[發明專利]一種基于WiFi的駕駛人行為感知信號處理方法

有效

• 申請號: 202111179030.X
• 申請日: 2021-10-09
• 公開（公告）號: CN113938855B
• 公開（公告）日: 2023-08-22
• 發明（設計）人: 趙磊;趙羽飛;孫浩然;羅映;徐楠;劉建華;閆法義;貝太學;李新海;張宗喜
• 申請（專利權）人: 山東建筑大學
• 主分類號: H04W4/38
• 分類號: H04W4/38;H04W24/08;H04W24/10;G06F18/241;G06F18/2411;G06N3/0464;G06N3/08;G06V20/59;G06V40/20;G06V10/764;G06V10/774;G06V10/82
• 代理公司: 濟南泉城專利商標事務所 37218
• 代理人: 支文彬

1.一種基于WiFi的駕駛人行為感知信號處理方法，其特征在于，包括：

a)在駕駛室內設置1個WiFi信號發射裝置和N個WiFi信號接收裝置完成WiFi信號的傳輸；

b)WiFi信號發射裝置在5GHz頻段內通過信道掃描發射多信道的WiFi信號，N個WiFi信號接收裝置通過信道掃描獲取所有信道的CSI數據后提取每個信道的譜相關函數，對提取的譜相關函數進行處理，從而消除電磁干擾；

c)利用快速傅里葉逆變換和非均勻離散傅里葉變換對多信道CSI拼接，建立駕駛人位置與WiFi信號特征關系，提取駕駛人位置的行為特征；

d)對拼接后的CSI信息進行短時傅里葉變換，得到駕駛人行為特征；

e)采用深度神經網絡分類器對駕駛人行為特征進行分類，得到駕駛人的行為狀態；步驟b)包括如下步驟：

b-1)WiFi信號發射裝置通過信道掃描發射多信道的WiFi信號，N個WiFi信號接收裝置，接收端獲取5GHz中149信道、153信道、157信道、161信道以及165信道的CSI數據，通過公式計算得到所有信道的CSI的譜相關函數式中H[k]為CSI傅里葉變換，H^*為H的共軛，α為角頻率，k為信號變量；

b-2)對求梯度得到譜相關函數的梯度矩陣，對梯度矩陣進行奇異值分解獲取干擾特征，將干擾特征輸入訓練后的SVM模型中進行分類；

b-3)根據分類結果確定干擾信道并將有干擾特征的信道消除，保留未受干擾信道；步驟c)包括如下步驟：

c-1)通過公式g＝aδ(t-t_l)對WiFi信號進行快速傅里葉逆變換，式中g為信號功率延遲曲線，a為角頻率，δ(·)為狄拉克函數，t為時間變量，t_l為信號的傳播延遲時間，通過公式對信號進行非均勻離散傅里葉變換，拼接多信道CSI，得到車內有人干擾情況下WiFi信號接收裝置1的信號功率延遲曲線，式中c_o為全信道CSI數據，F為系數；

c-2)在車內無人的環境下重復步驟c-1)得到無任何人干擾情況下WiFi信號接收裝置1的信號功率延遲曲線，將無任何人干擾情況下的信號功率延遲曲線與步驟c-1)中得到的車內有人干擾情況下的信號功率延遲曲線相減，得到WiFi信號接收裝置1的車內多人員的反射信號的曲線g_s；

c-3)重復步驟c-1)至c-2)直至分別得到WiFi信號接收裝置2、WiFi信號接收裝置3和WiFi信號接收裝置4的車內多人員的反射信號的曲線g_s，通過公式將多個傳輸鏈路信號疊加，得到駕駛人在駕駛室內的空間位置與反射信號的曲線g_s之間的映射關系，其中P(i,j)為第i個駕駛人中第j個傳輸鏈路的信號功率延遲曲線；

c-4)將駕駛人對應的反射信號的曲線g_s與無任何人干擾情況下WiFi信號接收裝置1的信號功率延遲曲線相加，得到僅包含駕駛人姿態特征的信號功率延遲曲線；步驟b-2)中SVM模型為基于RBF函數作為核函數的非線性模型，SVM模型的懲罰項系數C＝0.5，核函數參數γ＝0.1，SVM模型訓練方法為：

b-2.1)在車內場景下進行WiFi單信道傳輸；

b-2.2)分別在設置有電磁干擾和無電磁干擾兩個場景下進行CSI數據采集，構建基于電磁干擾的數據集并標定；

b-2.3)利用該數據集對SVM模型進行訓練。

2.根據權利要求1所述的基于WiFi的駕駛人行為感知信號處理方法，其特征在于：步驟a)中N的取值為4。

3.根據權利要求2所述的基于WiFi的駕駛人行為感知信號處理方法，其特征在于：步驟a)中WiFi信號發射裝置安裝中控臺中間部位，設置于主駕駛座椅后側的WiFi信號接收裝置定義為WiFi信號接收裝置1，設置于副駕駛座椅后側的WiFi信號接收裝置定義為WiFi信號接收裝置2，將位于副駕駛座椅正后方的后排座椅后側的WiFi信號接收裝置定義為WiFi信號接收裝置3，將位于主駕駛座椅正后方的后排座椅后側的WiFi信號接收裝置定義為WiFi信號接收裝置4。