基于信道状态信息的矿难人员检测研究

孙朝宇, 高守婉, 杨旭, 陈朋朋, 牛强

中国矿业大学 计算机科学与技术学院, 江苏 徐州 221116

收稿日期:2018-09-11出版日期:2019-08-28发布日期:2019-08-26

作者简介:孙朝宇(1996-),男,硕士生,E-mail:suncy@cumt.edu.cn;陈朋朋(1983-),男,教授,博士生导师.
基金资助:国家自然科学基金项目（51774282）；江苏省自然科学基金项目（BK20160274）

Research on Personnel Detection for Mine Accident Based on Channel State Information

SUN Chao-yu, GAO Shou-wan, YANG Xu, CHEN Peng-peng, NIU Qiang

School of Computer Science and Technology, China University of Mining and Technology, Jiangsu Xuzhou 221116, China

Received:2018-09-11Online:2019-08-28Published:2019-08-26

摘要/Abstract

摘要： 针对传统矿难救援方法设备昂贵、探距较短、误报率高等问题，提出了一种基于信道状态信息的矿难人员检测方法.首先，提出了基于高斯混合模型前景检测方法，以判断被困人员的活跃程度；其次，根据信道状态信息周期性变化，利用自相关函数捕捉人员呼吸频率，以检测非活跃人员；最后在多种实验参数下对所提方法进行性能评估.结果证明，所提方法具有较高的准确度和鲁棒性，平均准确率可达90%.
中图分类号:
TP391

引用本文

孙朝宇, 高守婉, 杨旭, 陈朋朋, 牛强. 基于信道状态信息的矿难人员检测研究[J]. 北京邮电大学学报, 2019, 42(4): 96-101.
SUN Chao-yu, GAO Shou-wan, YANG Xu, CHEN Peng-peng, NIU Qiang. Research on Personnel Detection for Mine Accident Based on Channel State Information[J]. JOURNAL OF BEIJING UNIVERSITY OF POSTS AND TELECOM, 2019, 42(4): 96-101.





PDF全文下载地址:

https://journal.bupt.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=3371