[發明專利]WiFi干擾環境下的CSI人體跌倒識別方法有效
| 申請號： | 202010092968.7 | 申請日： | 2020-02-14 |
| 公開（公告）號： | CN111225354B | 公開（公告）日： | 2022-02-22 |
| 發明（設計）人： | 謝昊飛;羅云霄;周義超;郭小沨;陳新月;張銀杰;王佳昕 | 申請（專利權）人： | 重慶郵電大學 |
| 主分類號： | H04W4/33 | 分類號： | H04W4/33;G06K9/00 |
| 代理公司： | 北京同恒源知識產權代理有限公司 11275 | 代理人： | 趙榮之 |
| 地址： | 400065 *** | 國省代碼： | 重慶;50 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | wifi 干擾 環境 csi 人體 跌倒 識別 方法 | ||
1.一種WiFi干擾環境下的CSI人體跌倒識別方法，其特征在于：包括以下步驟：
S1：在WiFi干擾環境下的室內區域獲取無活動、跌倒、坐下、站立、行走活動相關數據，通過CSI信號強度向量、CSI噪聲閾值計算干擾強度P及活躍比率A，結合CSI包接收率PRR構建干擾特征映射矩陣S(P,A,PRR)，利用所述矩陣計算干擾指數Iindex進行干擾判別；包括以下步驟：
S11：首先在WiFi干擾環境下的室內區域分別按照無活動、跌倒、坐下、站立、行走活動類型進行數據采集，依次按活動類型、時間先后序列對CSI數據中的幅值、時間標記、CSI信號強度向量、CSI噪聲閾值、CSI包接收率PRR進行提取；
S12：通過CSI信號強度向量和CSI噪聲閾值計算干擾強度P及活躍比率A，得到干擾特征F(P,A)，結合CSI包接收率PRR構建WiFi干擾特征映射矩陣S(P,A,PRR)，再利用該矩陣計算各信道干擾指數；
S13：干擾指數Iindex用于反映信道n的WiFi干擾大小，根據干擾指數對數據進行干擾檢測及干擾程度劃分，將存在干擾的CSI數據與未存在干擾的CSI數據按照活動類型、時間先后序列、干擾程度作標記處理，構建為干擾數據集與未干擾數據集；
S2：采用基于干擾指數的動態子載波選擇算法CSI-DSSA選取干擾數據中互相關性最弱的子載波組合，實現WiFi干擾過濾；采用多鏈路數據融合方法CSI-MLDF聚合未受干擾數據中多條數據流的時域特征信息，提高數據可靠性；包括以下步驟：
S21：選取所述干擾數據集，構建CSI的相關系數矩陣特征模型，利用基于干擾指數的動態子載波選擇算法對干擾數據集進行干擾過濾處理；
S22：提取干擾過濾后的數據集和未干擾數據集，采取巴特沃斯低通濾波結合小波變換去噪的方式進行數據處理，對數據中存在的無關信息進行過濾，包括噪聲和異常值；
S3：在步驟S2的基礎上進行時域特征值提取，特征值包括均值、標準差、平均絕對偏差、最大值、百分位數，將特征數據按照活動種類進行歸類處理；
S4：基于SVM分類算法，以步驟S3的特征數據作為輸入，構建適用于WiFi干擾環境下的SVM多活動分類模型，并對模型進行測試優化，獲得跌倒活動識別結果。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于重慶郵電大學，未經重慶郵電大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202010092968.7/1.html，轉載請聲明來源鉆瓜專利網。
