[发明专利]人体行为感知系统、方法及存储介质

说明书

本说明书一个或多个实施例提供了一种人体行为感知系统，包括：数据预处理子系统，用于从无线网络环境中各个传输链路的信道状态信息中提取与人体行为相关的特征；链路选择子系统，用于根据所述各个传输链路的信道状态信息中与人体行为相关的特征从所述各个传输链路中选择至少一条传输链路；以及人体行为分类预测子系统，用于基于人体行为分类预测模型，根据所述选择的至少一条传输链路的信道状态信息中与人体行为相关的特征对人体行为进行预测，得到人体行为预测结果。对应上述人体行为感知方法，本说明书还提供了人体行为感知方法以及计算机可读介质。

技术领域

本说明书一个或多个实施例涉及无线通信技术领域，尤其涉及一种应用于无线感知技术的人体行为感知系统、方法及计算机可读存储介质。

背景技术

自2011年以来，信道状态信息(Channel State Information,CSI)已广泛地部署在可由公众访问的商用Wi-Fi网卡中，这使得基于Wi-Fi CSI的人体行为感知技术已经成为工业界和学术界的一个活跃研究领域。当基于Wi-Fi CSI的人体行为感知系统位于室内环境中时，人体会吸收或反射Wi-Fi信号，然后改变系统的多径。通过CSI相位差和振幅的时间序列可以检测到改变信号传播路径的微小环境变化。也就是说，CSI可反映出Wi-Fi信号在环境中传播、反射、衍射和散射的多径。因此，能够通过探索由人体引起的CSI的变化来实现人体行为感知，从而实现人体检测、跌倒检测、手势识别、日常活动识别以及人体成像等等多种应用。可以理解，基于Wi-Fi CSI的人体行为感知具有非侵入性、低成本和隐私保护的特点，显著提高了智能家居、老年人健康监控、入侵检测等室内应用的实用性和便利性。

发明内容

有鉴于此，本说明书一个或多个实施例提出一种人体行为感知系统。该人体行为感知系统可以包括：

数据预处理子系统，用于从无线网络环境中各个传输链路的信道状态信息中提取与人体行为相关的特征；

链路选择子系统，用于根据所述各个传输链路的信道状态信息中与人体行为相关的特征从所述各个传输链路中选择至少一条传输链路；以及

人体行为分类预测子系统，用于基于人体行为分类预测模型，根据所述选择的至少一条传输链路的信道状态信息中与人体行为相关的特征对人体行为进行预测，得到人体行为预测结果。

其中，所述数据预处理子系统包括：

主成分分析模块，用于利用主成分分析算法分别分析包含幅度和相位差的各个传输链路的信道状态信息，分别得到各个传输链路的信道状态信息的至少两个主成分；

提取模块，用于从所述各个传输链路的信道状态信息的至少两个主成分中提取第二主成分；

归一化模块，用于利用零均值归一化方法，分别对所述各个传输链路的信道状态信息的第二主成分进行归一化，并将归一化后的第二主成分作为所述各个传输链路的信道状态信息中与人体行为相关的特征。

其中，所述链路选择子系统包括：

基本观察网络，用于对所述各个传输链路的信道状态信息中与人体行为相关的特征进行编码，得到各个传输链路对应的特征向量；

上下文感知网络，用于根据所述各个传输链路对应的特征向量得到各个传输链路之间具有链路关联性的特征向量；

策略网络，用于根据所述各个传输链路之间具有链路关联性的特征向量确定各个传输链路的被选概率；以及

选择模块，用于根据所述各个传输链路的被选概率从所述各个传输链路中选择出至少一条传输链路。

其中，所述基本观察网络为卷积神经网络，由分别带有1个最大池化层的n1_conV个卷积层构成；其中，n1_coNV的取值根据所需感知的人体行为类别的数量确定；