[发明专利]一种基于WiFi信号的干扰检测及手势识别方法

权利要求书

1.一种基于WiFi信号的手势识别方法，其特征在于，包括如下步骤：

步骤1：设置一组无干扰的包含手势信息的样本CSI数据，并分别计算不同手势下样本CSI数据的时频域特征；

步骤2：采用一种基于WiFi信号的干扰检测方法对待检测CSI数据进行判断，当待检测CSI数据不存在干扰时，执行步骤3，当待检测CSI数据存在干扰时，执行步骤4；

步骤3：计算待检测CSI数据和样本CSI数据的时频域统计特征，基于k-NN方法，分别比对待检测CSI数据和样本CSI数据的每种手势的时频域特征的相似度，识别待检测CSI数据对应的手势；

步骤4：计算待检测CSI数据和样本CSI数据包含互相关系数特征的时频域统计特征，基于k-NN方法，分别比对待检测CSI数据和样本CSI数据的每种手势的包含互相关系数特征的时频域统计特征的相似度，识别待检测CSI数据对应的手势；

所述的一种基于WiFi信号的干扰检测方法，包括如下步骤：

步骤a：利用WiFi设备获取CSI数据，并对CSI数据幅度信息进行预处理，得到包含手势信息的CSI数据；

步骤b：对步骤a得到的包含手势信息的CSI数据进行信号分析，得到时域的子载波数据；

步骤c：将步骤b得到的时域的子载波数据变换到频域，并进行相位校准；

步骤d：当动态干扰存在时，将步骤c得到的CSI数据的相位校准结果进行归一化处理，并计算相位样本方差，若相位样本方差大于等于阈值，则CSI数据存在干扰；否则，则CSI数据不存在干扰。

2.如权利要求1所述的基于WiFi信号的手势识别方法，其特征在于，步骤3包括如下子步骤：

当待检测CSI数据不存在干扰时，计算待检测CSI数据s1的时频域统计特征组成一个特征向量：[λ₁(s1),λ₂(s1),λ₃(s1),…λ_k(s1)…,λ_K(s1)]，λ_k(s1)表示s1的第k个时频域统计特征，k∈[1,K]且K为正整数，利用式Ⅰ计算待检测CSI数据和每种手势的样本CSI数据的时频域特征的相似度

其中，s1表示无干扰的待检测CSI数据，S_j表示第j种手势的样本CSI数据，表示s1与第j种手势的相似度，λ_k(S_j)表示S_j的第k个时频域统计特征；

若无干扰的待检测CSI数据与第j种手势的样本CSI数据的相似度最小，则待检测CSI数据被识别为第j种手势。

3.如权利要求1所述的基于WiFi信号的手势识别方法，其特征在于，步骤4包括如下子步骤：

计算待检测CSI数据s2的时频域统计特征组成一个特征向量：λ_k(s2)表示s2的第k个时频域统计特征，k∈[1,K]且K为正整数，λ_j^CR(s2)表示s2与样本CSI数据之间的互相关系数特征，λ_j^CR(S_j)表示互相关系数的均值，利用式Ⅱ计算待检测CSI数据s2和每种手势的样本CSI数据的时频域特征的相似度

其中，s2表示有干扰的待检测CSI数据，S_j表示第j种手势的样本CSI数据，表示s2与第j种手势的相似度，λ_k(S_j)表示S_j的第k个时频域统计特征，η和γ是加权系数且均大于零，γ是对互相关系数特征的加权系数，η是对其余时频域特征的加权系数；

若有干扰的待检测CSI数据与第j种手势的样本CSI数据的相似度最小，则待检测CSI数据被识别为第j种手势。