[发明专利]一种室内环境下基于信道状态信息的跌倒事件检测方法

权利要求书

1.一种室内环境下基于信道状态信息的跌倒事件检测方法，其特征在于，包括以下步骤：

步骤1：将商用Wi-Fi设备作为发射端，一组天线作为接收端；收集用户在发送端和接收端之间活动时的Wi-Fi信号，并对收集到的信号进行校准，包括幅值校准和相位校准；然后，针对分别消除幅值和相位偏移后的Wi-Fi信号，利用动态路径选择算法，从信道状态信息中提取出动态路径对应的分量；

步骤1的实现方法如下：

步骤1.1：在室内环境中，将商用Wi-Fi设备作为发射端，M个天线作为接收端，天线采样频率为f；收集用户在发送端和接收端之间活动时的Wi-Fi信号；将每个天线收集到的Wi-Fi信号的切分成长度为t的样本，则每个样本为30×tf的二维复数矩阵；

步骤1.2：针对步骤1.1收集到的Wi-Fi信号样本，首先，对每个样本中每个子载波进行离散小波变换，然后，去除每个子载波的直流分量，得到消除幅值偏移的Wi-Fi信号样本；

步骤1.3：针对步骤1.2得到的Wi-Fi信号样本，首先，对每个样本中每个子载波进行离散小波变换；然后，对每个子载波进行逆快速傅里叶变换，得到每个样本的功率延迟曲线；利用功率延迟曲线计算出该样本的载波频率偏移，通过从样本中减去载波频率偏移，即可消除该相位偏移；之后，利用最小二乘线性回归方法，计算出每个样本中每个包的包检测延迟，通过从样本中减去包检测延迟，即可消除该相位偏移；最后，得到消除两种相位偏移的Wi-Fi信号样本；

步骤1.4：针对步骤1.3得到的消除偏移后的Wi-Fi信号，首先将每两个样本的信道状态信息共轭相乘，然后去除该乘积中的直流分量，即去除静态路径对应分量；通过用其中一个样本的信道状态信息幅值减去该信道状态信息幅值的最小值，并增大另一个样本的信道状态信息幅值，得到可反应动态路径的对应分量；

步骤2：对于步骤1中得到的消除偏移和提取动态路径分量的Wi-Fi信号，利用主成分分析法，从每个Wi-Fi信号样本中选出p个最能反映信道状态信息特征变化的分量，作为该样本的信道状态信息特征；利用基于滑动窗口和动态阈值的活动分割算法，从样本所在时间段内识别用户活动的开始和结束时间；

具体如下：

步骤2.1：对于步骤1得到的分别消除偏移且提取动态路径分量后的Wi-Fi信号，对每个Wi-Fi信号样本进行主成分分析，选出p个最能反应信道状态信息变化的分量，组成p×tf的二维复数矩阵，作为该样本的信道状态信息特征，从而降低信道状态信息特征维度；

步骤2.2：将步骤2.1得到的同一时间段内的M个样本对齐，加上一个长度为t_1、每次滑动长度为t_2的滑动窗口；根据该滑动窗口内的信号幅值和整个样本幅值计算出一个用户活动阈值，通过比较该滑动窗口内的信号和用户活动阈值来判断该滑动窗口内的信号是否被用户活动影响，从而确定样本所在时间段内用户活动的开始时间和结束时间；

步骤3：对于步骤2得到的用户活动划分结果，提取每个用户活动的五类特征，即活动时间、活动平均幅值、波动数、活动衰减率和中值百分比，将这些特征拼接成特征向量；然后，将特征向量送入一个预先训练好的支持向量机进行分类，判断该特征向量对应的用户活动是跌倒事件还是非跌倒事件，从而实现对跌倒事件的实时检测。

2.如权利要求1所述的一种室内环境下基于信道状态信息的跌倒事件检测方法，其特征在于，步骤1.3中，根据公式Δψ^m＝2π(f_m-f₀)τ计算样本的载波频率偏移，其中，Δψ^m是第m个子载波相对于基准值，即0号子载波的CFO，f_m和f₀分别是第m个和0号子载波的频率，τ是样本时延，此处为一个常数。

3.如权利要求1所述的一种室内环境下基于信道状态信息的跌倒事件检测方法，其特征在于，步骤1.4中，将每两个样本的信道状态信息共轭相乘的方法为：

其中，S_i和S_j分别是第i个和第j个样本包含的静态路径集合，D_i和D_j分别是第i个和第j个样本包含的动态路径集合；和均为幅值；ω表示复数；s_i、d_i分别表示第i个样本的动态路径和静态路径；和分别表示第i个样本在动态路径s_i和静态路径d_i下的传输时延；f是天线采样频率；e为自然常数；τ表示样本时延；

得到可反应动态路径的对应分量为