[发明专利]一种基于小波散射网络的跌倒检测方法、装置及电子设备

说明书

本发明提供一种基于小波散射网络的跌倒检测方法、装置及电子设备，包括：在不同室内环境下，从发送端和接收端传输的数据中获取原始信道状态信息，对所述原始信道状态信息进行预处理；应用小波散射网络根据预处理后的所述原始信道状态信息提取特征数据，并对与所述原始信道信息对应的动作进行跌倒和非跌倒分类，构建训练数据集；根据所述训练数据集对长短期记忆网络进行训练，获取训练后的所述长短期记忆网络；将与待测信道状态信息对应的待测特征数据输入训练后的所述长短期记忆网络进行分类判断，确定与所述待测信道状态信息对应的动作是否为跌倒事件。本发明能够实现对跌倒进行检测，提高可解释性，提高检测准确率。

技术领域

本发明属于电子信息技术领域，具体涉及到一种基于小波散射网络的跌倒检测方法、装置及电子设备。

背景技术

人们对物理世界的认知已经进入了一个无所不在的智能新阶段，物联网和人工智能技术共同推动人类社会从万物互联走向万物智联。随着传感系统的部署成本越来越高而传感的范围和规模越来越大，部署和维护大规模传感系统长期稳定运行的难度和成本越来越高，现在无线感知技术被广泛用来感知环境信息。无线感知技术主要是通过分析无线信号在传播过程中的变化，获得信号传播空间的特征来感知场景。常用的感知信号是射频信号，通过信号发送机产生的无线电波在传播过程中会发生直射、反射和散射等物理现象，从而形成多条传播路径。这样使得在信号接收机处形成的多径叠加信号携带了反映信号传播空间的信息。

现在有很多系统利用得到的信息除了做跌倒检测之外也可以用来感知人类的行为，检测人们的健康和定位人的位置等功能。用无线感知技术带来便利的同时也会产生一些问题。目前用于跌倒检测的系统主要体现两个问题：使用什么信息来感知环境能更多地包含环境中的信息，以及处理原始数据后使用什么作为特征。

现有技术中，接收信号强度(Received Signal Strength Indication，RSSI)被很多系统广泛使用，主要是根据信号强弱来判断携带者所处的位置。RSSI是一种粗粒度信息，所包含的信息非常有限，会影响识别准确度。现在很多系统使用的是信道状态信息(Channel State Information，CSI)。CSI是关于WiFi通信的细粒度信息，其结合时间延迟、能量衰减和相移的影响来描述信号如何在无线信道中传播。CSI有30个子载波，各个子载波包含振幅和相位信息，不同的子载波对应不同频率的多径传播的振幅和相位。但是CSI相位信息通常包含大量噪音，需要对其进行预处理之后才可使用。

另外，现有用于跌倒检测的系统提取的特征主要分为时域特征和时频域特征两类。时域特征是以时间为变量来描绘出信号的波形，会根据工作环境的改变而发生改变，不够稳定，会降低检测结果的准确度。时频域特征是在时频域提取出待测样本数据的多个统计特征值，有效解决了时域或频域无法观察非平稳振动信号的频率随时间变化而变化的情况。现有的跌倒检测系统大多用短时傅里叶变换(STFT)来处理时频域特征，并不能满足非稳态信号变化的频率要求。

发明内容

本发明提供一种基于小波散射网络的跌倒检测方法、装置及电子设备，以解决现有的跌倒检测不稳定且准确度不高的问题。

基于上述目的，本发明实施例提供了一种基于小波散射网络的跌倒检测方法，包括：在不同室内环境下，从发送端和接收端传输的数据中获取原始信道状态信息，对所述原始信道状态信息进行预处理；应用小波散射网络根据预处理后的所述原始信道状态信息提取特征数据，并对与所述原始信道信息对应的动作进行跌倒和非跌倒分类，构建训练数据集；根据所述训练数据集对长短期记忆网络进行训练，获取训练后的所述长短期记忆网络；将与待测信道状态信息对应的待测特征数据输入训练后的所述长短期记忆网络进行分类判断，确定与所述待测信道状态信息对应的动作是否为跌倒事件。

可选的，所述对所述原始信道状态信息进行预处理，包括：对所述原始信道状态信息进行线性插值方法补充丢包造成的信息丢失；将进行线性插值后的所述原始信道状态信息进行离散小波去噪。