[发明专利]基于WiFi信道状态信息的室内地图语义标识方法

摘要

本发明提供一种基于WiFi信道状态信息的室内地图语义标识方法，属于物联网技术领域。通过在所需语义标识的房间布置发射信号与接收信号装置，收集CSI(信道状态信息)数据，再将收集后的数据通过PEM算法处理收集并记录数据，实现实时感知室内环境活动人数，并记录数据和计算时间块的大小，作为属性学习式决策树分类，生成一个决策树分类器。以决策树分类结果为该房间标识结果，实现房间语义标识。本发明能有效解决现有技术中适用范围狭窄，不能实时变更房间语义标识，设备能耗大，容易泄密的问题。

主权项

一种基于WiFi信道状态信息的室内地图语义标识方法，其特征在于，包括以下步骤：1)将发射信号设备和接收信号设备布置于需要语义标识的室内场景中，收集的数据一方面通过PEM算法求得特定时间非零元素占比从而判断当前房间内活动人数，另一方面按行为识别处理流程实现较少人数时的行为感知，通过结合两方面数据学习决策树实现语义标识；2)设置路由器发包率为700p/s，在该室内环境中持续收集数据；3)设置非零元素占比阈值1，通过阈值1过滤静止状态下信道状态信息数据；设置三人以上情境为多人情境，两人以下情境为少人情境，并设置非零元素占比阈值2区分两者；多人情境通过计算非零元素占比时间块和记录不同时间段信道状态信息波动情况将不同场景分类，少人情境采用提出的信道状态信息行为感知方法来感知房间内行为；在实现信道状态信息行为感知时，首先计算信道状态信息幅度值并放入矩阵，计算30个子载波对应幅度值方差并选取第二三四大值作为处理数据，随后使用移动平均滤波器以及巴特沃斯滤波器过滤信号噪声，设置移动平均滤波跨度值为20‑point，通过小波分解过滤信号噪声并提取不同行为对应时频域特征，最后通过提取小波分解矩阵最高层系数，判断系数的最高层数，最高层持续时间，以及前一识别动作来设计算法区分走动/弯腰/坐下/起立/手势/上楼六种动作，得到时间块、行为特征、时间特征属性，设计决策树算法学习适合该场景的决策树最终实现语义标识。