主权项 |
一种基于K均值聚类和贝叶斯分类的隔墙人体运动检测方法,其特征在于,该方法包括以下步骤:步骤1,在墙的一侧布置第一发射机、第二发射机和接收机;首先第一发射机发送原始信号,接收机接收信号后,第二发射机发送同样的原始信号,接收机接收信号;然后通过两次接收的信号计算第二发射机的预编码信号;最后两台发射机同时发射信号,第一发射机发送原始信号,第二发射机发送预编码信号;步骤2,接收机接收到两台发射机同时发送的叠加后的信号,并对接收到的信号按时间进行均匀分割;步骤3,对步骤2分割的每段信号进行短时傅里叶变换,得到一个短时傅里叶变换矩阵A<sub>m×n</sub>,m代表傅里叶变换(FFT)的频率点个数,n是根据窗函数大小以及重叠数计算得到的每段信号的时间点个数,矩阵中的元素A<sub>ij</sub>表示在i频率,j时间点的短时傅里叶变换值;步骤4,对步骤3得到的短时傅里叶变换矩阵A<sub>m×n</sub>进行方差统计,即计算每个时间点上所有频率点对应的短时傅里叶变换值的方差v<sub>j</sub>,最终得到这段信号所有时间点上的方差向量v<sub>1×n</sub>;同时对短时傅里叶变换矩阵A<sub>m×n</sub>进行绝对中位差统计,得到绝对中位差向量MAD<sub>1×n</sub>;步骤5,计算方差向量v<sub>1×n</sub>的极差值v<sub>range</sub>,即v<sub>range</sub>=v<sub>max</sub>‑v<sub>min</sub>,v<sub>max</sub>为方差向量v<sub>1×n</sub>中的最大值,v<sub>min</sub>为方差向量v<sub>1×n</sub>中的最小值;同理计算绝对中位差向量MAD<sub>1×n</sub>的极差值MAD<sub>range</sub>;步骤6,分别根据步骤1‑5计算隔墙有人运动时的极差值v′<sub>range</sub>、MAD'<sub>range</sub>和隔墙无人运动时的极差值v″<sub>range</sub>、MAD"<sub>range</sub>;采用K均值(Kmeans)方法对两种情况下的极差值进行聚类聚合成两簇,并将极差值和聚类结果作为训练集进行贝叶斯分类,得到一个贝叶斯分类器;步骤7,在进行隔墙人体运动检测时,根据步骤1‑5计算一段信号的极差值v<sub>range</sub>和MAD<sub>range</sub>,将极差值v<sub>range</sub>和MAD<sub>range</sub>放入步骤6得到的贝叶斯分类器进行分类,如果贝叶斯分类器将其分类成隔墙人体运动情况,则该时刻隔墙人体在运动;而将其分为另一类,则隔墙没有人体在运动;对步骤2分割的每段信号重复该步骤,从而可以给出隔墙人体运动的时刻。 |