[發明專利]一種有限樣本條件下跨場景人體行為無線感知方法及裝置

有效

• 申請號: 202011286824.1
• 申請日: 2020-11-17
• 公開（公告）號: CN112329692B
• 公開（公告）日: 2022-01-11
• 發明（設計）人: 景曉軍;張榮輝;穆俊生;黃海;崔原豪;張芳沛
• 申請（專利權）人: 北京郵電大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 北京柏杉松知識產權代理事務所(普通合伙) 11413
• 代理人: 丁蕓;馬敬

1.一種有限樣本條件下跨場景人體行為無線感知方法，其特征在于，所述方法包括：

獲取源域對應的預先訓練得到的源模型；其中，所述源域為用于獲取非有限的源樣本感知數據的無線信號場景；所述源模型為利用多個所述源樣本感知數據訓練得到的人體行為無線感知模型；

基于所述源模型以及有限的目標樣本感知數據，以最小化輸出差異為訓練目標，對與所述源域屬于不同場景的目標域對應的人體行為無線感知模型進行訓練；其中，所述輸出差異為進行訓練的模型的輸出與所述目標樣本感知數據中相應的人體行為標簽之間的差異值；

當所述訓練目標達成時，獲得目標模型，并利用所述目標模型對所述目標域進行人體行為感知；

所述基于所述源模型以及有限的目標樣本感知數據，以最小化輸出差異為訓練目標，對與所述源域屬于不同場景的目標域對應的人體行為無線感知模型進行訓練，包括：

利用所述目標樣本感知數據對所述目標域對應的人體行為無線感知模型進行訓練，得到進行訓練的模型的輸出；

將所述進行訓練的模型的輸出和所述目標樣本感知數據中的標簽，輸入所述進行訓練的模型的損失函數：L_T＝kL_GAN+L_C，得到第一差異值；

其中，所述L_T為所述第一差異值，所述k為權重，所述L_GAN為判別模型的損耗，所述所述L_C為分類損耗，所述所述為所述目標樣本感知數據的期望，所述D(M_t(x_t))為所述判別模型針對所述進行訓練的模型的輸出M_t(x_t)的分類結果，所述x_t為所述目標樣本感知數據，屬于目標樣本感知數據集合X_t，所述y_t為所述目標樣本感知數據中的標簽，屬于目標樣本感知數據中標簽的集合Y_t；

利用判別模型，對所述進行訓練的模型與所述源模型進行對抗訓練，并獲取所述判別模型的輸出與源域對應模型的輸出和目標域對應模型的輸出之間的第二差異值；

當所述第一差異值和第二差異值均為最小時，將所述進行訓練的模型作為所述目標模型，否則，調整所述進行訓練的模型的參數，以及所述判別模型的參數，并重復對調整后的模型進行訓練和調整參數的步驟，直到所述第一差異值和所述第二差異值均為最小。

2.根據權利要求1所述的方法，其特征在于，所述源樣本感知數據的獲取，包括如下步驟：

基于所述源域中無線信號發生設備的信道狀態信息，獲得所述源樣本感知數據；其中，所述信道狀態信息如下式所示：

其中，所述為信道狀態信息，所述L為所述無線信號發生設備接收數據的多徑的數量，所述α_l和所述τ_l分別為路徑l下的衰落和傳播延遲，ε^(f,t)為針對子載波f，在t時刻由時序對準偏移，采樣頻率偏移以及載波頻率偏移引起的相位誤差，所述j為復數的虛部標志。

3.根據權利要求2所述的方法，其特征在于，所述無線信號為多徑信號；

所述基于所述源域中無線信號發生設備的信道狀態信息，獲得所述源樣本感知數據，包括：

利用多普勒頻移表示所述多徑信號的相位，將所述信道狀態信息轉換為：

其中，所述H_S(f)為穩態信號的和，所述P_d為動態信號集合，所述為子載波f在路徑l上的傳播時長；所述為所述路徑l的傳播延遲；

對所述無線信號發生設備的多個天線分別對應的轉換后的信道狀態信息共軛相乘，得到所述源樣本感知數據。