[发明专利]一种基于商用Wi-Fi的被动式人数估计方法

说明书

本发明公开了一种基于商用Wi‑Fi的被动式人数估计方法，该方法通过在监测区域布设Wi‑Fi设备，利用Wi‑Fi设备采集监测区域不同人数情况下的无线信息，从而建立监测区域的指纹库，利用指纹库建立非线性回归人数预测模型，并通过该模型进行监测区域内的人数预测。本发明结合当前人数估计领域的研究现状以及人流量检测的实际需求，利用现有商用Wi‑Fi设备，填补了该领域内相应的被动式、低代价、高精度的人数估计方法的空缺。

技术领域

本发明涉及一种人数估计方法，具体涉及一种基于商用Wi-Fi的被动式人数估计方法。

背景技术

近些年来，随着经济的发展，人们生活水平不断提高，人们的出行率也逐渐增加，在景区，商场，公园等地点时常能看到大量人群聚集的情况，而这也是城市现代化建设下繁荣的表现之一。但随着大量人群聚集的现象频繁发生，与之相关的一系列问题也逐渐引起社会的关注，对于区域内人数的估计已经成为一个社会热点关注的问题。针对这种情况，人们越发迫切需要一些有效的人数监测方法。

当前越来越多的研究者对这个问题展开研究，并提出各种研究方法来解决问题，然而目前的人数估计解决方法大多需要专业的设备，或者需要人群绑定特定的设备，亦或是需要较高的学习成本，以上因素使得这些方法的实用性受到很大的局限。

因此在目前人数估计领域上，如何降低学习的高代价并能够抵御外部环境干扰的同时，使用常见的商用设备进行较为精确的被动式人数估计，仍是该领域一个亟待解决的问题。

发明内容

本发明的目的是提出一种被动式人数估计方法，该方法利用现有的商用Wi-Fi设备进行人数的估计，能降低学习代价并可低于外部环境干扰。

为了实现上述任务，本发明采用以下技术方案：

一种基于商用WI-Fi的被动式人数估计方法，包括以下步骤：

步骤1，在监测区域的两侧部署Wi-Fi设备；

步骤2，建立监测区域的指纹库

监测区域中人数为p时，利用Wi-Fi设备进行连续时间为T的数据采样，从采样获取的CSI数据包中选取一个对监测区域内人员活动最敏感的子载波作为优势子载波，建立CSI信息模拟矩阵Sim，将所述的优势子载波中数据包的数据映射到矩阵Sim中，并对映射位置的值置1，然后对矩阵Sim进行膨胀化处理，计算矩阵Sim中值为1的元素在矩阵Sim中的占比作为监测区域人数为p时的指纹；

当监测区域中人数p取不同值时，分别计算对应的指纹，将这些指纹构成监测区域的指纹库；

步骤3，利用监测区域的指纹库建立非线性回归人数估计模型；

步骤4，通过所述的人数估计模型进行监测区域内的人数预测。

进一步地，所述的优势子载波的选取公式为：

上面的两式中，K为Wi-Fi设备接收端的天线根数，连续时间T内接收端进行了b次数据采样，每次数据采样时每根天线上接收到S个子载波，d(i)_k,s为第k根天线的第s个子载波的数据包中数据的均值，u_k,s为第i次采样时第k根天线上第s个子载波的数据包中的数据值，s＝1,2,…,S；σ_k,s为第k根天线上连续数据的标准差；

取连续数据的标准差σ_k,s最大的子载波作为优势子载波。

进一步地，所述的建立CSI信息模拟矩阵Sim为：

Sim初始化为a×b的全0矩阵，a为模拟矩阵的预设大小，取值为100～150；b为连续时间T内Wi-Fi设备接收端采样次数。