| 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。 |
