[发明专利]一种基于信道状态信息的穿墙被动人数预测方法

权利要求书

1.一种基于信道状态信息的穿墙被动人数预测方法，其特征在于：包括以下步骤：

步骤1：分别将接收机和发射机布置在墙体两侧，由接收机获取信道状态信息；

步骤2：对接收机获取的信道状态信息进行预处理；

步骤2.1：采用Hampel滤波器对子载波的离群点进行去除并插值；

步骤2.2：采用线性拟合方法消除误差进行相位校正；

步骤2.3：对子载波使用离散小波阈值去除高频噪声；

步骤3：对信道状态信息的幅值时域相关系数矩阵A＝(a_m,n)_M×N进行特征分解，将分解后的特征按照特征值的大小降序排列，得到Z₁＝[λ₁ λ₂ … λ_M]；

步骤4：对相位的时域相关系数矩阵C＝(c_m,n)_M×N进行特征分解，将分解后的特征按照特征值的大小降序排列，得到Z₂＝[γ₁ γ₂ … γ_M]；

步骤5：选取蕴含主要信息的前两大的特征值λ₁、λ₂和γ₁、γ₂作为相关性特征，对子载波相关系数矩阵S＝(s_m,n)_K×K进行特征分解，将分解后的特征按照特征值的大小降序排列，得到[e₁ e₂ … e_K]；

步骤6：计算一阶差分均值选择φ₁，φ₂，φ₃作为穿墙人数预测特征；

步骤7：对预处理后的信道状态信息进行标准化处理记为Y，通过投影得到各个主成分p_i＝Y×e_i；计算各个主成分p_i的方差，记为β_i；选取β₁，β₂，β₃作为检测特征，通过时域和频域选取的特征构建特征空间F；

F＝[λ₁ λ₂ γ₁ γ₂ φ₁ φ₂ φ₃ β₁ β₂ β₃]

步骤8：将特征空间F输入BP神经网络中进行训练，得到训练完成的分类器用于对人体数量进行预测。

2.根据权利要求1所述的一种基于信道状态信息的穿墙被动人数预测方法，其特征在于：所述的步骤2.1中采用Hampel滤波器对子载波的离群点进行去除并插值的方法具体为：

步骤2.1.1：设置阈值α、滑动窗口长度v；

步骤2.1.2：计算序列数据X的中值Mid_u,v；

步骤2.1.3：计算序列数据X中各个数据x_u与中值Mid_u,v的绝对差MAD；

MAD＝abs(x_u-Mid_u,v)

步骤2.1.4：若序列数据X中数据x_u不在[(Mid_u,v-α*MAD),(Mid_u,v+α*MAD)]范围之内，则判定x_u为序列数据X中的异常点，用序列数据X的中值Mid_u,v代替异常点的值。

3.根据权利要求1或2所述的一种基于信道状态信息的穿墙被动人数预测方法，其特征在于：所述的步骤2.2中采用线性拟合方法消除误差进行相位校正的方法具体为：

由于在收集信道状态信息中的相位并不是真实相位，测量相位与真实相位有一定的偏差，因此需要对相位进行校准；真实相位表示为：表示第b个子载波的测量相位，θ_b表示第b个子载波的真实相位，表示相位偏移，ε表示常数相位偏差；采用线性拟合方法消除误差，假设每个子载波的序列号b依次逐渐增加去除随机噪声后的相位表示为：代表编号为b_j的子载波的真实相位。