[发明专利]一种基于WiFi的姿态识别方法

说明书

本发明公开了一种基于WiFi的姿态识别方法。本发明通过无线网卡接收信道状态信息，采用不同天线的相位差进行相位校准，在特征向量提取中同时使用了信道状态的幅值和相位信息，并采用改进的类间散度矩阵生成人体运动状况的模型并进行姿态判断。本发明方案用于姿态识别，精度可达95.25%，具有较好的应用前景。

技术领域

本发明属于智能家居技术领域，特别涉及一种基于WiFi的姿态识别方法。

背景技术

目前传统姿态识别技术主要是基于计算机视觉和基于传感器两种。基于计算机视觉的姿态识别，是利用视频设备将采集的图像进行深度处理，识别精度较高，但是成本较高，识别环境苛刻，对照明条件有较高要求。基于传感器的姿态识别，常用三轴加速度传感器来识别人体的姿态，属于接触识别，精度高，抗干扰能力强，但是其在识别过程需要提前佩戴传感器，对于某些特定人群是很不方便的，如老年人，残疾人等。基于WiFi的姿态识别方法，在造价成本低廉的前提下，对于视角与照明等条件没有要求，不需要佩戴穿戴传感器，且具有强大的识别功能。

发明内容

针对现有技术的不足，本发明的目的在于提供一种基于WiFi的姿态识别方法。本发明方法操作简单，成本低廉，姿态识别率好。本发明的技术方案具体介绍如下。

一种基于WiFi的姿态识别方法，包括以下步骤：

步骤1.信道状态信息采集阶段

通过无线网卡接收信道状态信息，获取的信道状态信息是复数矩阵形式：

H(f_k)＝||H(f_k)||e^j∠H，k∈(1,2,...,30) (1)

式中H(f_k)是复数，表示中心频率为f_k的子载波对应的信道状态信息；其中||H(f_k)||为幅值，||j∠H||为相位；

步骤2.数据预处理阶段

2.1相位预处理

对原始相位H_f＝||j∠H||采用公式(2)-(4)去除异常点得到G，相继选取原始相位中的m(奇数)个元素生成移动窗口P。取该移动窗口内元素的中值H_Z，并计算各元素对中值的标准差S。若窗口内某个元素与中值相差超过个标准差，则用中值替换该元素；

P＝{H₁,...,H_i} (2)

式中i∈(1,2,...,m)

利用公式(5)-(6)对G进行相位校准得到Q：

G₁＝G’₁+ΔT+ω+2πf₁

G₂＝G’₂+ΔT+ω+2πf₁ (5)

Q＝G₂-G₁ (6)

式中G₁,G₂为天线1，2经过滤波处理之后的相位，G'₁,G'₂为实际的相位，Q为天线1经过校准的相位，ω为采样频率偏移、ΔT为时间延迟，2πf₁为中心频率偏移；

再次使用公式(2)-(4)去除相位中因校准而出现的异常点；