[发明专利]基于自适应动态窗口的有源RFID射频数据采集方法有效
申请号: | 201310521973.5 | 申请日: | 2013-10-29 |
公开(公告)号: | CN103577851B | 公开(公告)日: | 2017-02-08 |
发明(设计)人: | 蒋平川;刘可心;刘丹;黄灿;唐道平;徐展 | 申请(专利权)人: | 电子科技大学 |
主分类号: | G06K17/00 | 分类号: | G06K17/00 |
代理公司: | 成都宏顺专利代理事务所(普通合伙)51227 | 代理人: | 周永宏 |
地址: | 611731 四川省成*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 自适应 动态 窗口 有源 rfid 射频 数据 采集 方法 | ||
1.基于自适应动态窗口的有源RFID射频数据采集方法,其特征在于,具体包括:
S1、获取训练数据和采样数据,并计算训练数据的向量差值、训练数据的向量差值序列W、采样数据的向量差值以及采样数据的向量差值序列C;
S2、初始化动态窗口的宽度和有源RFID射频信号数据采样正确率阈值,所述采样正确率阈值为数据采样正确率的临界值;
S3、根据训练数据修正调整动态窗口的宽度,计算最优动态窗口的宽度;
S4、利用最优动态窗口的宽度,将采样数据的向量差值序列C依次滑动进入动态窗口中,处理异常数据。
2.如权利要求1所述的基于自适应动态窗口的有源RFID射频数据采集方法,其特征在于,所述步骤S3中的计算最优动态窗口的宽度的具体过程为:
S31、根据动态窗口w中的训练数据的向量差值序列W计算选择因子比例值λ;
S32、训练数据的向量差值序列W依次滑入动态窗口,根据选择因子状态进行数据处理;
S33、根据处理后的训练数据计算射频信号数据采样正确率;
S34、根据有源RFID射频信号数据的采样正确率和阈值,调整窗口宽度求得最优宽度s。
3.如权利要求2所述的基于自适应动态窗口的有源RFID射频数据采集方法,其特征在于,所述S31中的计算选择因子比例值λ的方法为:分别统计训练数据的向量差值序列中大于零的向量差值个数,小于零的向量差值个数,等于零的向量差值个数,计算三类向量差值个数的比例值,其中比例值最大的状态即为当前选择因子状态。
4.如权利要求3所述的基于自适应动态窗口的有源RFID射频数据采集方法,其特征在于,所述选择因子状态包括四种状态:正态、负态、零态以及平衡态;其中,正态为向量差值序列W中,向量差值大于零的个数最多的状态;负态为向量差值序列W中,向量差值小于零的个数最多的状态;零态为向量差值序列W中,向量差值等于零的个数最多的状态;平衡态为向量差值序列W中,正态、负态、零态三种状态中有两种及两种以上状态同时存在的状态。
5.如权利要求2所述的基于自适应动态窗口的有源RFID射频数据采集方法,其特征在于,所述S32中根据选择因子λ进行数据处理为新滑入窗口的向量差值根据选择因子做过滤异常数据处理。
6.如权利要求5所述的基于自适应动态窗口的有源RFID射频数据采集方法,其特征在于,所述过滤异常数据处理过程包括:将新滑入窗口的向量差值状态与当前选择因子状态比较,除了当选择因子处于平衡态以外,两者状态相同,则保留当前向量差值所对应的训练数据;两者状态相异,则剔除当前向量差值所对应的训练数据。
7.如权利要求2所述的基于自适应动态窗口的有源RFID射频数据采集方法,其特征在于,所述步骤S33中,处理后的训练数据可以分为三类,包括:正确剔除数据个数Nr,错误剔除数据个数Nw,未剔除数据中错误的个数Nf,射频信号的数据采样正确率的计算公式为:η=Nr/(Nr+Nw+Nf),其中,所述正确剔除数据个数Nr为处理异常数据中正确处理的错误数据个数;所述错误剔除数据个数Nw为处理异常数据中错误处理的正确数据个数;所述未剔除数据中错误的个数Nf为处理异常数据中未处理的错误数据个数。
8.如权利要求2所述的基于自适应动态窗口的有源RFID射频数据采集方法,其特征在于,所述S34中的调整窗口宽度方法为:比较有源RFID射频信号数据的采样正确率数值与阈值数值的大小,若大于等于阈值,则保留原动态窗口宽度w;若小于阈值,则调整动态窗口的宽度w'为w'=w+Δw,求得最优宽度s,其中Δw为最小窗口变量,Δw∈{2n|n=1,2,3...∞}。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于电子科技大学,未经电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201310521973.5/1.html,转载请声明来源钻瓜专利网。