一种基于商用Wi-Fi的非接触单人计步方法及系统技术方案

本发明专利技术公开了一种基于商用Wi‑Fi的非接触单人计步方法及系统，方法包括：参与者按照预设的动作要求进行重复运动，通过商用Wi‑Fi采集参与者的CSI信号；定义d(t)为一个时间滑动窗口内所有振幅数据的平均绝对偏差之和，根据d(t)求取t时间段内的噪音水平，从CSI信号中筛除噪音信号；通过汉普尔滤波器剔除CSI信号中每个子载波的静态成分，使用萨维茨基‑格雷滤波器去除其他噪音；采用因子分析的降维算法从降噪后的CSI信号中提取单人信号；对单人信号进行时频分析、特征提取、以及波峰检测，其中波峰检测具体为：根据波峰间距、波峰高度、波峰突起、波峰宽度四个约束条件进行检测。系统包括：微处理器、WiFi的发射端、以及WiFi的接收端。

A contactless single person step counting method and system based on commercial Wi-Fi

The invention discloses a non-contact single-person walking method and system based on commercial Wi_Fi. The method comprises: the participants perform repeated movements according to the preset motion requirements, collect the CSI signals of the participants through commercial Wi_Fi, and define d(t) as the sum of the average absolute deviations of all amplitude data in a time sliding window, and the root. According to D (t), the noise level in t period is calculated, and the noise signal is screened out from the CSI signal; the static component of each sub-carrier in the CSI signal is eliminated by Hampel filter, and other noises are removed by Savitsky Gray filter; the single signal is extracted from the denoised CSI signal by dimension reduction algorithm of factor analysis; and the single signal is checked out by single factor analysis. Human signals are analyzed by time-frequency analysis, feature extraction, and peak detection, in which peak detection is carried out according to four constraints: peak spacing, peak height, peak protrusion, peak width. The system includes the microprocessor, the transmitter of WiFi, and the receiving end of WiFi.

