一种基于信道状态信息和支持向量机的简单目标识别方法技术

本发明专利技术提出的一种基于信道状态信息和支持向量机的简单目标识别方法，不需要搭建专门的硬件设施，充分利用现有无线网络，使用普通商业路由器就可以达到简单目标识别的功能。在获取CSI原始数据后，首先采用基于密度的聚类算法DBSCAN对信道中的子载波数据进行聚类以去噪，然后采用基于权值的滑动平均算法对去噪后的数据进行平滑。数据预处理后，本发明专利技术采用主成分分析算法对数据进行特征值提取。预处理和特征提取后的数据能够更加准确地反映信号的主要变化并且维数大大降低，有助于提高目标识别精度并降低计算复杂度。本发明专利技术借助于基于one‑against‑one策略的SVM多分类算法，获得目标对象和信号指纹之间非线性依赖关系的统计模型，从而达到简单目标识别的目的。

A simple target recognition method based on channel state information and support vector machine

The invention proposes a simple target recognition method based on channel state information and support vector machine. It does not need to build special hardware facilities, making full use of existing wireless networks, and using ordinary commercial routers to achieve the function of simple target recognition. After obtaining the CSI raw data, we first use the density based clustering algorithm DBSCAN to cluster the sub carrier data in the channel to denoise, and then use the moving average algorithm based on weight to smooth the data after denoising. After the data preprocessing, the invention uses the principal component analysis algorithm to extract the eigenvalues of the data. The data after preprocessing and feature extraction can more accurately reflect the main changes of the signal, and the dimension is greatly reduced, which helps to improve the accuracy of target recognition and reduce the computational complexity. The invention is based on the one against one SVM strategy based on multi classification algorithm, nonlinear statistical model between the target object and the fingerprint signal dependence, so as to achieve the purpose of simple target recognition.

【技术实现步骤摘要】
一种基于信道状态信息和支持向量机的简单目标识别方法
本专利技术涉及目标识别领域，尤其涉及一种基于信道状态信息并使用支持向量机技术进行简单目标识别的方法。
技术介绍
基于Wi-Fi的无线局域网在室内获得广泛部署，在提供数据传输服务的同时，还可提供简单目标识别服务。人体内的水占的比重是百分之七十，而水对无线射频信号是有很强的吸收能力的，所以人体会对周围的Wi-Fi信号产生反射、散射、衍射、衰减等效果，通过监测人体对Wi-Fi信号所造成的干扰会形成的特殊指纹特征，可以对目标是否是人进行简单的目标识别。从Wi-Fi信号中可以获取接收信号强度指示(ReceivedSignalStrengthIndicator,RSSI)和信道状态信息(ChannelStateInformation,CSI)。RSSI是目前使用最广泛的能量特性，但其粗粒度及易变性不适合多径室内环境下的精确感知，用于目标识别精度很差。CSI是物理层特征，描述信号在发射器和接收器之间传播的衰减因子，包括散射、环境衰减、距离衰减等信息，能够抵抗来自频段的窄频带信号的干扰，在静态环境中足够稳定，被干扰时能立即做出反应，并能够分辨来自多本文档来自技高网...

【技术保护点】
本专利技术是一种基于信道状态信息(CSI)和支持向量机(SVM)分类的简单目标识别方法，主要包括以下内容：CSI数据的采集和预处理、CSI数据特征提取、对提取特征离线训练多个SVM模型、简单目标在线识别阶段。技术方案如下：步骤一：基于Wi‑Fi的简单目标识别要求室内覆盖Wi‑Fi信号，选择信号干扰较小的5G频段，设备为两台笔记本电脑，均装有Intel link 5300agn无线商业网卡；步骤二：采集不同目标对象的若干CSI原始数据，包括：发送天线个数，接收天线个数，发送频率，信道状态信息CSI矩阵；步骤三：CSI数据预处理，其中包括：(1)移除原始数据中CSI矩阵第一维度，将产生的二维矩阵从...

【技术特征摘要】
1.本发明是一种基于信道状态信息(CSI)和支持向量机(SVM)分类的简单目标识别方法，主要包括以下内容：CSI数据的采集和预处理、CSI数据特征提取、对提取特征离线训练多个SVM模型、简单目标在线识别阶段。技术方案如下：步骤一：基于Wi-Fi的简单目标识别要求室内覆盖Wi-Fi信号，选择信号干扰较小的5G频段，设备为两台笔记本电脑，均装有Intellink5300agn无线商业网卡；步骤二：采集不同目标对象的若干CSI原始数据，包括：发送天线个数，接收天线个数，发送频率，信道状态信息CSI矩阵；步骤三：CSI数据预处理，其中包括：(1)移除原始数据中CSI矩阵第一维度，将产生的二维矩阵从线性(电平)空间转换到对数(功率)空间，将矩阵中每一个复数转换成量值；(2)每一对发送和接收天线组成的信道中有30条子载波，应用基于密度的聚类算法Density-BasedSpatialClusteringofApplicationswithNoise(DBSCAN)对每一条信道进行聚类，通过删除离群点去噪；(3)使用基于权值的滑动平均算法对去噪后的CSI数据进...

【专利技术属性】
技术研发人员：周瑞，陈结松，鲁翔，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川,51