[发明专利]一种手势场景下基于信道状态信息的身份认证方法

权利要求书

1.一种手势场景下基于信道状态信息的身份认证方法，其特征在于：包括以下步骤：

步骤一、数据采集：在无线局域网环境中，在接收端和发射端之间的视距路径下进行多种手势动作的数据采集，通过捕捉接收端收到的信道状态信息的数据包获取相应的数据；

步骤二、数据预处理：对原始数据中的噪声信息进行消除，通过低通滤波器对数据进行初步的去噪过程，并应用主成分分析结合小波阈值函数对数据进行进一步的数据降维和去噪处理；

步骤三、动作区间分段：手势运动以周期形式进行，数据中包含动作区间数据和非动作区间数据，通过动作区间分段过程对数据进行动作区间和动作间隔区间的分段处理，并且形成相应的两种数据集合；

步骤四、特征提取：动作区间提供动作的具体特征信息并为动作分类提供相应的基础数据，并且动作区间能够提供手势动作种类、动作速度、动作持续时间等特征并为后续的身份认证提供数据集；由于不同的人在进行相同手势动作时的动作间隔不同，利用动作间隔区间的持续时间作为补充的特征信息进行进一步的分析；

步骤五、分类和认证：采用BP神经网络对代表身份信息的手势动作的特征数据集进行分类并获取认证结果。

2.根据权利要求1所述的一种手势场景下基于信道状态信息的身份认证方法，其特征在于：步骤一所述的数据采集具体如下：发射端有3条发射天线，接收端具有1条接受天线，通信过程中信道状态信息为1×3×30的复数矩阵形式，并且每个数据包中均具有90个子载波。

3.根据权利要求1所述的一种手势场景下基于信道状态信息的身份认证方法，其特征在于：步骤二中所述的去噪过程具体如下：应用5阶Butterworth低通滤波器对原始的信道状态信息进行去噪处理，并且对以低频形式存在的包括手势在内的手势的动作信息进行保留。

4.根据权利要求1所述的一种手势场景下基于信道状态信息的身份认证方法，其特征在于：步骤二中所述的主成分分析具体如下：设经过去噪的信道状态信息数据的复数矩阵形式为：

(4.1)求矩阵H的列平均值

(4.2)在原矩阵中减去平均值，求取标准化矩阵R：

(4.3)根据标准化矩阵，求数据特征的协方差S：

(4.4)求协方差S的特征值V和特征向量P，将特征值从大到小排列，并将相应的特征向量以列向量的形式重新排列组成新矩阵可得：

V＝[v₁,v₂,...,v₉₀] (5)

P＝[p₁,p₂,...,p₉₀] (6)

(4.5)数据降维：选择矩阵P的前3列并形成新的数据矩阵D：

D＝[p₁,p₂,p₃] (7)。

5.根据权利要求1所述的一种手势场景下基于信道状态信息的身份认证方法，其特征在于：步骤二中所述的小波阈值函数具体如下：采用5层小波阈值函数ω_λ对D的每一列数据进行去躁处理，设ω₁为小波阈值函数进行之前的原小波系数，ω₂代表函数处理后获得的新小波系数，sign函数是符号函数，n是可调整的适应性参数，噪声的标准差由δ表示，L代表待处理数据的信号长度，d代表选取的小波变换层数，λ代表阈值且λ与ω_λ的形式分别为：