[发明专利]一种基于信道状态检测的驾驶员区分方法

摘要

一种基于无线信道检测的不同驾驶员区分方法，利用普通的电脑设备搭建无线信道信息数据采集平台，检测分为两个阶段：离线训练阶段和在线测试阶段；离线阶段采集不同驾驶员的信道状态信息数据，经过预处理，然后对数据进行预处理，提取统计特征，并归一化处理后存入不同动作的指纹库，建立动作‑数据指纹的映射关系；在线阶段，对数据进行同样的处理，并利用机器学习算法对测试数据进行分类检测；同时，为测试分类的准确度，综合利用了信道状态信息数据的幅度和相位信息，观察三种情况下的分类结果。本发明能够以较低的成本有效实现对不同驾驶员的识别区分，本发明在车辆安全领域具有一定的应用价值。

主权项

1.一种基于信道状态检测的不同驾驶员区分方法，其特征在于，所述方法包括以下步骤：步骤1：搭建信道状态信息数据采集平台；步骤2：首先，通过离线训练阶段来构建指纹库，驾驶员处于无线信道中完成预先设定的动作，采集包含信道状态信息的数据包；每个信道状态信息数据的格式为：(m1,m2,...,m30)RxN；其中m1～m30为子载波，R为发射天线数，N为接收天线数；步骤3：先取1对天线对上的数据进行预处理，过程如下：步骤3‑1：利用Hampel标识来删除这些异常值，将[μ‑γ*σ,μ+γ*σ]区间之外的值都删除，μ是CSI数据的均值，σ是CSI数据的标准差，γ是人为的控制这个区间的大小；步骤3‑2：利用巴特沃斯滤波器除去数据中的高频噪声，得到相对较平滑的信号；步骤3‑3：对每组数据进行归一化，Xnew＝(Xold‑min)/(max‑min)，其中Xnew表示归一化之后的数据，Xold表示归一化之前的数据，min表示该数据的一列特征中的最小值，max表示一列特征中的最大值；步骤4：计算每个驾驶员数据的均值、标准差、峰度和偏度，作为该驾驶员的一条指纹，完成指纹库的建立；步骤5：在线阶段，采集测试数据包；步骤6：对测试数据进行预处理，对数据进行归一化；步骤7：对测试数据中的每个样本进行支持向量机分类，得到该天线对上的各个样本的所属驾驶员类别；步骤8：取其他天线对，重复上述步骤3～步骤9的动作。