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：西安电子科技大学

摘要：本发明公开了一种基于马尔可夫转移场的Wi‑Fi可视化感知方法,主要解决现有技术存在信道状态信息CSI特征提取效果差和识别准确率低的问题。其实现方案是：利用马尔可夫状态转移特性表征Wi‑Fi信号随时间的变化特性，并将CSI数据变换为CSI图像；基于通道注意力机制对CSI图像进行自适应修正，以聚焦CSI图像的通道特征信息，合成RGB三通道CSI图像；将CSI图像按设定的比例划分为训练集和测试集；构建视觉变形金刚ViT网络模型并通过训练集对其进行训练；将测试集输入到训练好的ViT网络模型，得到手势的识别结果。本发明能有效提取CSI图像的通道特征，提高室内人体手势识别准确率，可用于室内人体动态手势图像化和识别。

主权项：1.一种基于马尔可夫转移场的Wi-Fi可视化感知方法，其特征在于，包括如下步骤：1在实验环境下采集不同手势动作的信道状态信息CSI数据2基于CSI的振幅大小，生成手势对应的马尔可夫转移场图像：2a计算CSI的振幅2b根据CSI的振幅定义每个子载波在不同时刻的状态张量2c根据状态张量计算转移概率张量2d根据转移概率张量计算马尔可夫转移场生成CSI图像Mi::：2d1定义马尔可夫转移场:Np是CSI数据包个数，Nc表示Wi-Fi信号的子载波数，Nm＝3×Nc；其中，mijk为第i个马尔可夫链在时刻j和时刻k所处的状态转移概率，设u＝ceiliNc，v＝modiNc，则mijk表示为：mijk＝wij'k'|j'＝suvj,k'＝suvk；2d2根据张量分解原理，对进行水平切片生成CSI图像Mi::： 其中，j的取值范围为[1,Np]，k的取值范围为[1,Np]；3根据通道注意力机制CAM对CSI图像进行修正，获得训练集和测试集：3a将三维马尔可夫场分别进行空间维度的全局最大池化和全局平均池化，得到两个维度为Nm×1×1的特征图；3b将特征图分别送入一个共享的多层感知机MLP中学习，计算得到通道注意力权重矩阵3c根据权重矩阵Mc选取最大权重的通道生成3个修正马尔可夫转移场，分别对应图像的R通道、G通道、B通道，合成伪彩色图像3d将伪彩色图像x按照3:1的比例分为训练集和测试集；4构建由预处理模块，向量映射层，编码层，多层感知机分类层依次连接的ViT网络模型；5将训练集输入到ViT网络模型中，利用反向传播对其进行训练，得到训练好的ViT网络模型；6将测试集输入训练好的ViT网络模型，得到手势分类结果。

全文数据：

权利要求：

百度查询： 西安电子科技大学 基于马尔可夫转移场的Wi-Fi可视化感知方法