体的移动而造成的对信道状态信息的干扰。
作为本发明的进一步改进：所述步骤S2包括对CSI数据进行均值Mean、归一化的标准差The Normalized Standard Deviation、平均绝对偏差Mean Absolute Deviation、四分位范围Interquartile Range以及信号熵值Signal Entropy共五个方面特征的提取。
作为本发明的进一步改进：所述步骤S3根据CSI数据的特征进行分类的分类算法是支持向量机SVM方法。
作为本发明的进一步改进：所述步骤S3包括：
S31、基于统计学习理论，预先建立以设定空间内各种湿度导致信道状态信息变化作为训练样本的高维特征模型；
S32、将步骤S2中输出的目标模式，使用SVM分类，以检测周围环境的湿度信息。
作为本发明的进一步改进：所述步骤S4中，反馈针对湿度检测结果的响应信息，调整支持向量机的高维特征模型。
本发明同时提供了一种基于无线感知的湿度检测***，包括：
CSI获取模块，用于无线接收端接收来自无线发射端的无线信号，并评估信道状态信息；
检测模块，用于根据CSI获取模块采集到的CSI数据，提取特征，并进行分类匹配，检测出当前环境的湿度信息；
反馈模块，用于将检测模块检测出的结果与已知的类别进行比对，如果出现偏差，则进行校正，从而使分类算法更为精确；
显示模块，用来显示检测出的结果。
作为本发明的进一步改进：所述CSI获取模块包括：
感应单元，用于采集初始信道状态数据，基于多输入多输出技术，所述初始信道状态数据包括M个空间流中的N个子载波的CSI值，M和N均为大于1的自然数；
数据处理单元，用于对每一空间流，求取在同一时间点上的T个连续子载波的CSI值的平均值，将此平均值作为信道状态信息，T为大于1小于N的自然数；
过滤单元，用于利用数据过滤技术对信道状态信息进行过滤处理。
作为本发明的进一步改进：所述检测模块，包括：
计算单元，用于对CSI数据进行特征提取，提取的特征包括：均值、归一化的标准差、平均绝对偏差、四分位范围以及信号熵值；
建立模型单元，用于基于统计学习理论，预先建立以设定空间内各种湿度导致信道状态信息变化作为训练样本的高维特征模型；
检测单元，用于将输出的目标模式映射至支持向量机的高维特征模型中，分离出目标湿度类。
作为本发明的进一步改进：所述反馈模块包括：用于反馈针对当前环境湿度检测的响应信息，调整支持向量机的高维特征模型；所述显示模块包括但不限于移动终端屏幕、掌上电脑或液晶显示屏。
本发明的有益效果：相对于RSSI，CSI作为一种对无线传播信道的更好的评估；本发明利用CSI的优点，设计出了一种基于无线感知的湿度检测***，并使校正模块能够更准确对周围环境的湿度信息进行检测；本检测方法是在现有的无线网络及设备的基础上，进行湿度检测工作，被检测环境中无需安装其他特定的检测设备，具有极高的普及性。
附图说明
附图1为本发明的一种实施例的基于无线感知的湿度检测的***配置示意图；
附图2为本发明的湿度检测方法的实现流程简图；
附图3为本发明的一种实施例的湿度检测方法的实现流程示意图；
附图4为本发明的一种实施例的湿度检测***的框架图。
具体实施方式
为了便于本领域技术人员的理解，下面结合附图和实例对本发明作进一步的描述。
Support Vector Machine 即SVM
一种基于无线感知的湿度检测方法，包括如下步骤：
S1、无线接收端接收来自无线发射端的无线信号，并评估信道状态信息；
S2、CSI数据特征提取，输出目标模式；
S3、将步骤S2中输出的目标模式，使用SVM分类，以检测周围环境的湿度信息；
S4、反馈针对检测结果的响应信息，调整分类算法的参数，进一步提升准确性。
所述步骤S1评估信道状态信息包括：
S11、采集初始信道状态数据，基于多输入多输出技术，所述初始信道状态数据包括M个空间流中的N个子载波的CSI值，M和N均为大于1的自然数；
