面向WiFi活动识别的信号特征提取方法
专利汇可以提供面向WiFi活动识别的信号特征提取方法专利检索，专利查询，专利分析的服务。并且本 发明 公开一种面向Wi-Fi活动识别的 信号 特征提取方法，鲁棒性好，精简有效。本发明方法，包括如下步骤：(10)CSI 数据采集 ：从数据包中获取一组包含k个 子载波 的CSI幅值信息。(20)主成分提取：利用 带通滤波 对采集到的CSI幅值信号进行预处理，提取其第一主成分；(30)信号特征提取：对时域主成分信号进行STFT，获得细粒度的活动时频图；分别提取时域特征和 频域特征 ，构成特征矩阵；(40)信号特征筛选：针对特征样本点，分别寻找类内最近邻点和类间最近邻点，更新每个特征的贡献权值，根据权值评分对特征有效性进行排序，引入互信息来度量特征的冗余性，找到精简有效的特征子集。，下面是面向WiFi活动识别的信号特征提取方法专利的具体信息内容。
1.一种面向Wi-Fi活动识别的信号特征提取方法，其特征在于，包括如下步骤：
(10)CSI数据采集：在采样时间t内，从Intel 5300网卡的3根接收天线的数据包中获取一组包含k个子载波的CSI幅值信息Ak×t。
(20)主成分提取：利用带通滤波对采集到的CSI幅值信号进行预处理，根据相邻子载波的互相关度对活动信号进行分段，对3根天线的信号帧分别进行PCA处理，提取其第一主成分；
(30)信号特征提取：对3根天线的时域主成分信号进行STFT，获得细粒度的活动时频图；将每根天线的主成分信号分割成13个时间块，分别提取8个时域特征和5个频域特征，最后，将3根天线的特征矩阵合并，构成维度为1×39×13的特征矩阵；
(40)信号特征筛选：针对特征样本点Ri，分别寻找类内最近邻点和类间最近邻点，更新每个特征的贡献权值，根据权值评分对特征有效性进行排序，引入互信息来度量特征的冗余性，找到精简有效的特征子集。
2.根据权利要求1所述的信号特征提取方法，其特征在于，所述(10)CSI数据采集步骤包括：
(11)信道状态信息收集：首先从网卡发送的数据包中获得一组包含30个子载波的CSI：
H＝[H1,...,Hk,...,H30]
其中每个分量代表了传输信号对应子载波的幅度和相位，即：
这里，Hk是第k个子载波的CSI，|Hk|表示CSI的幅值，记为Ak，∠Hk表示CSI的相位，记为φk；
(12)幅值信息获取：接收机持续收集CSI并将某个特定时间窗内的t个幅值序列记为：
这t次CSI幅值测量值将作为活动识别算法的基本输入。
3.根据权利要求2所述的信号特征提取方法，其特征在于，所述(20)主成分提取步骤包括：
(21)带通滤波：采用巴特沃兹滤波器对原始CSI幅值进行带通滤波，将上限截止频率设为80赫兹，下限截止频率设为0.5赫兹，从而确保目标频段内的人体活动信息得以保留，以剔除非目标频段噪声；
(22)信号分段：通过计算相邻5个子载波的互相关系数来判断人体是否进行活动，阈值设为0.8，如果阈值大于0.8，则判断人体进行活动，对当前时间段内的信号进行保留；如果阈值小于0.8，则表明当前环境无人运动；
(23)主成分分析：对每根天线采集到的幅值信息分别进行PCA处理，提取第一主成分。
4.根据权利要求3所述的信号特征提取方法，其特征在于，所述(30)信号特征提取步骤包括：
(31)短时傅里叶变换：分别对三根天线的第一主成分进行STFT，以获得频域的信号特征，其中，窗宽设置为采样率的1/2；
(32)时频特征提取：将每根天线的第一主成分信号分割成13个时间块，分别从中提取8个时域特征和5个频域特征，
所述8个时域特征包括平均值、最大值、最小值、标准差、中位数、熵值、偏度系数以及峰态系数，
所述5个频域特征，包括频谱熵、平均速度、最大速度、速度标准差以及分形维数；
