[发明专利]一种基于WIFI的非合作式手势识别的方法

说明书

本发明涉及一种基于WIFI的非合作式手势识别的方法，解决的是准确率低的技术问题，通过采用利用CSI作为检测手段用于解决利用RSSI对人体手势识别精度不够的问题。本发明首先采用精度比较高的通用USRP作为无线信号接收设备和无线路由器作为发射装备来采集CSI数据使用时间戳进行时间同步以分割CSI数据块的方法，并采用主成分分析法和更加精确的小波变换去除CSI数据噪声和提取数据特征，并采用XGBoost算法进行特征选择，最后用随机森林算法来对不同的手势类别分类的技术方案，较好的解决了该问题，可用于手势识别中。

技术领域

本发明涉及手势识别领域，具体涉及一种基于WIFI的非合作式手势识别的方法。

背景技术

为满足当代人们对高速便捷的数据服务的需求，WIFI早已成为人们生活不可或缺的一项技术。据统计，在重点公共场合的WIFI的覆盖率早已达到97％。研究发现WIFI除了能提供人们数据服务外，还能利用WIFI信号检测人体的运动情况。利用WIFI信号对人体运动检测系统主要分为两类：利用WIFI信号的接收信号的强度指示(Received SignalStrength Indicator，RSSI)是检测和利用WIFI信号的利用信道状态信息(Channel StateInformation,CSI)进行检测。由于这两个检测指标都对环境有着很高的敏感性，当人体运动时，接收机收到的检测指标会发生明显改变以此判断运动的状态，RSSI指信号在某一时间内功率的平均值，表示接收信号的强度。RSSI容易获取早已成为比较广泛且成熟的检测指标，然而RSSI仅仅表示信号的平均值，含有信号的幅值信息忽略了信号中相位信息因此检测的精确度不够显著。CSI是指信号的信道状态信息，相比RSSI，CSI不仅包含了接收信号的幅值信息还包含了其相位信息，并精确到信号的每一个子载波的信道信息，相较RSSI大大提高了数值的颗粒度。因此目前主流的运动检测的指标主要根据CSI作为运动检测指标。

目前使用CSI进行运动检测大致可以分为：利用CSI对人体位置信息定位，并判别其运动轨迹。部分学者将室内区域切分成小方格，利用被检查者对WIFI接收信号的CSI在每个小方格的位置的改变程度构建WIFI指纹库来匹配被检查者的具体位置；利用WIFI成像，部分学者利用WIFI对人体各部位成像，形成一个3D的图样；利用CSI对人体手势进行检测部分学者利用MIMO天线体系消除干扰能识别墙体后的人体姿态。在进行手势识别的实现上，很多学者采用现有的商业的WIFI设备去接收WIFI信号，然而利用这些设备会引入更多噪声导致做手势识别准确率低，一些学者使用2台USRP设备作为收发装置去采集CSI数据，但他们并未使用到WIFI协议，这样导致在收发信号在工作频率上的偏差造成相位偏移，从而导致手势识别精度很低。此外，以往的研究中手势识别的环境均在理想情况下进行。

本发明提出一种基于WIFI信号的非合作式手势识别方法，基于WIFI数据包的不连续性，提出了使用添加时间戳的方法进行时间同步以分割CSI数据块，采用PCA算法和离散小波变换算法去除CSI数据噪声和提取数据特征，提高了手势识别的精度。

发明内容

本发明所要解决的技术问题是现有技术中存在的手势识别精度差的技术问题。提供一种新的WIFI的非合作式手势识别的方法，该WIFI的非合作式手势识别的方法具有识别精度高的特点。

为解决上述技术问题，采用的技术方案如下：

一种基于WIFI的非合作式手势识别的方法，所述方法包括：

步骤一，人体作出手势动作，采集对应的表征信道状态信息的WIFI数据；

步骤二，对步骤一的WIFI数据使用添加时间戳方法分割处理，对分割处理后的数据进行降噪处理，再对降噪处理后的数据提取有效特征；

步骤三，对WIFI数据进行分类，根据步骤二的有效特征进行特征选取并建立模型，使用至少两种机器学习的方法进行数据训练；