[发明专利]基于WiFi微控制器的人体感知方法和系统

权利要求书

1.一种基于WiFi微控制器的人体感知方法，其特征在于，包含以下步骤：

通过WiFi微控制器采集信道状态信息；

对采集到的所述信道状态信息进行数据处理；

将处理好的所述信道状态信息输入到预先训练好的人数检测模型得到人数检测结果。

2.根据权利要求1所述的基于WiFi微控制器的人体感知方法，其特征在于，

所述通过WiFi微控制器采集信道状态信息的具体方法为：

将包含WiFi微控制器的装置布置于空间的边角处；

将所述WiFi微控制器连接至WiFi设备；

通过所述WiFi微控制器间隔预定时间向所述WiFi设备发送Ping包；

所述WiFi设备在接收到所述Ping包后向所述WiFi微控制器返回包含所述信道状态信息的返回数据包；

所述WiFi微控制器从接收到的所述返回数据包中提取所述信道状态信息并存入队列中。

3.根据权利要求1所述的基于WiFi微控制器的人体感知方法，其特征在于，

所述对采集到的所述信道状态信息进行数据处理的具体方法为：

从所述WiFi微控制器采集到的所述信道状态信息的56组子载波中选择振幅较大的20组子载波；

对所选信道的幅值和相位的此次采样与前次采样作差得到差分数据；

通过局部异常因子法识别并去除离群异常数据得到预处理后的所述信道状态信息。

4.根据权利要求1所述的基于WiFi微控制器的人体感知方法，其特征在于，

在所述将处理好的所述信道状态信息输入到预先训练好的人数检测模型得到人数检测结果中，预先训练所述人数检测模型的具体方法为：

采集不同人数状态下的所述信道状态信息并进行数据处理及数据标签；

将上述打完标签的数据输入到第一LSTM循环神经网络对其进行训练得到所述人数检测模型。

5.根据权利要求1所述的基于WiFi微控制器的人体感知方法，其特征在于，

在所述将处理好的所述信道状态信息输入到预先训练好的人数检测模型得到人数检测结果之后，所述基于WiFi微控制器的人体感知方法还包含以下步骤：

将所述人数检测结果输入到预先训练好的人数预测模型得到人数预测结果。

6.根据权利要求5所述的基于WiFi微控制器的人体感知方法，其特征在于，

在所述将所述人数检测结果输入到预先训练好的人数预测模型得到人数预测结果中，预先训练所述人数预测模型的具体方法为：

测得不同时间段下的人数检测结果；

将不同时间段下的人数检测结果输入到第二LSTM循环神经网络对其进行训练得到所述人数预测模型。

7.一种基于WiFi微控制器的人体感知系统，其特征在于，包含：

WiFi微控制器，用于采集信道状态信息；

数据处理模块，用于接收所述WiFi微控制器模块采集到的信道状态信息并对其进行数据处理；

人数检测模块，用于接收所述数据处理模块处理好的信道状态信息并通过预训练好的人数检测模型对其进行分析得到人数检测结果。

8.根据权利要求7所述的基于WiFi微控制器的人体感知系统，其特征在于，

所述WiFi微控制器连接至WiFi设备；

所述WiFi微控制器间隔预定时间向所述WiFi设备发送Ping包；

所述WiFi设备在接收到所述Ping包后向所述WiFi微控制器返回包含所述信道状态信息的返回数据包；

所述WiFi微控制器从接收到的所述返回数据包中提取所述信道状态信息并存入队列中。