(33)特征矩阵构建：将三个特征矩阵重新组合，构建成一个1×39×13的特征矩阵Φ：
其中Ai表示第i个特征， 表示第j根天线的第u个时间块内所提取到的第i个特征。
5.根据权利要求4所述的信号特征提取方法，其特征在于，所述(40)信号特征筛选步骤包括：
(41)输入参数：训练集J，取样次数m，最近邻数k,阈值σ，初始化权值向量W、存储集合变量St和Sf，评价指标θ，其中，θ定义如下：
I(Ai,Aj)＝E(Ai)+E(Aj)-E(Ai,Aj)
其中，Red(S)表示特征集合S的冗余度，E(Ai)、E(Aj)分别为特征项A中第i个和第j个的信息熵，I(Ai,Aj)表示特征项A中第i个和第j个的互信息，|S|表示特征集合S中包含的特征数量；
(42)随机挑选样本：在J中随机选择样本点Ri；
(43)寻找最近邻样本：对于每个CH＝class(Ri)，分别找到与Ri同类的k个最近邻样本H(CH)；对于每个CM≠class(Ri)，分别找到与Ri不同类的k个最近邻样本M(CH)；
(44)更新贡献权值：计算特征A的权值贡献W：
W(A)＝W(A)-J[H(CH)]+J[M(CM)],
其中:
D[H(CH)]和D[M(CM)]分别表示样本Ri与同类最近邻点和不同类最近邻点的平均距离。Hj(CH)和Mj(CM)分别表示第CH与第CM类的第j个最近邻点；P(CH)和P(CM)分别表示样本落入第CH与第CM类的概率。
(45)输出权重向量：根据步骤(44)获得权重向量W；
(46)删除评分较低特征：根据阈值σ得到特征集S，当特征集S中的特征数量大于0时，按照后向顺序依次删除评分较低的特征：St＝S-Ai，执行步骤(47)；
(47)比较冗余程度：当删除评分最末的特征Ai后，只有评分有较大提高才能直接输出当前特征集合，即θ(St)-θ(S)>σ时，Sf＝St；如果是评分只有略微提高，即θ(St)-θ(S)>0，则将当前循环部分的子集St和θ(St)记录下来，令S＝St；若评分下降，则令S＝St；当特征集S中的特征数量等于0时，开始步骤(48)；
(48)比较特征集合评分：找出所有的记录中使得函数f＝argmaxf(θ(St))的St，把St存入集合Sf中；
(49)输出特征集合：输出Sf，结合特征集合的规模和有效性，对最终的集合进行挑选。
面向WiFi活动识别的信号特征提取方法
技术领域
背景技术
发明内容
具体实施方式
75赫兹之间，因此将上限截止频率设为80赫兹，下限截止频率设为0.5赫兹，从而确保活动信息得以保留。滤波后信号曲线如图4(b)所示。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种加热炉温度控制过程中的误差矫正方法 | 2020-05-08 | 71 |
| 线圈的可靠性试验装置 | 2020-05-08 | 622 |
| 组织结构数据处理方法、装置、电子设备 | 2020-05-08 | 57 |
| 并联式混动汽车混合模式扭矩信号分解及扭矩分配方法 | 2020-05-11 | 459 |
| 一种隐藏节点的确定方法及装置 | 2020-05-08 | 194 |
| 一种变压器运行能力全自动检测系统 | 2020-05-08 | 189 |
| 一种基于平衡因子的动态偶发任务低功耗调度方法 | 2020-05-08 | 369 |
| 连续生产中芳香胺重氮化反应转化率测定和/或控制方法 | 2020-05-08 | 304 |
| 车辆的无钥匙控制系统及方法 | 2020-05-08 | 676 |
| 基于升压转换器内部条件估计负载电流强度的电子电路 | 2020-05-08 | 256 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
