基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
由于室内环境复杂多变和多径效应对WiFi传播信号的影响,因此产生了大量的非视距路径,导致信号严重衰落,通信链路质量恶化,造成应用识别精度不高、实现系统复杂等问题.文中提出了一种基于CSI的非视距信号识别方法NWI(NLOS recognition based on Wavelet Packet Trans form Identification),主要用于对WiFi的物理层信息——CSI信号进行特征提取,识别当前链路中是否存在遮挡.所提方法对CSI信号的幅值进行三层小波包分解,分别提取第3层8个频段的小波包系数、小波包能量谱、信息熵和对数能量熵作为特征向量,利用支持向量机进行分类,从而识别出非视距信号.相比其他方法,该方法无须对CSI信号进行预处理,最大程度地保留了环境对传播信号的影响,更真实地反映室内环境.实验结果表明,该方法在动态环境中的识别精度为96.23%,在静态环境中的识别精度为94.75%,证明了基于小波包变换的CSI信号特征提取方法能够有效识别非视距信号,具有较高的识别精度和普适性.
推荐文章
一种基于CSI的轻量级行为识别方法
信道状态信息
行为识别
Wi-Fi
小波变换
无线通信
基于LSTM的北斗卫星信号识别方法研究
LSTM
北斗卫星信号
信号识别
空时自适应滤波
信号抗干扰
通信信号调制识别方法研究
小波变换
神经网络
调制识别
Levenberg-Marquart算法
基于新型RBF网络的雷达信号分选识别方法
电子对抗
雷达信号分选识别
径向基函数网络
免疫算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 NWI:基于CSI的非视距信号识别方法
来源期刊 计算机科学 学科 工学
关键词 信道状态信息 非视距信号识别 小波包变换 特征提取 支持向量机
年,卷(期) 2020,(11) 所属期刊栏目 计算机网络
研究方向 页码范围 327-332
页数 6页 分类号 TN99
字数 语种 中文
DOI 10.11896/jsjkx.190900019
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 余江 69 295 9.0 13.0
2 常俊 37 107 6.0 8.0
3 田春元 1 0 0.0 0.0
4 王彦舜 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (19)
共引文献  (8)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(2)
  • 参考文献(0)
  • 二级参考文献(2)
2016(6)
  • 参考文献(0)
  • 二级参考文献(6)
2017(2)
  • 参考文献(1)
  • 二级参考文献(1)
2018(6)
  • 参考文献(5)
  • 二级参考文献(1)
2019(4)
  • 参考文献(4)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
信道状态信息
非视距信号识别
小波包变换
特征提取
支持向量机
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机科学
月刊
1002-137X
50-1075/TP
大16开
重庆市渝北区洪湖西路18号
78-68
1974
chi
出版文献量(篇)
18527
总下载数(次)
68
论文1v1指导