【技术实现步骤摘要】
一种基于商用Wi-Fi的非接触单人计步方法及系统
本专利技术涉及计算机网络，特别涉及到特征提取，数据挖掘领域，尤其涉及一种基于商用Wi-Fi的非接触单人计步方法及系统。
技术介绍
随着无线技术的发展，无线信号不仅可以用于传输数据，还可以用来感知环境，在室内环境下WiFi设备产生的无线信号在周围不同的物体上发生直射、反射和散射，最后到达接收设备，因此无线信号携带了周围环境的信息。通过建立接收设备物理层中信道状态信息的波形特征与目标任务的关系，可以进行室内定位、行为识别、安全监控和医疗监护等等。先前的行为识别系统，它们一般使用照相机、可穿戴的传感器和软件无线电设备来跟踪运动信息，这些设备虽然捕获动作的精确度高，但是价格昂贵，普适性低。其他的系统则利用机器学习的方法对商用WiFi设备中的CSI(ChannelStateInformation无线信道状态信息)信号进行训练，最后使用模型来识别相关行为，但是模型不仅训练耗时，而且对特征的依赖性较大，所以使用训练的方法很难开发出轻量级，并且健壮的用户接口。本专利技术将使用常规的商用Wi-Fi设备进行步数估计，它价格便宜，普适性高；在技术上将使用无监督的方法估计单人运动的步数，它高效，且无需训练。
技术实现思路
本专利技术提供了一种基于商用Wi-Fi的非接触单人计步方法及系统，本专利技术通过使用一系列信号处理与数据挖掘技术来处理Wi-Fi信号，实现了使用常规的Wi-Fi设备即可对单个人进行计步，详见下文描述：一种基于商用Wi-Fi的非接触单人计步方法，所述方法包括：参与者按照预设的动作要求进行重复运动，通过商用Wi-Fi采集参与者的CSI信号；定义d(t)为一个时间滑动窗口内所有振幅数据的平均绝对偏差之和，根据d(t)求取t时间段内的噪音水平N(t)，从CSI信号中筛除噪音信号；通过汉普尔滤波器剔除CSI信号中每个子载波的静态成分，使用萨维茨基-格雷滤波器进一步去除其他噪音；采用因子分析的降维算法从降噪后的CSI信号中提取单人信号；对单人信号进行时频分析、特征提取、以及波峰检测，其中波峰检测具体为：根据波峰间距、波峰高度、波峰突起、波峰宽度四个约束条件进行检测。其中，其中，ap(n)表示子载波p所对应的数据包索引为n处的振幅值，P为子载波索引的最大值(此处为90)，N为滑动窗口内所有数据包索引的集合，L为滑动窗口的长度，E为滑动窗口内的所有数据包振幅的均值。进一步地，所述波峰间距、波峰高度、波峰突起、波峰宽度四个约束条件分别为：(1)波峰间距：基于正常人原地跑步时的步间间隔时间，设置波峰间距最小为0.32s，最大间距为0.7s；(2)波峰高度：基于正常人原地跑步时腿的最大速度，设置波峰高度最小为0.6m/s，最大为1.3m/s；(3)波峰突起：基于正常人原地慢跑时腿的最大速度和最小速度之差与大量的实验结果，设置波峰突出最小为0.11m/s，最大为0.92m/s；(4)波峰宽度：基于正常人原地慢跑时单腿抬起到落下所经历的时间，此处波峰宽度的参考标准为波峰高度的一半，结合大量实验结果，设置该值为最小为0.1s，最大为0.5s。另一实施例，一种基于商用Wi-Fi的非接触单人计步系统，所述系统包括：微处理器、WiFi的发射端、以及WiFi的接收端，所述WiFi的发射端和接收端放在地面上，发射端与接收端在一条直线上；在接收端上收集完成CSI数据后，接收端通过TCP/IP协议将CSI数据发送到微处理器上，微处理器通过MATLAB处理CSI数据；即，通过汉普尔滤波器剔除CSI信号中每个子载波的静态成分，使用萨维茨基-格雷滤波器进一步去除其他噪音；采用因子分析的降维算法从降噪后的CSI信号中提取单人信号；对单人信号进行时频分析、特征提取、以及波峰检测，其中波峰检测具体为：根据波峰间距、波峰高度、波峰突起、波峰宽度四个约束条件进行检测。本专利技术提供的技术方案的有益效果是：1、本专利技术使用常规的Wi-Fi设备即可实现室内计步，价格便宜而且普适性高。2、本专利技术提出的数据处理方法，也可以用于其他领域，具有很好的通用性；本专利技术为沉浸式游戏设备的开发提供了新思路，新理念。3、计步的意义一方面在于规范原地跑步的动作，另一方面可以增加原地跑步本身的趣味性，将健身变为一种娱乐游戏，比如可以预先对使用本专利技术设计的系统进行时间和步数设定，然后在规定时间内完成预定的步数，白领工作者可以在办公室内玩3分钟游戏以舒缓压力，家庭成员平时可以利用零碎时间进行原地慢跑步数比赛以增进感情。4、本专利技术也可以用于医疗康复，例如：病人每天做定量的运动，来达到康复的目的。附图说明图1为一种基于商用Wi-Fi的非接触单人计步方法的流程图；图2为CSI振幅降噪前后对比示意图；其中，(a)为原始的CSI信号；(b)为降噪后的CSI信号。图3为CSI子载波间的线性相关性示意图；图4为因子数与因子累积贡献率的关系示意图；其中，(a)为公因子个数的累计贡献率；(b)为公因子系数对子载波的影响。图(a)中的1-4分别为公因子个数。图5为极大似然估计与因子分析结果示意图；其中，(a)为公因子数为2时，公因子对于每个子载波的极大似然估计值；(b)为因子分析后CSI信号的幅值。图6为步数估计结果示意图；图7为速度频率分布直方图。图8为沉浸式游戏系统的结构示意图。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚，下面对本专利技术实施方式作进一步地详细描述。实施例1一种基于商用Wi-Fi的非接触单人计步方法，该方法包括：1)参与者按照预设的动作要求进行重复运动，通过商用Wi-Fi采集参与者的CSI信号；2)定义d(t)为一个时间滑动窗口内所有振幅数据的平均绝对偏差之和，根据d(t)求取t时间段内的噪音水平N(t)，从CSI信号中筛除噪音信号；3)通过汉普尔滤波器剔除CSI信号中每个子载波的静态成分，使用萨维茨基-格雷滤波器进一步去除其他噪音；4)采用因子分析的降维算法从降噪后的CSI信号中提取单人信号；5)对单人信号进行时频分析、特征提取、以及波峰检测，其中波峰检测具体为：根据波峰间距、波峰高度、波峰突起、波峰宽度四个约束条件进行检测。综上所述，本专利技术实施例通过使用一系列信号处理与数据挖掘技术来处理Wi-Fi信号，实现了使用常规的Wi-Fi设备即可对单个人进行计步。实施例2本专利技术实施例提出了一种基于商用Wi-Fi的非接触单人计步方法，参见图1，该方法包括以下步骤：一、通过商用Wi-Fi采集CSI信号1)将两个商用Wi-Fi设备分别作为发射端和接收端；例如：路由器，作为发射端持续发射无线信号，另一个设备例如：笔记本电脑，作为接收端，不断的接收CSI信号。具体实现时，本专利技术实施例对上述器件的型号不做限制，只要能实现上述功能的器件均可。2)游戏开始时，参与者首先需要身体直立，双脚开立与肩同宽，双臂在身体两侧自然下垂；3)然后一条腿弯曲，将脚抬起至膝盖高度，同侧手臂向后摆动，对侧手臂向前摆动；另一条腿略微弯曲，脚留在地上，重量集中于脚趾；4)将抬起的腿放回起始位置，再抬起另一条腿，重复以上动作，两边交替重复动作至推荐步数(具体实现时，本专利技术实施例对步数不做限制，根据实际应用中的需要进行设定)。在参与者进行游戏的过程中，WiFi信号经过参与者反射产生独一无二、波动变化本文档来自技高网...

