[发明专利]一种基于PCA-Kalman的无源室内人员状态检测方法

说明书

本发明提供了一种基于PCA‑Kalman的无源室内人员状态检测方法，采集测试区域的位置坐标，对原始数据降噪处理，用改进的PCA算法提取出最有贡献的特征，降低CSI数据的维数，提取原始位置指纹的非线性特征，将处理后的CSI信号存储在指纹数据库中，并根据环境变化实时更新指纹数据库；用SVM算法对真实环境中的数据进行分类，将检测区域分为若干参考点，并按升序进行编号，采集检测区域中人员的行为状态，将获得的CSI数据以及振幅、相位的变化传输到服务器；将人员状态检测结果与指纹数据库中的数据匹配，根据匹配结果实现对人员在室内环境中不同状态的检测。该方法降低了算法的时间复杂度，提高人员状态检测率，减少误差。

技术领域

本发明属于无线感知技术领域，涉及一种利用商业Wi-Fi设备提取CSI信号，使用CSI中大量有效的特征值获取室内人员状态的信号变化，主要用于解决室内人员状态检测以及跟踪。特别是针对室内Wi-Fi下的人员状态检测。

背景技术

随着无线传感器网络WSNs（Wireless Sensor Networks）的不断进步与发展，人们研究的眼光已经不仅仅局限于传统的室内定位与位置感知。目前，多个领域都开始利用无线电进行位置感知。例如，典型的基于UWB（Ultra Wideband）的雷达系统，而目前比较新颖的基于商用Wi-Fi设备的室内定位技术，在各个方面都有较好的发展优势。如室内入侵检测、校园安全、商场人员检测、病人监护、家中老人，小孩的实时检测等多个领域中。

在传统的室内定位技术中，对于位置服务与环境感知，主要是依据RSSI（ReceivedSignal Strength Indication）技术。但从这些技术的实验结果分析中发现，其定位精度不够高，主要原因是RSSI的稳定性较低、其值会受时间影响。相比RSSI，信道状态信息（CSI）在时间分辨率、频率分辨率、稳定性等方面都具有明显的优势。另外，CSI作为物理层信息，包括很多介质访问控制层不可见的信道信息，因此，CSI可以从一个数据包中同时获取多个子载波的频率响应，从而更加精细地刻画频率选择信道，并且CSI既可以测量每个子载波的幅度，还可以测量每个子载波的相位信息。CSI使得普通商业Wi-Fi设备在一定程度上能从时域上粗略地区分传播路径，从多个角度为识别系统提供更高的检测率。

近几年，基于CSI的环境感知技术得到了迅速的发展。包括麻省理工学院、华盛顿大学、斯坦福大学、香港科技大学、西安交通大学、清华大学等在计算机网络和移动计算领域著名学术会议和期刊上发表了多篇论文，做了许多贡献与创新，包括无线定位、动作识别、手势识别等。

发明内容

本发明的目的是提供一种基于PCA-Kalman的无源室内人员状态检测方法，实现Wi-Fi下室内人员状态检测，提高整体效率以及检测精度。

为实现上述目的，本发明所采用的技术方案是：一种基于PCA-Kalman的无源室内人员状态检测方法：

1）采集测试区域的位置坐标，并利用卡尔曼滤波算法对原始数据进行降噪处理，并利用改进的PCA算法提取出最有贡献的特征，降低CSI数据的维数，提取原始位置指纹的非线性特征，将处理后的CSI信号存储在指纹数据库中，并根据环境变化实时更新指纹数据库；

2）利用SVM算法对真实环境中的数据进行分类，将检测区域分为若干参考点，并按升序进行编号，然后，采集检测区域中人员的行为状态，将所获得的CSI数据，以及振幅、相位的变化传输到服务器；

3）将得到的人员状态检测结果与指纹数据库中的数据进行匹配，根据匹配结果实现对人员在室内环境中不同状态的检测。

本发明检测方法将处理后的数据与指纹数据库中的数据进行匹配，根据匹配结果实现对人员在室内环境中不同状态的检测，不仅降低了算法的时间复杂度，而且提高了对人员状态的检测率，减少了误差。

附图说明

图1是本发明检测方法的流程图。