[发明专利]一种基于CSI的全方向步态检测算法

权利要求书

1.一种基于CSI的全方向步态检测算法，其特征在于：将人在行走过程中身体不同部位的速度变化与多普勒频移进行关联，并根据身体不同部位速度变化的层次关系创建了Model of Frequency-Speed模型，简称MOFS模型。然后通过分析CSI数据采集处理后得到频谱图，使用频率能量切片的频谱图分割技术对频谱图进行分割，并结合MOFS模型，利用能量累积百分位数法提取出每一个切片中的脚步速度引起的频率成分，并计算出瞬时径向步速。最后将步行方向与WiFi信号传播路径长度变化率进行关联，创建了The RelationBetween Direction and Path Length Change Rate模型，简称PLCR-Dir模型。并根据该模型实现全方向的步态检测，同时计算出步行周期、步速和步长三个步态参数。

2.如权利要求1所述的一种基于CSI的全方向步态检测算法，其特征在于：所述的MOFS模型是通过数学公式的方式描述人行走过程中身体不同部位的速度变化与多普勒频移的关系。首先，根据人在行走过程中身体不同部位的速度变化情况，将人体划分为三部分：躯干、胳膊和腿部，其中胳膊包括左胳膊与右胳膊，腿部包括左腿与右腿。然后通过数学公式将人身体这三部的速度变化与速度引起的多普勒频移进行关联，最后表示出身体这三部分对应的频率成分。

3.如权利要求1所述的一种基于CSI的全方向步态检测算法，其特征在于：所述的基于频率能量切片的频谱图分割方法是在时间轴上将得到的时间-频率-能量信息进行划分。首先，在时间轴上按照2倍的连续两个测量的时间间隔进行分割，然后计算出切片中每一个频率值对应的平均能量，形成一个频率能量切片，最后根据MOFS模型，按照能量累积百分位数法提提取出脚步速度引起的频率成分，并计算出此切片中的步速。其中，在能量累积百分位计算中，选取能量累积值等于95％时对应的频率成分为脚步速度对应的频率值，选取能量累积值等于50％时对应的频率成分为躯干速度对应的频率值。

4.如权利要求1所述的一种基于CSI的全方向步态检测算法，其特征在于：所述的PLCR-Dir模型是通过数学关系来表征步行方向与WiFi信号传播路径长度变化率之间的关系模型。首先，建立WiFi信号传播路径与速度矢量(v_x，v_y)的数学关系：r＝a_xv_x+a_yv_y，然后为了解决速度的对称模糊性问题，在垂直方向上增加信号接收器，形成多个交叉的链路，并聚合所有的链路来获取目标速度最后，通过多普勒频移的正负性来解决目标速度的中心对称的模糊性，得到在时间k处唯一的目标速度

5.如权利要求1所述的一种基于CSI的全方向步态检测算法，其特征在于：所述的全方向的步态检测是指被测人员沿着任意的方向行走，可以计算出步行周期、步速和步长三个步态参数。