S12、对每一空间流，求取在同一时间点上的T个连续子载波的CSI值的平均值，将此平均值作为信道状态信息，T为大于1小于N的自然数；
S13、利用数据过滤技术，对信道状态信息进行过滤处理，以减少周围环境中因物体的移动而造成的对信道状态信息的干扰。
所述步骤S2包括对CSI数据进行均值Mean、归一化的标准差The NormalizedStandard Deviation、平均绝对偏差Mean Absolute Deviation、四分位范围Interquartile Range以及信号熵值Signal Entropy共五个方面特征的提取。
所述步骤S3根据CSI数据的特征进行分类的分类算法是支持向量机SVM方法。
所述步骤S3包括：
S31、基于统计学习理论，预先建立以设定空间内各种湿度导致信道状态信息变化作为训练样本的高维特征模型；
S32、将步骤S2中输出的目标模式，使用SVM分类，以检测周围环境的湿度信息。
作为本发明的进一步改进：所述步骤S4中，反馈针对湿度检测结果的响应信息，调整支持向量机的高维特征模型。
本发明同时提供了一种基于无线感知的湿度检测***，包括：
CSI获取模块，用于无线接收端接收来自无线发射端的无线信号，并评估信道状态信息；
检测模块，用于根据CSI获取模块采集到的CSI数据，提取特征，并进行分类匹配，检测出当前环境的湿度信息；
反馈模块，用于将检测模块检测出的结果与已知的类别进行比对，如果出现偏差，则进行校正，从而使分类算法更为精确；
显示模块，用来显示检测出的结果。
所述CSI获取模块包括：
感应单元，用于采集初始信道状态数据，基于多输入多输出技术，所述初始信道状态数据包括M个空间流中的N个子载波的CSI值，M和N均为大于1的自然数；
数据处理单元，用于对每一空间流，求取在同一时间点上的T个连续子载波的CSI值的平均值，将此平均值作为信道状态信息，T为大于1小于N的自然数；
过滤单元，用于利用数据过滤技术对信道状态信息进行过滤处理。
所述检测模块，包括：
计算单元，用于对CSI数据进行特征提取，提取的特征包括：均值、归一化的标准差、平均绝对偏差、四分位范围以及信号熵值；
建立模型单元，用于基于统计学习理论，预先建立以设定空间内各种湿度导致信道状态信息变化作为训练样本的高维特征模型；
检测单元，用于将输出的目标模式映射至支持向量机的高维特征模型中，分离出目标湿度类。
所述反馈模块包括：用于反馈针对当前环境湿度检测的响应信息，调整支持向量机的高维特征模型；所述显示模块包括但不限于移动终端屏幕、掌上电脑或液晶显示屏。
在一实施例中，一种基于无线感知的湿度检测的方法，其步骤包括：
S1、无线接收端接收来自无线发射端的无线信号，并评估信道状态信息；
S2、CSI数据特征提取，对收集到的CSI数据分别作均值（Mean）、归一化的标准差（TheNormalized Standard Deviation）、平均绝对偏差（Mean Absolute Deviation）、四分位范围（Interquartile Range以及信号熵值（Signal Entropy）处理，输出目标模式；
S3、将步骤S2中输出的目标模式，使用SVM分类，以检测周围环境的湿度信息；
S4、反馈针对检测结果的响应信息，调整分类算法的参数，进一步提升准确性。
具体地，在步骤S1中，评估信道状态信息包括：
S11、采集初始信道状态数据，基于多输入多输出技术，所述初始信道状态数据包括M个空间流中的N 个子载波的CSI值，M和N均为大于1的自然数；
S12、对每一空间流，求取在同一时间点上的T个连续子载波的CSI值的平均值，将此平均值作为信道状态信息，T为大于1小于N的自然数；
S13、利用数据过滤技术，对信道状态信息进行过滤处理，以减少周围环境中因物体的移动而造成的对信道状态信息的干扰。
当本发明的***开始工作时，无线发射端传播无线网络信号，同时处于特定区域内的无线接收端（如装有网卡的电脑）会收集CSI作为初始信道状态数据，然后进行数据处理。
