[发明专利]一种基于WIFI信号的人员检测方法

摘要

本发明涉及一种基于WIFI信号的人员检测方法，对采集得到的WiFi网络所有子载波的CSI进行相关性分析，挑选出动态性较强的前k个子载波；其次对挑选出的子载波CSI进行主成分分析，提取出最能表现由于人员移动所造成的信号变化部分的主要分量；接着使用小波去噪方法滤除掉叠加在主要分量上的环境高频噪声，保留下包含人类活动的低频信号成分；然后使用去噪后数据的方差作为信号特征，来刻画由于人员移动所导致的信号波动；最后综合使用信号强度阈值和信号时延阈值，判断被监控区域内是否有人员出现。本发明可广泛应用于国防、党政机关、企业与公司等需要对人员出现进行安全防范检测的单位和居民家庭。

主权项

1.一种基于WIFI信号的人员检测方法，其特征在于步骤如下：步骤1、静态环境CSI数据的相关性计算：采集静态环境下的CSI数据，计算t秒内各个子载波CSI数据的相关系数矩阵Ps：其中：H₁和H₂分别表示第i个和第j个子载波的CSI，D(H)表示CSI数据H的方差，Cov(H₁,H₂)表示H₁和H₂的协方差；步骤2、动态环境CSI数据的相关性计算：采集动态环境下CSI数据，计算t秒内各个子载波CSI数据的相关系数矩阵Pd；步骤3、子载波选择：选择出Pd与Ps差别最大的前k个子载波(i,S)＝max_k(||Pd‑Ps||)其中，i是被选择的子载波索引号，S是被选择的子载波CSI矩阵；步骤4、主成分分析：1)、对被选择的每个子载波的CSI数据进行标准化变换：其中：S_i和X_i分别表示第i个子载波标准化变换前、后的值，E(S_i)为S_i的数学期望，D(S_i)为S_i的方差；2)、标准化后的CSI数据协方差矩阵为：Y＝X^TX3)、解相关矩阵的特征方程|Y‑λI_k|＝0，得到k个特征根，解方程组Yb＝λ_ib得到单位特征向量4)、将标准化后的指标变量转换为主成分：其中W₁成为第一主成分，W₂称为第二主成分，……，W_k为第k主成分；步骤5：选取的第i个主成分数据使用小波算法进行去噪；步骤6：对于去噪后的数据，使用长度为L的滑动窗口，按照下式计算信号上包络，平滑持续出现的毛刺，降低漏报率：E_i＝max_1<i<L(W_i)其中E_i表示通过计算得到的包络线上的点。根据所需信号的平滑程度，窗口每次滑动M个数据；步骤7：计算步骤6所得的上包络线的方差作为人员出现的特征数据：对特征数据进行更新：C_j＝λ*V_j+(1‑λ)*C_j‑1其中，V_j为j时刻的方差计算值，C_j为j时刻方差的平滑值。λ取值在[0,1]之间，表示指数移动平均算法对于历史计算值的权重；步骤8、检测：以强度阈值T_a和时间阈值T_h，对步骤7得到的每个实时特征C_j按照进行检测：在窗口w内对t_j进行统计：若t‑T_h≤0则判定为没有人员出现，t‑T_h>0则判定为有人出现。