基于Wi-Fi感知的室内入侵检测系统是一种无需在移动实体上附加任何设备即可检测移动实体的系统。针对目前检测方法忽略复杂的幅度变化和相位变化引起的潜在影响,提出了融合长短期记忆网络和支持向量机的室内入侵检测新方法LSID(Long Sho...基于Wi-Fi感知的室内入侵检测系统是一种无需在移动实体上附加任何设备即可检测移动实体的系统。针对目前检测方法忽略复杂的幅度变化和相位变化引起的潜在影响,提出了融合长短期记忆网络和支持向量机的室内入侵检测新方法LSID(Long Short-Term Memory and Support Vector Machine Intrusion Detection)。LSID方法采用一种新的特征值建模方式,利用长短期记忆网络可以学习到时序特征并且能捕捉时序信号长期的依赖关系,将信道状态信息真实值与长短期记忆神经网络的预测值之差作为特征值,能更准确地捕捉入侵者对信号状态信息的影响。该检测方法在学校实验室环境下经过多次实验验证,最终检测准确率达到99.21%,通过多组实验比对,结果显示LSID方法具有有效性和可行性,相比于其他入侵检测方法准确率明显提升。展开更多
针对网络结构单一和消防语义信息贫乏导致的室内消防救援路径难以满足消防救援多样性任务需求的问题,基于建筑信息模型(building information modeling,BIM),集成地理信息系统(geographic information system,GIS)提出了一种1(基础路径...针对网络结构单一和消防语义信息贫乏导致的室内消防救援路径难以满足消防救援多样性任务需求的问题,基于建筑信息模型(building information modeling,BIM),集成地理信息系统(geographic information system,GIS)提出了一种1(基础路径网络)+N(专题路径网络)的室内消防救援多层路径网络模型,通过对案例区BIM数据进行解析,提取2230条路径网络要素信息(包括718个节点和1512条边),构建了室内基础路径网络模型,并在此基础上生成人员疏散、灭火和人员逃生3种专题路径网络.实验结果表明:该模型能够有效支持不同消防救援任务的路径规划需求,利用Dijkstra等算法成功计算出最短路径,验证了模型的可行性和实用性.展开更多
提出了一种面向无线局域网（wireless local area network,WLAN）位置指纹匹配定位的动态自适应模型,借助多个基站的实时数据为稳健室内定位提供更新的匹配数据库——radio map。基于基站与radio map采样点之间的空间关联性,将基站数据...提出了一种面向无线局域网（wireless local area network,WLAN）位置指纹匹配定位的动态自适应模型,借助多个基站的实时数据为稳健室内定位提供更新的匹配数据库——radio map。基于基站与radio map采样点之间的空间关联性,将基站数据和radio map分别作为多层神经网络的输入和输出,动态更新radio map;利用多元数据异常探测技术检验基站数据捕获环境的时空变化;根据探测结果采用顾及室内布局的数值内插和再训练的方式更新模型,从而使其适应环境的时空变化。在室内动态环境中进行了多次验证试验。试验结果显示,在时变因素作用下,相比较传统方法,采用所提模型的定位方法的平均误差至少下降10%;在空间变化因素（以信标移动为例）作用下,其他方法平均定位误差大幅增加了至少165%,而采用所提模型方法的平均定位误差只增加了10%~20%,定位精度维持在3m左右（即原始精度）。结果证明采用了所提模型的定位系统能够自适应环境的时空变化而保持原有定位表现。不过,与传统位置指纹匹配定位方法相比,该模型带来了更多的计算负荷。展开更多
文摘基于Wi-Fi感知的室内入侵检测系统是一种无需在移动实体上附加任何设备即可检测移动实体的系统。针对目前检测方法忽略复杂的幅度变化和相位变化引起的潜在影响,提出了融合长短期记忆网络和支持向量机的室内入侵检测新方法LSID(Long Short-Term Memory and Support Vector Machine Intrusion Detection)。LSID方法采用一种新的特征值建模方式,利用长短期记忆网络可以学习到时序特征并且能捕捉时序信号长期的依赖关系,将信道状态信息真实值与长短期记忆神经网络的预测值之差作为特征值,能更准确地捕捉入侵者对信号状态信息的影响。该检测方法在学校实验室环境下经过多次实验验证,最终检测准确率达到99.21%,通过多组实验比对,结果显示LSID方法具有有效性和可行性,相比于其他入侵检测方法准确率明显提升。
文摘针对网络结构单一和消防语义信息贫乏导致的室内消防救援路径难以满足消防救援多样性任务需求的问题,基于建筑信息模型(building information modeling,BIM),集成地理信息系统(geographic information system,GIS)提出了一种1(基础路径网络)+N(专题路径网络)的室内消防救援多层路径网络模型,通过对案例区BIM数据进行解析,提取2230条路径网络要素信息(包括718个节点和1512条边),构建了室内基础路径网络模型,并在此基础上生成人员疏散、灭火和人员逃生3种专题路径网络.实验结果表明:该模型能够有效支持不同消防救援任务的路径规划需求,利用Dijkstra等算法成功计算出最短路径,验证了模型的可行性和实用性.
文摘提出了一种面向无线局域网（wireless local area network,WLAN）位置指纹匹配定位的动态自适应模型,借助多个基站的实时数据为稳健室内定位提供更新的匹配数据库——radio map。基于基站与radio map采样点之间的空间关联性,将基站数据和radio map分别作为多层神经网络的输入和输出,动态更新radio map;利用多元数据异常探测技术检验基站数据捕获环境的时空变化;根据探测结果采用顾及室内布局的数值内插和再训练的方式更新模型,从而使其适应环境的时空变化。在室内动态环境中进行了多次验证试验。试验结果显示,在时变因素作用下,相比较传统方法,采用所提模型的定位方法的平均误差至少下降10%;在空间变化因素（以信标移动为例）作用下,其他方法平均定位误差大幅增加了至少165%,而采用所提模型方法的平均定位误差只增加了10%~20%,定位精度维持在3m左右（即原始精度）。结果证明采用了所提模型的定位系统能够自适应环境的时空变化而保持原有定位表现。不过,与传统位置指纹匹配定位方法相比,该模型带来了更多的计算负荷。