请参阅图1，其是整个实验场景的实验布置图。
所述步骤S2包括对CSI数据进行均值（Mean）、归一化的标准差（The NormalizedStandard Deviation）、平均绝对偏差（Mean Absolute Deviation）、四分位范围（Interquartile Range）以及信号熵值（Signal entropy）共五个方面特征的提取。
所述步骤S3包括：
S31、基于统计学习理论，预先建立以设定空间内各种湿度导致信道状态信息变化作为训练样本的高维特征模型；
S32、将步骤S2中输出的目标模式，使用SVM分类，以检测周围环境的湿度信息。
所述步骤S4包括：反馈针对湿度检测结果的响应信息，调整支持向量机的高维特征模型。
如附图2所示的流程图，公开了本发明的检测方法的四个重要步骤，包括：信道状态评估、CSI数据特征提取、湿度分类和反馈检测结果。
又一实施例中，如附图3所示，本发明还提供了一种实施例的湿度检测方法的实现流程，其步骤包括：
S301、无线接收端接收来自无线发射端的无线信号，同时采集初始信道状态数据；
S302、取合并子载波的CSI平均值作为信道状态信息；
S303、对信道状态信息进行过滤处理；
S304、对信道状态信息进行特征提取；
S305、输出目标模式；
S306、将目标模式映射至支持向量机的高维特征模型；
S307、利用支持向量机进行分类；
S308、是否检测出当前环境的湿度信息，如是，执行步骤S309，否则返回步骤S301；
S309、在显示模块显示检测结果，调整参数，优化检测和分类算法。
本发明还提供了一种湿度检测***，如附图4所示，包括：
CSI获取模块41，用于无线接收端接收来自无线发射端的无线信号，并评估信道状态信息；
检测模块42，用于根据CSI获取模块采集到的CSI数据，提取特征，输出目标模式，并将输出的目标模式映射至支持向量机的高维特征模型中，分离出目标湿度类；
反馈模块43，用于将检测模块检测出的结果与已知的类别进行比对，如果出现偏差，则进行校正，从而使分类算法更为精确；
显示模块44，可利用手机端的显示屏或者其他显示模块，用来显示检测出的结果。
所述CSI获取模块包括：
感应单元411，用于采集初始信道状态数据，基于多输入多输出技术，所述初始信道状态数据包括M个空间流中的N个子载波的CSI值，M和N均为大于1的自然数；
数据处理单元412，用于对每一空间流，求取在同一时间点上的T个连续子载波的CSI值的平均值，将此平均值作为信道状态信息，T为大于1小于N的自然数；
过滤单元413，用于利用数据过滤技术对信道状态信息进行过滤处理。
所述检测模块，包括：
计算单元421，用于对CSI数据进行特征提取，提取的特征包括：均值（Mean）、归一化的标准差（Normalized Standard Deviation）、平均绝对偏差（Mean Absolute Deviation）、四分位范围（Interquartile Range）以及信号熵值（Signal Entropy），输出目标模式；
建立模型单元422，用于基于统计学习理论，预先建立以设定空间内各种湿度导致信道状态信息变化作为训练样本的高维特征模型；
湿度识别单元423，用于将输出的目标模式映射至支持向量机的高维特征模型中，分离出目标湿度类。
本发明的湿度检测***还包括一反馈模块43，用于反馈针对当前环境湿度检测的响应信息，调整支持向量机的高维特征模型。
本发明的湿度检测***还包括一显示模块44，用于显示最终的检测结果，显示模块为移动终端屏幕、掌上电脑、液晶显示屏以及其它用于显示内容的显示器件（如投影仪等）。
以上内容是结合具体的优选方式对本发明所作的进一步详细说明，不应认定本发明的具体实施只局限于以上说明。对于本技术领域的技术人员而言，在不脱离本发明构思的前提下，还可以作出若干简单推演或替换，均应视为由本发明所提交的权利要求确定的保护范围之内。

