[发明专利]一种基于信道状态信息的人体移动方向识别方法

说明书

本发明属于WiFi环境下人体移动识别技术领域，具体涉及一种基于信道状态信息的人体移动方向识别方法。本发明提供了一种容易部署，不侵犯用户隐私的高性能人体移动方向识别方法，通过建立人体移动方向与相位和幅值的对应关系，可以高效的识别出人体移动方向是平行于视距方向还是垂直与视距方向，并且不需要测试者穿戴设备也不会造成测试者隐私泄露的问题。本发明可以在无线网络环境下找到信道状态信息变化与人体移动方向的对应关系，以较高的准确率识别出人体的移动方向。

技术领域

本发明属于WiFi环境下人体移动识别技术领域，具体涉及一种基于信道状态信息的人体移动方向识别方法。

背景技术

现如今人工智能技术高速发展，人工智能的核心领域是人机交互。而人体动做识别是人机交互的一个重要领域。它通过分析获取到与人体有关的动作信息，对人体进行动作识别，身份识别，呼吸识别以及未知动作预测等。步态识别支持许多需要识别的潜在应用。然而，现在的步态研究都忽略了人体的行走方向，不利于从整体的角度认知步态信息与身份之间的关系。人体在不同的移动方向行走行时，信道状态信息也发生着不同的变化。现有的对于人体移动方向的识别大致分为三种方式：测试者佩戴可穿戴式传感器，这种方法成本过高，并且在入侵检测时，没有现实意义。通过视频图像，这种方法不利于保护个人隐私，也需要大量的存储空间去存储视频图像。基于无线网络的移动方向识别因其无创和无处不在的优势而占据主导地位，具有设备简单、无需测试者穿戴设备、不侵犯个人隐私等优点。

发明内容

本发明的目的在于提供一种基于信道状态信息的人体移动方向识别方法。

本发明的目的通过如下技术方案来实现：包括以下步骤：

步骤1：在有人员行走的室内布置发射机和接收机，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2.1.1：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。

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：对子载波使用小波滤波器去除高频噪声；

步骤2.4：利用基于主成分分析的去噪方法去除带通滤波后的冗余；

步骤3：对预处理后的信道状态信息进行特征提取；

将多普勒速度的均值和方差作为特征值来识别测试者的移动方向；当人员在垂直于视距方向移动时，多普勒速度呈现出平均值小，方差大的特点；当人员在平行于视距方向移动时，多普勒速度呈现出均值小，方差大的特点；

通过小波包分解将预处理后的信道状态信息分解成相应的频带，分解序列中保留任意数量的频带序列用于重构；利用各分解频带的能量谱和分解频带的包系数作为特征值来识别人体的运动方向；

步骤4：使用核函数是径向基函数的支持向量机对提取到的特征数据进行识别，输出识别结果；