[发明专利]一种基于信道状态检测的驾驶员区分方法

权利要求书

1.一种基于信道状态检测的不同驾驶员区分方法，其特征在于，所述方法包括以下步骤：

步骤1：搭建信道状态信息数据采集平台；

步骤2：首先，通过离线训练阶段来构建指纹库，驾驶员处于无线信道中完成预先设定的动作，采集包含信道状态信息的数据包；每个信道状态信息数据的格式为：(m₁,m₂,...,m₃₀)_RxN；其中m₁～m₃₀为子载波，R为发射天线数，N为接收天线数；

步骤3：先取1对天线对上的数据进行预处理，过程如下：

步骤3-1：利用Hampel标识来删除这些异常值，将

[μ-γ*σ,μ+γ*σ]

区间之外的值都删除，μ是CSI数据的均值，σ是CSI数据的标准差，γ是人为的控制这个区间的大小；

步骤3-2：利用巴特沃斯滤波器除去数据中的高频噪声，得到相对较平滑的信号；

步骤3-3：对每组数据进行归一化，X_new＝(X_old-min)/(max-min)，其中X_new表示归一化之后的数据，X_old表示归一化之前的数据，min表示该数据的一列特征中的最小值，max表示一列特征中的最大值；

步骤4：计算每个驾驶员数据的均值、标准差、峰度和偏度，作为该驾驶员的一条指纹，完成指纹库的建立；

步骤5：在线阶段，采集测试数据包；

步骤6：对测试数据进行预处理，对数据进行归一化；

步骤7：对测试数据中的每个样本进行支持向量机分类，得到该天线对上的各个样本的所属驾驶员类别；

步骤8：取其他天线对，重复上述步骤3～步骤9的动作。

2.如权利要求1所述的一种基于信道状态检测的不同驾驶员区分方法，其特征在于，所述步骤3中，所述天线对上的数据预处理，将数据分解为幅度信息数据和相位信息数据。

3.如权利要求1或2所述的一种基于信道状态检测的不同驾驶员区分方法，其特征在于，所述步骤4中，所述模型特征提取阶段包括：数据统计特征提取包括最大值、最小值、持续时间、四分位数、中位数绝对偏差、均值、标准差、峰度、偏度。