买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：辽宁师范大学

摘要：本发明公开一种基于WiFi的目标位置和行为联合识别方法，是通过多链路数据作差计算和水平翻转的方式对少量训练样本进行扩展，利用提出的寻峰算法将CSI数据分解为位置识别部分和行为识别部分，并转换为图像形式，再分别将两类图像样本和对应的标签输入给构建的目标识别网络进行训练，从而对待测CSI数据进行位置和行为联合识别。实验结果表明本发明实现了小样本情况下较高的位置和行为联合识别准确率和鲁棒性，为相关应用提供了一种切实可行的人机交互方案。

主权项：1.一种基于WiFi的目标位置和行为联合识别方法，其特征在于按照如下方法进行：步骤1：在t时刻采集CSI数据并表示如下： 式中：n＝1,2,…,N，n表示通信链路的序数，N表示通信链路的总数，m＝1,2,…,M，m表示每条通信链路的子载波的序数，M表示每条通信链路的子载波的总数，i＝1,2,…,I，i表示每个样本的数据包的序数，I表示每个样本的数据包的总数，|hm,in|和φm,in分别表示第n条通信链路的第m个子载波的第i个CSI数据的幅值和相位；采用Hampel滤波算法挑选并剔除异常值：设定一个长度为2k+1的窗口，用于在CSI幅值数据上滑动并处理数据，其中k为滑动窗口长度系数，计算该窗口的中值meds和中值绝对偏差MADs如下： 式中：median为取中值的函数，s为CSI幅值的序号，s＝k+1,k+2,…,I-k-1,I-k；如果||hm,sn|-meds|qMADs，则|hm,sn|被认定为异常值，并使用meds进行替换，其中q为权重；进一步采用高斯滤波算法，消除CSI幅值中的高频噪声；步骤2：从第n条通信链路的第m个子载波的一个样本幅值向量|hmn|中找出所有大于相邻元素数值的元素，构成向量|hmn|的峰值集合如下： 令highr是Peak|hmn|中的第r个元素，在|hmn|中找到highr，然后找到highr两端最临近的谷值，分别表示为lowleftr和lowrightr；按照如下公式查找符合要求的峰值和谷值：MaxMinhighr-lowleftr,highr-lowrightr,在|hmn|中，满足上述公式的两个谷值之间的数据即为CSI样本的行为识别部分，其它数据为位置识别部分；步骤3：分别计算不同通信链路的CSI行为识别部分和位置识别部分的差，并将获得的矩阵转换成图像形式，构成CSI样本的位置识别图像和行为识别图像；步骤4：构建目标识别网络并进行训练，训练完成后分别将获得的位置和行为网络参数存储到参数库中；所述构建目标识别网络进行训练时，是将J个训练样本按照步骤1-3得到位置识别图像和行为识别图像，分别将位置识别图像和行为识别图像的垂直中心线和水平中心线的交点定为原点，建立直角坐标系，将图像的所有像素点Ax1,y1水平翻转为A'-x1,y1，生成一个新的图像，得到J×2个位置识别图像和行为识别图像；设置每个图像对应的位置类别标签a，a＝1,2,…,A，以及行为类别标签b，b＝1,2,…,B，A为位置类别的总数，B为行为类别的总数，分别将位置识别图像和标签，以及每个位置对应的动作识别图像和标签输入到目标识别网络进行训练；步骤5.将待测的CSI样本的位置识别图像和行为识别图像先后输入给训练完成的目标识别网络，分别识别目标的位置和行为；具体是计算多个位置识别图像对应像素的平均值，获得1个平均位置识别图像，将平均位置识别图像输入给目标识别网络，采用参数库中的位置网络参数识别目标的位置，然后再计算多个行为识别图像对应像素的平均值，获得1个平均行为识别图像，将平均行为识别图像输入给目标识别网络，采用上述已识别的位置对应的行为网络参数识别目标的行为。

全文数据：

权利要求：

百度查询： 辽宁师范大学 一种基于WiFi的目标位置和行为联合识别方法