[发明专利]一种基于Wi-Fi信道状态信息CSI的人体行为识别方法

权利要求书

1.一种基于Wi-Fi信道状态信息CSI的人体行为识别方法，其特征在于，包括：

步骤一，在室内环境下采集单位时间内第K个子信道上的CSI为CSI_k＝b+ci， 1≤k≤56，其中b为实部，c为虚部，计算CSI_k的幅值单位时间内采集到的CSI幅值为|CSI|＝{CSI₁|,|CSI₂|,…,|CSI₅₆|}；

步骤二，采集时间t内第k个子信道上的CSI为计算的幅值，将所述的幅值按照子信道序号排列得到

步骤三，设采集动作样本集合为S＝{S₁,S₂,…,S_n}，其中n表示动作类型数量，S_i为动作类型，对所述动作类型S_i利用LPC计算公式求出其对应的系数A_i＝{a₁,a₂,…,a_m}，其中m为动作类型S_i的采样样本个数，a＝{a(1),a(2),…,a(p)}是提取出的LPC系数，p为求取LPC系数时的阶数；

步骤四，对动作样本集合S＝{S₁,S₂,…,S_n}，通过特征提取得到其LPC特征集合A＝{A₁,A₂,…,A_n}；设S_i类型的动作样本采样数为m，则A_i＝{a₁,a₂,…,a_m}，a₁表示动作类型为A_i的第一个样本计算出的LPC特征，依次将动作类型为S_i的样本提取出的特征集合A_i中的LPC特征{a₁,a₂,…,a_m}打上与动作类型S_i对应的标签F_i，然后将标记好的样本利用SVM分类器训练分类模型；

步骤五，采集新的CSI样本，并计算所述新的CSI样本的LPC特征，利用步骤四中训练好的分类模型进行分类，如果返回的结果为F_i，则判定该样本的动作类型为S_i。