[發(fā)明專利]一種基于Wi-Fi信道狀態(tài)信息的目標(biāo)行為分割方法

在審

• 申請?zhí)枺?/td>: 202110076299.9
• 申請日: 2021-01-20
• 公開（公告）號: CN112765550A
• 公開（公告）日: 2021-05-07
• 發(fā)明（設(shè)計(jì)）人: 楊小龍;唐鑫星;周牧;王勇;謝良波;聶偉
• 申請（專利權(quán)）人: 重慶郵電大學(xué)
• 主分類號: G06F17/16
• 分類號: G06F17/16
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于Wi-Fi信道狀態(tài)信息的目標(biāo)行為分割方法，包括以下步驟：

步驟一：對CSI數(shù)據(jù)進(jìn)行預(yù)處理；

假設(shè)由接收機(jī)采集到的CSI數(shù)據(jù)經(jīng)數(shù)據(jù)解析以及通道矯正得到矩陣H,該矩陣經(jīng)預(yù)處理后得到矩陣A

其中，N為接收到的數(shù)據(jù)包數(shù)量，N_tx和N_rx分別為發(fā)射天線和接收天線的數(shù)量，N_sub為子載波數(shù)量。預(yù)處理的具體流程如下：

首先對矩陣H中的每個數(shù)據(jù)進(jìn)行取模，去除數(shù)據(jù)中的相位信息，然后對每個行向量進(jìn)行去中心化處理，消除信號的靜態(tài)成分，計(jì)算等式如下：

其中，|·|表示取模運(yùn)算；

步驟二：利用主成分分析法對矩陣A進(jìn)行降維，抑制噪聲的同時使得包含動作信息的CSI幅值更加凸顯，具體方法如下所示：

首先計(jì)算矩陣A的協(xié)方差矩陣，然后利用特征值分解求出該協(xié)方差矩陣的特征值及其對應(yīng)的特征向量，最后利用轉(zhuǎn)置后的矩陣A乘以第i個特征向量，獲得第i個主成分，

h_i＝A^T×E_i

其中，h_i為矩陣A的第i個主成分，維度為N×1,E_i為協(xié)方差矩陣第i個特征值對應(yīng)的特征向量，維度為N_sub·N_tx·N_rx×1。在本算法中，主要使用矩陣A的第二主成分h₂；

步驟三：使用分段擬合去趨勢法對步驟二所得到的第二主成分h₂進(jìn)行處理，得到向量T，

步驟四：設(shè)置長度為K的滑窗，計(jì)算T的滑動方差V，V＝[V_l]_1×(N-K+1)；

假設(shè)第l個滑窗中包含的數(shù)據(jù)為[T_l,T_l+1,L,T_l+K-1],則第l個滑窗數(shù)據(jù)的方差可表示為：

步驟五：計(jì)算閾值M，設(shè)定窗口長度W；

根據(jù)步驟四，我們求得滑動方差V，下面需要根據(jù)滑動方差計(jì)算出一個自適應(yīng)閾值M，用于動作分割。具體計(jì)算思想如下：

首先對V進(jìn)行升序排列，尋找排序后中較小一半的數(shù)值在排序前的原始索引值集合c；然后在集合c中尋找最長的連續(xù)的索引值序列段，該序列段對應(yīng)的滑動方差數(shù)據(jù)段表示原始信號中最穩(wěn)定的不包含人體活動信息的數(shù)據(jù)段；最后利用核密度估計(jì)計(jì)算滑動方差數(shù)據(jù)段的概率密度分布和概率累計(jì)積分函數(shù)，當(dāng)概率累計(jì)積分的值達(dá)到0.975時對應(yīng)的積分上限則為最佳閾值M。窗口長度W設(shè)為發(fā)包速率R_S的一半；

步驟六：根據(jù)步驟五得到滑動方差V，自適應(yīng)閾值M和窗口長度W對動作進(jìn)行分割。