[發明專利]一種基于射頻信號多任務學習網絡的室內場景理解方法

在審

• 申請號: 202110891904.8
• 申請日: 2021-08-04
• 公開（公告）號: CN113587935A
• 公開（公告）日: 2021-11-02
• 發明（設計）人: 王林;王新雨;高暢;石中玉;張德安;厲斌斌
• 申請（專利權）人: 燕山大學
• 主分類號: G01C21/20
• 分類號: G01C21/20;G06N3/04;G06N3/08;H04L29/08
• 代理公司: 沈陽一諾君科知識產權代理事務所(普通合伙) 21266
• 代理人: 王建男

1.一種基于射頻信號多任務學習網絡的室內場景理解方法，其特征在于：包括如下步驟，

步驟1、數據采集：使用搭載Atheros無線網卡進行信道狀態信息的采集；

步驟2、數據預處理：濾除原始信號中包含的噪聲，完成去噪后合成多鏈路數據，規范數據格式，構建神經網絡的輸入數據集；

步驟3、多任務識別網絡：使用多任務學習網絡Wisenet實現室內場景理解，其中Wisenet包含共享表示層、以及使用共享表示層多任務之間梯度信息的域識別網絡Dom_Net、位置識別網絡Loc_Net和行為識別網絡Act_Net。

2.根據權利要求1所述的基于射頻信號多任務學習網絡的室內場景理解方法，其特征在于：

在步驟1中，采集數據的設備包括兩臺電腦、兩臺搭載Atheros無線網卡的路由器和網線，電腦和路由器之間通過網線連接，通過筆記本可以訪問路由器系統，完成模式、中心頻率和發包速率等參數設置，并向路由器傳達發送信號和接收信號指令；兩臺路由器根據終端發來的命令控制CSI信號的發送和接收，命令中包含目的地址和發包數量，每臺路由器有兩對收發端天線，發送端發包率為500包/秒，帶寬為20MHZ，中心頻率采用2.4GHZ。

3.根據權利要求1所述的基于射頻信號多任務學習網絡的室內場景理解方法，其特征在于：

在步驟2中，去噪方法為小波變換中的小波分解與重構，利用db3小波對CSI的振幅進行單尺度小波變換分析，隨機選取原始信號中的一個子載波數據進行db3小波系數分解與重構，以完成濾噪。

4.根據權利要求2所述的基于射頻信號多任務學習網絡的室內場景理解方法，其特征在于：在步驟2中，將兩對收發端的所有鏈路數據合成為2000，56，4的數據格式，合成后的數據連同其對應的三個標簽，分別為域、位置、動作，合成后的數據生成數據集。

5.根據權利要求1所述的基于射頻信號多任務學習網絡的室內場景理解方法，其特征在于：在步驟3中，域識別網絡Dom_Net使用基于最小池化的卷積注意力機制可以賦予振幅值較小的信息更大的權重，來區分不同的域；行為識別網絡Act_Net基于使用基于最大池化的卷積注意力機制可以賦予振幅值較大的信息更大的權重，來區分不同的動作。

6.根據權利要求5所述的基于射頻信號多任務學習網絡的室內場景理解方法，其特征在于：將步驟2獲得的輸入數據集輸入卷積注意力機制AM，卷積注意力機制AM包括通道注意力模塊和空間注意力模塊。