[发明专利]基于信道状态信息室内人员实时入侵及运动速度检测方法

权利要求书

1.一种基于信道状态信息室内人员实时入侵及运动速度检测方法，其特征在于，所述基于信道状态信息室内人员实时入侵及运动速度检测方法包括：

第一步，通过现有WIFI设备采集信道状态信息并根据相关性进行链路选择，通过预处理算法对原始数据进行去噪和平滑处理；

第二步，通过特征提取算法分别提取CSI幅度和相位可表征环境状态的特征值，并对其进行加权处理；

第三步，利用聚类算法和多天线进行结果判决，检测到人员入侵后触发测速模块；

第四步，通过MUSIC算法计算由于人体移动导致的多普勒速度；

第五步，第四步得到多个速度估计值，在多个估计值中选出由于人体运动造成的反射路径速度估计值；当检测到一段时间内速度为0时，结束速度估计模块，进入下一次入侵检测状态回到第二步；

所述基于信道状态信息室内人员实时入侵及运动速度检测方法具体包括以下步骤：

步骤一，获取发射端TX和接收端TR之间的CSI信息，包括多组链路的子载波信息：

其中，csi_i,j表示第i(i＝1,…,M×N)个数据流中的第j(j＝1,…,K)个子载波上的信道状态数据信息，M为发射端天线数，N为接收端天线数，K为子载波个数，通过分析不同链路天线间相关性进行链路选择，将CSI矩阵由M×N×K降为N×K，再通过Hampel算法去除异常值，经过小波变换阈值去噪法去除噪声得到每根接收天线对应的信道状态信息为CSI^rx＝[csi(f₁),csi(f₂),...,csi(f_K)]^T，其中rx(rx＝1,...,N)代表第rx根接收天线，(·)^T表示对转置运算符号，提取CSI幅度信息|CSI^rx|，相位信息∠CSI^rx；

步骤二通过特征提取算法分别提取CSI幅度和相位可表征环境状态的特征值，并对其进行加权处理；

步骤三，将步骤二得到的特征值集合作为输入参数，利用DBSCAN聚类算法进行分类检测，并利用多天线进行联合判决；

步骤四，检测到人员入侵后，触发速度估计模块；利用MUSIC算法联合估计由多普勒频移f_D引入的路径长度变化速度其中，f为信号原始频率，c为传播速度；

步骤五，步骤四会得到多个速度估计值，由于人体移动对人体反射路径产生的多普勒影响最大，所以在L个估计值中选最大的估计值即为人体反射路径速度估计；当检测到一段时间内速度为0时，结束速度估计模块，进入下一次入侵检测状态。

2.如权利要求1所述的基于信道状态信息室内人员实时入侵及运动速度检测方法，其特征在于，所述步骤一具体包括：

(1.1)对采集的多路CSI进行链路选择；

1a)发射端TX和接收端TR之间建立通信，采集到CSI为M×N×K维；

1b)分别计算M个发射天线对应的N个接收天线CSI之间的相关性：

其中，corrcoef(·)为相关系数矩阵运算符，在CSI信息中选择相关性最高的一路；

(1.2)对原始CSI信息进行预处理；

1a)通过Hampel算法去除异常值，将分布在[μ-γσ,μ+γσ]范围外的点看作异常点，其中μ，σ分别代表中位数和绝对中位差，γ的取值根据不同的应用场景而变化，最常见的取值为3；

1b)小波滤波能同时在时域和频域联合分析，有效区分信号中的突变和噪声，经过小波变换阈值去噪法去除噪声得到每根接收天线对应的信道状态信息为CSI^rx＝[csi(f₁),csi(f₂),...,csi(f_K)]^T，其中rx(rx＝1,...,N)代表第rx根接收天线，(·)^T表示对矩阵或矢量的转置运算符号，提取CSI幅度信息|CSI^rx|，相位信息∠CSI^rx。