[發明專利]基于信道狀態信息的無源目標分類方法

有效

• 申請號: 201911333553.8
• 申請日: 2019-12-23
• 公開（公告）號: CN111093163B
• 公開（公告）日: 2022-06-17
• 發明（設計）人: 張南飛;蔣芳;胡艷軍;王翊;許耀華
• 申請（專利權）人: 安徽大學
• 主分類號: H04W4/30
• 分類號: H04W4/30;H04B17/309;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 合肥國和專利代理事務所(普通合伙) 34131
• 代理人: 張祥騫;崔雅麗

本發明涉及一種基于信道狀態信息的無源目標分類方法，該方法包括下列順序的步驟：數據收集；數據預處理；神經網絡訓練；分類結果。本發明具有部署成本低，分類準確度高、無需手工提取特征且保護隱私的優點；通過使用較穩定的信道狀態信息代替隨時間變化波動較大的接收信號強度作為基信號，對于細粒度的身高分類而言，信道狀態信息相較于接收信號強度指示值可以很好的反映目標身高的差異。

技術領域

本發明涉及無線網絡中的無源感知技術領域，尤其是一種基于信道狀態信息的無源目標分類方法。

背景技術

目標分類在安全監測、緊急救援、邊境巡邏、智能交互等領域都有很重要的應用價值。目標分類這一領域廣泛使用的有三種方法，分別是基于視頻圖像的方法、基于合成孔徑雷達(SAR)的方法以及基于傳感器的方法。最著名的方法是基于視頻圖像和合成孔徑雷達(SAR)的方法。然而，使用任一種方法的成本都相對較高，這阻礙了將它們部署用于低成本感知的可能性，且使用基于視頻圖像的方法有可能帶來隱私泄露的風險；基于傳感器的方法是混合使用多種傳感器，如聲學，被動紅外，磁場和靜電傳感器進行目標分類，與前述兩種方法相比，這種方法可以大大降低成本，然而，這種方法的分類準確性需要進一步提高。

無源感知技術不存在部署成本高、泄露隱私的問題。目前，基于無線信號的感知方法得到了廣泛關注。無源感知(Device-free Passive,DFP)是利用無線電信號來感知周圍的環境，是通過用戶對無線信號的影響來感知人的動作、位置、高度等信息，可以直接彌補基于視頻圖像方法存在監控死角以及某些場所無法布置監控攝像頭的缺陷。而且，這些技術在普通商用Wi-Fi上即可實現，直接降低了視頻監控器、攝像頭等探測裝置的部署復雜度與安裝成本，以及監控的人力成本。因此，無源感知技術在安全防護、智能家居等方面具有巨大潛力。使用無源感知進行目標分類的理論基礎是：發射的RF信號由若干分量組成，并且這些分量從不同的路徑到達接收端形成疊加。由于RF信號可以容易地被不同目標阻擋，反射或散射，因此每個目標都將導致信號產生不同形式的變化。通過識別和解釋這些變化，可以檢測并且分類不同目標的類型。

目前已有的無源目標分類系統多采用接收信號強度指示做基信號，清華大學的楊崢教授曾指出在相同條件下同一位置不同時刻的接收信號強度指示測量值也會有很大差異，這就導致使用該信號會帶來分類精度不夠高的問題。要想提高精度就需要部署更多的無線收發器節點，這必然導致成本的增大，所以帶來了分類精度和成本之間的平衡問題。此外，大多數無源目標分類系統采用手工提取信號特征的方法，在時域、頻域等找到能易于區分不同目標的特征，這會導致開銷較大的問題。

發明內容

本發明的目的在于提供一種通過使用信道狀態信息代替接收信號強度指示作為基信號，達到分類精度與成本之間的平衡；通過使用具有自主學習數據特征的神經網絡模型代替手工提取特征，減少開銷的基于信道狀態信息的無源目標分類方法。

為實現上述目的，本發明采用了以下技術方案：一種基于信道狀態信息的無源目標分類方法，該方法包括下列順序的步驟：

(1)數據收集：

(1a)將一對無線信號收發器部署在監測區域內，在監測區域內固定K個用于識別分類的位置，設置100HZ的發包率；

(1b)每個目標都分別在K個位置上靜止站立一段時間S，收集不同目標的信道狀態信息H；所述目標為不同身高、體重站立的人；

(2)數據預處理：

(2a)對于每個目標在每個位置收集到的數據取中間穩定狀態的4000個數據包，信道狀態信息包含幅值和相位兩種信息；

(2b)采用連續小波變換對數據進行去噪的預處理；

(3)訓練神經網絡分類模型：將執行完步驟(2)的數據的60％用作訓練集，20％用作驗證集，20％用作測試集，采用BP神經網絡將訓練集的數據用于訓練神經網絡，得到分類模型；