【技术保护点】
1.一种基于商用Wi‑Fi的非接触单人计步方法，其特征在于，所述方法包括：参与者按照预设的动作要求进行重复运动，通过商用Wi‑Fi采集参与者的CSI信号；定义d(t)为一个时间滑动窗口内所有振幅数据的平均绝对偏差之和，根据d(t)求取t时间段内的噪音水平N(t)，从CSI信号中筛除噪音信号；通过汉普尔滤波器剔除CSI信号中每个子载波的静态成分，使用萨维茨基‑格雷滤波器进一步去除其他噪音；采用因子分析的降维算法从降噪后的CSI信号中提取单人信号；对单人信号进行时频分析、特征提取、以及波峰检测，其中波峰检测具体为：根据波峰间距、波峰高度、波峰突起、波峰宽度四个约束条件进行检测。

【技术特征摘要】
1.一种基于商用Wi-Fi的非接触单人计步方法，其特征在于，所述方法包括：参与者按照预设的动作要求进行重复运动，通过商用Wi-Fi采集参与者的CSI信号；定义d(t)为一个时间滑动窗口内所有振幅数据的平均绝对偏差之和，根据d(t)求取t时间段内的噪音水平N(t)，从CSI信号中筛除噪音信号；通过汉普尔滤波器剔除CSI信号中每个子载波的静态成分，使用萨维茨基-格雷滤波器进一步去除其他噪音；采用因子分析的降维算法从降噪后的CSI信号中提取单人信号；对单人信号进行时频分析、特征提取、以及波峰检测，其中波峰检测具体为：根据波峰间距、波峰高度、波峰突起、波峰宽度四个约束条件进行检测。2.根据权利要求1所述的一种基于商用Wi-Fi的非接触单人计步方法，其特征在于，其中，ap(n)表示子载波p所对应的数据包索引为n处的振幅值，P为子载波索引的最大值(此处为90)，N为滑动窗口内所有数据包索引的集合，L为滑动窗口的长度，E为滑动窗口内的所有数据包振幅的均值。3.根据权利要求1所述的一种基于商用Wi-Fi的非接触单人计步方法，其特征在于，所述波峰间距、波峰高度、波峰突起、波峰宽度四个约束条件分别为：(1)波峰间距：基于正常人原地跑步时的步间间隔时间，设置波峰...

【专利技术属性】
技术研发人员：刘美光，张蕾，
申请(专利权)人：天津大学，
类型：发明
国别省市：天津,12