[发明专利]一种有限样本条件下跨场景人体行为无线感知方法及装置

权利要求书

1.一种有限样本条件下跨场景人体行为无线感知方法，其特征在于，所述方法包括：

获取源域对应的预先训练得到的源模型；其中，所述源域为用于获取非有限的源样本感知数据的无线信号场景；所述源模型为利用多个所述源样本感知数据训练得到的人体行为无线感知模型；

基于所述源模型以及有限的目标样本感知数据，以最小化输出差异为训练目标，对与所述源域属于不同场景的目标域对应的人体行为无线感知模型进行训练；其中，所述输出差异为进行训练的模型的输出与所述目标样本感知数据中相应的人体行为标签之间的差异值；

当所述训练目标达成时，获得目标模型，并利用所述目标模型对所述目标域进行人体行为感知；

所述基于所述源模型以及有限的目标样本感知数据，以最小化输出差异为训练目标，对与所述源域属于不同场景的目标域对应的人体行为无线感知模型进行训练，包括：

利用所述目标样本感知数据对所述目标域对应的人体行为无线感知模型进行训练，得到进行训练的模型的输出；

将所述进行训练的模型的输出和所述目标样本感知数据中的标签，输入所述进行训练的模型的损失函数：L_T＝kL_GAN+L_C，得到第一差异值；

其中，所述L_T为所述第一差异值，所述k为权重，所述L_GAN为判别模型的损耗，所述所述L_C为分类损耗，所述所述为所述目标样本感知数据的期望，所述D(M_t(x_t))为所述判别模型针对所述进行训练的模型的输出M_t(x_t)的分类结果，所述x_t为所述目标样本感知数据，属于目标样本感知数据集合X_t，所述y_t为所述目标样本感知数据中的标签，属于目标样本感知数据中标签的集合Y_t；

利用判别模型，对所述进行训练的模型与所述源模型进行对抗训练，并获取所述判别模型的输出与源域对应模型的输出和目标域对应模型的输出之间的第二差异值；

当所述第一差异值和第二差异值均为最小时，将所述进行训练的模型作为所述目标模型，否则，调整所述进行训练的模型的参数，以及所述判别模型的参数，并重复对调整后的模型进行训练和调整参数的步骤，直到所述第一差异值和所述第二差异值均为最小。

2.根据权利要求1所述的方法，其特征在于，所述源样本感知数据的获取，包括如下步骤：

基于所述源域中无线信号发生设备的信道状态信息，获得所述源样本感知数据；其中，所述信道状态信息如下式所示：

其中，所述为信道状态信息，所述L为所述无线信号发生设备接收数据的多径的数量，所述α_l和所述τ_l分别为路径l下的衰落和传播延迟，ε^(f,t)为针对子载波f，在t时刻由时序对准偏移，采样频率偏移以及载波频率偏移引起的相位误差，所述j为复数的虚部标志。

3.根据权利要求2所述的方法，其特征在于，所述无线信号为多径信号；

所述基于所述源域中无线信号发生设备的信道状态信息，获得所述源样本感知数据，包括：

利用多普勒频移表示所述多径信号的相位，将所述信道状态信息转换为：

其中，所述H_S(f)为稳态信号的和，所述P_d为动态信号集合，所述为子载波f在路径l上的传播时长；所述为所述路径l的传播延迟；

对所述无线信号发生设备的多个天线分别对应的转换后的信道状态信息共轭相乘，得到所述源样本感知数据。