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：本发明公开了一种多域融合的Wi‑Fi人体动作智能感知识别方法，主要解决现有技术中感知模型复杂度高、在室内电磁噪声干扰和环境变化下识别准确度低的问题。其实现方案是：提取原始CSI数据信号的动态路径集合，并通过预处理去除室内环境的电磁噪声干扰；估计动态路径集合中人体最短反射路径所对应的路径参数，对动作的幅度、位置、速度、持续时间进行统计特征提取，得到多域统计特征向量获得动作数据集，并将其划分为训练集和测试集；利用训练集训练现有SVM分类模型，将测试集输入到训练好的分类模型，得到室内人体动作的识别结果。本发明的感知模型复杂度低、不易受室内电磁噪声干扰，在室内环境中均具有较高的识别准确度，可用于复杂室内场景的动作识别。

主权项：1.一种多域融合的Wi-Fi人体动作智能感知识别方法，其特征在于，包括以下步骤：1在室内环境下部署一对商用Wi-Fi收发设备，发射端包含一根发射天线，接收端包含多根接收天线，该发射天线和接收天线组成一个方形感知区域，以测量收发端路径距离rangeLoS、接收端位置Rxxr,yr和接收天线阵列角度ψr；利用Wi-Fi接收设备收集原始信道状态信息CSI数据Hr，记录动作标签2利用原始CSI数据Hr提取信号动态路径，得到信号动态路径集合χγ；3对信号动态路径集合χγ的路径参数集合Θ进行参数估计，并利用该参数估计结果识别人体最短反射路径的路径参数其中，αl-target、φl-target、τl-target分别表示人体最短反射路径的归一化振幅衰减因子、多普勒频移DFS、信号到达角AoA、信号飞行时间ToF；4对原始CSI数据Hr进行预处理，得到CSI幅度值和CSI相位值5利用CSI幅度值和人体最短反射路径的路径参数得到动作数据集Data；5a利用CSI幅度值得到时频图数据Sn,f和动作时间窗口[tstart,tend]；5b利用收发端路径距离rangeLoS和人体最短反射路径的参数估计结果中的DFS值和ToF值τl-target求取实际动态路径长度range；5c利用接收机位置Rxxr,yr、接收天线阵列角度ψr、实际动态路径长度range和人体最短反射路径的参数估计结果中的AoA值φl-target，计算动作发生位置坐标lx,y；5d根据动作时间窗口[tstart,tend]和动作发生位置坐标lx,y计算t时刻的动作发生速度vt和位置变化量ΔL；5e利用动作时间窗口[tstart,tend]、CSI幅度值CSI相位值时频图数据Sn,f、人体最短反射路径的参数估计结果中的DFS值位置变化量ΔL、动作发生速度vt，得到动作数据集Data；6将动作数据集Data按照9：1的比例划分为训练集和测试集，并将训练集输入到现有的SVM分类模型中，利用MATLAB软件中的LibSVM工具包对其进行训练，直到达到设定的最大迭代次数，得到训练好的SVM分类模型7将测试集数据输入到训练好的分类模型中，得到测试数据集对应动作类标签完成室内动作识别。

全文数据：

权利要求：

百度查询： 西安电子科技大学 多域融合的Wi-Fi人体动作智能感知识别方法