[发明专利]一种基于wifi中CSI信号强度的低头角度检测方法

摘要

一种基于wifi中CSI信号强度的低头角度检测方法，包括以下步骤：步骤1，配置AP和MP；构建实验环境；准备商用的普通无线网卡驱动、支持802.11n或以上协议的wifi路由器；配置CSI环境；步骤2，采集数据；步骤3，数据处理；通过分析和处理信道状态信息CSI，提取出体现低头动作的特征值，建立谐波模型；最后利用分类器分类出低头角度动作，识别并纠正坐姿；实现了用户腰部和颈椎的同步调整；由低头角度反映腰部弯曲程度；本发明方法简单，无需携带任何传感器设备，实时性较高。

主权项

1.一种基于wifi的CSI信号强度的低头角度检测方法，其特征在于，包括以下步骤：步骤1，配置AP和MP，在实验计算机中编译Ubuntu系统，安装无线网卡驱动，配置CSI环境，实验计算机作为系统载体和信号接收器MP，实验计算机安装Ubuntu系统；将wifi路由器作为信号发射源AP；步骤2，采集原始CSI，在已配置好的AP和MP之间进行低头角度测试实验，先采集正常的低头角度范围数据，再采集非正常的低头角度数据；步骤3，处理异常数据，在CSI中可以提取出每个子载波中的周期大小、幅值和频率，在CSI采集过程中，由于周围环境的影响，会产生一些异常数据，为准确的对采集到的数据进行分析，必须对存在的这些异常数据进行处理，具体的处理过程为：1)数据预处理和去噪，获取到的原始CSI是一个X×Y×30的三维矩阵，对该三维矩阵进行降维处理提取出代表低头角度的数据，由于CSI易受环境影响，因此采用小波滤波器方法对其进行去噪处理；2)异常数据检测，由于低头角度测试选取的是角度范围，过高或过低的低头角度不能够说明问题，这些角度被视为异常数据，为准确的分析这些数据，基于阈值检测这些异常数据；3)特征数据提取，在CSI中提取出每个子载波的周期大小、频率和幅值，通过分析数据得到周期大小、频率和幅值作为特征数据，再建立谐波模型，得到相位和幅值的最佳估计值；4)分类器分类，为实现低头角度范围的识别和分类，使用支持向量机算法，将处理好的CSI输入到预先训练好的分类器中，识别出低头角度，从而输出对应坐姿，若当前处于不正确的坐姿，可即时提醒用户调整。