Claims (10)

1.一种基于无线感知的湿度检测方法，其特征在于，包括如下步骤：
S1、无线接收端接收来自无线发射端的无线信号，并评估信道状态信息；
S2、CSI数据特征提取，输出目标模式；
S3、将步骤S2中输出的目标模式，使用SVM分类，以检测周围环境的湿度信息；
S4、反馈针对检测结果的响应信息，调整分类算法的参数，进一步提升准确性。
2.根据权利要求1 所述的基于无线感知的湿度检测方法，其特征在于，所述步骤S1评估信道状态信息包括：
S11、采集初始信道状态数据，基于多输入多输出技术，所述初始信道状态数据包括M个空间流中的N个子载波的CSI值，M和N均为大于1的自然数；
S12、对每一空间流，求取在同一时间点上的T个连续子载波的CSI值的平均值，将此平均值作为信道状态信息，T为大于1小于N的自然数；
S13、利用数据过滤技术，对信道状态信息进行过滤处理，以减少周围环境中因物体的移动而造成的对信道状态信息的干扰。
3.根据权利要求1 所述的基于无线感知的湿度检测方法，其特征在于，所述步骤S2包括对CSI数据进行均值Mean、归一化的标准差The Normalized Standard Deviation、平均绝对偏差Mean Absolute Deviation、四分位范围Interquartile Range以及信号熵值Signal Entropy共五个方面特征的提取。
4.根据权利要求1 所述的基于无线感知的湿度检测方法，其特征在于，所述步骤S3根据CSI数据的特征进行分类的分类算法是支持向量机SVM方法。
5.根据权利要求1 所述的基于无线感知的湿度检测方法，其特征在于，所述步骤S3包括：
S31、基于统计学习理论，预先建立以设定空间内各种湿度导致信道状态信息变化作为训练样本的高维特征模型；
S32、将步骤S2中输出的目标模式，使用SVM分类，以检测周围环境的湿度信息。
6.根据权利要求1 所述的基于无线感知的湿度检测方法，其特征在于，所述步骤S4中，反馈针对湿度检测结果的响应信息，调整支持向量机的高维特征模型。
7.一种基于无线感知的湿度检测***，其特征在于，包括：
CSI获取模块，用于无线接收端接收来自无线发射端的无线信号，并评估信道状态信息；
检测模块，用于根据CSI获取模块采集到的CSI数据，提取特征，并进行分类匹配，检测出当前环境的湿度信息；
反馈模块，用于将检测模块检测出的结果与已知的类别进行比对，如果出现偏差，则进行校正，从而使分类算法更为精确；
显示模块，用来显示检测出的结果。
8.根据权利要求7所述的基于无线感知的湿度检测***，其特征在于，所述CSI获取模块包括：
感应单元，用于采集初始信道状态数据，基于多输入多输出技术，所述初始信道状态数据包括M个空间流中的N个子载波的CSI值，M和N均为大于1的自然数；
数据处理单元，用于对每一空间流，求取在同一时间点上的T个连续子载波的CSI值的平均值，将此平均值作为信道状态信息，T为大于1小于N的自然数；
过滤单元，用于利用数据过滤技术对信道状态信息进行过滤处理。
9.根据权利要求7所述的基于无线感知的湿度检测***，其特征在于，所述检测模块，包括：
计算单元，用于对CSI数据进行特征提取，提取的特征包括：均值、归一化的标准差、平均绝对偏差、四分位范围以及信号熵值；
建立模型单元，用于基于统计学习理论，预先建立以设定空间内各种湿度导致信道状态信息变化作为训练样本的高维特征模型；
检测单元，用于将输出的目标模式映射至支持向量机的高维特征模型中，分离出目标湿度类。
10.根据权利要求1所述的基于无线感知的湿度检测***，其特征在于，所述反馈模块包括：用于反馈针对当前环境湿度检测的响应信息，调整支持向量机的高维特征模型；所述显示模块包括但不限于移动终端屏幕、掌上电脑或液晶显示屏。
CN201610521465.0A 2016-07-05 2016-07-05 基于无线感知的湿度检测的方法及*** Pending CN106198868A (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201610521465.0A CN106198868A (zh) 2016-07-05 2016-07-05 基于无线感知的湿度检测的方法及***
CN201710525205.5A CN107294621B (zh) 2016-07-05 2017-06-30 基于无线感知的湿度检测的方法及***
PCT/CN2017/091670 WO2018006798A1 (zh) 2016-07-05 2017-07-04 基于无线感知的湿度检测的方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610521465.0A CN106198868A (zh) 2016-07-05 2016-07-05 基于无线感知的湿度检测的方法及***

