[發(fā)明專利]一種基于離散小波變換的領(lǐng)域自適應(yīng)Wi-Fi手勢識(shí)別方法

有效

• 申請?zhí)枺?/td>: 202011468272.6
• 申請日: 2020-12-14
• 公開（公告）號: CN112733609B
• 公開（公告）日: 2023-08-18
• 發(fā)明（設(shè)計(jì)）人: 吳迪;吳宇杰;黃志川;胡淼
• 申請（專利權(quán)）人: 中山大學(xué)
• 主分類號: G06F3/01
• 分類號: G06F3/01;G06F18/10;G06F18/2131;G06F18/24;G06N3/0442;G06N3/0464;G06N3/045;G06N3/084;H04W24/08
• 代理公司: 廣州粵高專利商標(biāo)代理有限公司 44102
• 代理人: 張金福

1.一種基于離散小波變換的領(lǐng)域自適應(yīng)Wi-Fi手勢識(shí)別方法，其特征在于，包括以下步驟：

S1：采集手勢的CSI信號、手勢類別和領(lǐng)域類別，并將其作為訓(xùn)練數(shù)據(jù)；

S2：將采集到的CSI信號按照小波變換的BVP特征提取方法提取到對應(yīng)的BVP特征矩陣；所述小波變換的BVP特征提取方法包括以下步驟：

S21：通過Wi-Fi網(wǎng)卡NIC采集到信號，并提取到CSI信號；在t₀時(shí)刻時(shí)，提取到CSI信號為：

L是信號的全部反射路徑，表示由多普勒效應(yīng)導(dǎo)致的相位差，A_i表示該路徑的衰減因子；

每個(gè)樣本相對于第一樣本的采樣間隔是，在采樣窗口中，我們可以忽略不同CSI信號采樣之間的衰減差異，并將路徑變化速度視為一個(gè)常數(shù)，第i個(gè)CSI信號樣本和第一個(gè)樣本之間的相位差為，其中f是信號的原始載波頻率，第M個(gè)CSI信號樣本和第一個(gè)CSI信號樣本之間的相位差表示如下：

為多普勒矢量，有M個(gè)樣本的CSI信號采樣矩陣可以表示如下：

v_i表示第i個(gè)路徑的改變速度，s_i(f,t₀)是在第一個(gè)采樣時(shí)間t₀處測量的第i個(gè)路徑的CSI信號，n_i(f)是第i個(gè)路徑采樣的噪音；

S22：通過計(jì)算同一NIC上兩個(gè)天線的CSI信號的共軛乘法，并濾除帶外噪聲和靜態(tài)偏移，消除隨機(jī)偏移，并且僅保留具有非零DFS的主要多徑分量；其中Wi-Fi卡上不同天線共享相同的RF振蕩器，不同天線的時(shí)變隨機(jī)相位偏移是相同的，在Wi-Fi卡上，在兩根天線之間使用共軛乘法來消除時(shí)變隨機(jī)相位偏移：

其中，x_cm(f,t₀+t)是共軛相乘的輸出，x₁(f,t₀+t)是第一根天線的CSI，是第二根天線的CSI的共軛，G_m1和G_m2分別是第一根和第二根天線的動(dòng)態(tài)路徑的集合；其中是兩個(gè)天線靜態(tài)路徑分量的乘積，在短時(shí)間內(nèi)被視為常數(shù)，通過調(diào)節(jié)天線功率，還原DFS；

S23：在DFS上使用MALLAT算法，?運(yùn)用db1小波濾波器?H、G、h和g對測量的信號進(jìn)行分解和重構(gòu)，提取到小波功率譜，小波功率譜的尖峰即為運(yùn)動(dòng)造成的頻移；

S24：利用被動(dòng)跟蹤系統(tǒng)，獲取用戶當(dāng)前位置，將小波功率譜的尖峰根據(jù)用戶與Wi-Fi接收器的相對位置進(jìn)行合成，再利用壓縮感知技術(shù)得到BVP特征矩陣；

S3：使用提取到的BVP特征矩陣、手勢類別和領(lǐng)域類別同時(shí)對深度神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到深度神經(jīng)網(wǎng)絡(luò)模型；

S4：將新采集到的需要分類的CSI信號按照小波變換的BVP特征提取方法提取到對應(yīng)的特征，再輸入到深度神經(jīng)網(wǎng)絡(luò)模型，即可獲得對應(yīng)的手勢分類。

2.根據(jù)權(quán)利要求1所述的一種基于離散小波變換的領(lǐng)域自適應(yīng)Wi-Fi手勢識(shí)別方法，其特征在于，在步驟S23中，使用MALLAT算法db1小波進(jìn)行分解，DFS表示為：

公式中t為時(shí)間序列，f(t)為原始信號，j為分解層數(shù)，A_j為信號f(t)在j層的低頻部分的小波系數(shù)，D_j為f(t)在j層的高頻部分的小波系數(shù)；

使用MALLAT算法進(jìn)行信號重構(gòu)，重構(gòu)后的DFS表示為：

。