Publications (1)

Publication Number Publication Date
CN106198868A true CN106198868A (zh) 2016-12-07

Family

ID=57466068

Family Applications (2)

Application Number Title Priority Date Filing Date
CN201610521465.0A Pending CN106198868A (zh) 2016-07-05 2016-07-05 基于无线感知的湿度检测的方法及***
CN201710525205.5A Active CN107294621B (zh) 2016-07-05 2017-06-30 基于无线感知的湿度检测的方法及***

Family Applications After (1)

Application Number Title Priority Date Filing Date
CN201710525205.5A Active CN107294621B (zh) 2016-07-05 2017-06-30 基于无线感知的湿度检测的方法及***

Country Status (2)

Country Link
CN (2) CN106198868A (zh)
WO (1) WO2018006798A1 (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107273615A (zh) * 2017-06-15 2017-10-20 东华大学 一种基于机器学习的超宽带微波湿度检测方法
WO2018006798A1 (zh) * 2016-07-05 2018-01-11 深圳大学 基于无线感知的湿度检测的方法及***
WO2024040962A1 (zh) * 2022-08-26 2024-02-29 中兴通讯股份有限公司 无线感知方法、通信设备及存储介质

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109374652B (zh) * 2018-09-05 2020-03-20 深圳大学 基于毫米波信号的湿度感知与检测方法及***
CN110365429B (zh) * 2019-07-18 2020-09-25 珠海格力电器股份有限公司 检测方法、装置和***、存储介质及处理器
CN113485218B (zh) * 2021-08-04 2022-06-07 广德绿巨人环境管理咨询有限公司 一种基于5g的智慧物联监管平台

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19706576A1 (de) * 1997-02-20 1998-08-27 Alsthom Cge Alcatel Vorrichtung und Verfahren zur umgebungsadaptiven Klassifikation von Objekten
CN101640570A (zh) * 2008-07-29 2010-02-03 株式会社Ntt都科摩 频谱感知方法、能量检测方法及装置
EP2463650B1 (en) * 2010-12-10 2015-04-15 Clariant Produkte (Deutschland) GmbH Indicator material and indicator device comprising said indicator material and method of manufacture
CN103023589A (zh) * 2012-12-06 2013-04-03 中山大学 一种室内无源被动式移动检测方法及其检测装置
CN103606248B (zh) * 2013-09-30 2016-08-10 广州市香港科大***研究院 一种人体摔倒自动检测方法及***
CN103647591B (zh) * 2013-12-27 2016-06-08 中国电子科技集团公司第五十四研究所 一种基于支持向量机的多点协作干扰检测方法
CN104062654B (zh) * 2014-07-17 2016-04-13 电子科技大学 一种基于超宽带雷达的土壤含水量测量方法
CN104615244A (zh) * 2015-01-23 2015-05-13 深圳大学 手势自动识别方法及***
CN106198868A (zh) * 2016-07-05 2016-12-07 深圳大学 基于无线感知的湿度检测的方法及***

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018006798A1 (zh) * 2016-07-05 2018-01-11 深圳大学 基于无线感知的湿度检测的方法及***
CN107273615A (zh) * 2017-06-15 2017-10-20 东华大学 一种基于机器学习的超宽带微波湿度检测方法
WO2024040962A1 (zh) * 2022-08-26 2024-02-29 中兴通讯股份有限公司 无线感知方法、通信设备及存储介质

Also Published As

Publication number Publication date
CN107294621B (zh) 2019-04-02
WO2018006798A1 (zh) 2018-01-11
CN107294621A (zh) 2017-10-24

Similar Documents

Publication Publication Date Title
CN106198868A (zh) 基于无线感知的湿度检测的方法及***
CN108121984B (zh) 一种字符识别方法及装置
CN105025440B (zh) 室内外场景检测方法及设备
CN105844216B (zh) 一种利用WiFi信号识别手写字母的检测与匹配机制
CN103606248B (zh) 一种人体摔倒自动检测方法及***
CN107979842B (zh) 一种基于双谱特征和深度学习的手机个体识别方法
CN106792808A (zh) 一种基于信道状态信息的室内环境下视距路径识别方法
CN107480699A (zh) 一种基于信道状态信息和支持向量机的入侵检测方法
CN105938564A (zh) 基于主成分分析和神经网络的水稻病害识别方法及***
CN104463196A (zh) 一种基于视频的天气现象识别方法
CN103735253A (zh) 一种基于移动终端的中医舌象分析***及方法
CN106804059A (zh) 基于信号强度的室内定位技术中的终端差异消除方法
CN108683526B (zh) 一种识别竞争类mac协议的方法
CN112101088A (zh) 一种无人机电力自动巡检方法、装置及***
CN103280006B (zh) 智能钥匙检测***及方法
CN109389176A (zh) 基于wifi信道状态信息的粮食水分检测方法及***
CN105136908B (zh) 基于指征频率时空演变的桥梁结构损伤定位方法
CN106452716A (zh) 基于Hash指纹的无人机信号识别检测算法
CN106803769A (zh) 一种基于wifi的无源‑无设备人体朝向检测方法
CN108109132A (zh) 一种图像分析方法及装置
CN107451605A (zh) 一种基于信道状态信息和支持向量机的简单目标识别方法
CN110428398A (zh) 一种基于深度学习的高铁接触网拉线缺陷检测方法
Dai et al. mm-humidity: Fine-grained humidity sensing with millimeter wave signals
CN106124699B (zh) 一种智能空气质量实时评价装置及其评价方法
CN107179103A (zh) 一种室内环境检测方法及装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20161207

WD01 Invention patent application deemed withdrawn after publication