一种基于WiFi信号的被动式目标探测方法技术

本发明专利技术公开了一种基于WiFi信号的被动式目标探测方法，通过对采集到的WiFi信号的幅度数据进行巴特沃斯低通滤波、利用方差思想选取对目标探测最敏感的子载波数据、汉宁窗的均值加权平滑算法进行平滑处理的预处理方式，消除环境噪声影响，提取对目标敏感的数据，本发明专利技术充分利用一阶绝对差分和小波系数分解与重构两种方法，首次提出一种基于时域和频域的双阈值探测模型，在无需学习的条件下判定探测区域是否有目标出现。

A passive target detection method based on WiFi signal

The invention discloses a passive target detection method based on WiFi signal. By means of Butterworth low-pass filtering of the amplitude data of the collected WiFi signal, selecting the subcarrier data most sensitive to target detection by variance idea, and smoothing the mean weighted smoothing algorithm of Hanning window, the pretreatment method is eliminated. In order to remove the influence of environmental noise and extract TARGET-SENSITIVE data, the present invention makes full use of the first-order absolute difference method and the decomposition and reconstruction of wavelet coefficients, and proposes for the first time a dual-threshold detection model based on time domain and frequency domain to determine whether there is a target in the detection area without learning.

【技术实现步骤摘要】
一种基于WiFi信号的被动式目标探测方法
本专利技术涉及目标探测方法，具体涉及一种基于WiFi信号的被动式目标探测方法。
技术介绍
在现实生活中，目标探测的相关技术手段不外乎利用光、超声波、无线信号。但是，利用光与超声波这两类技术实现目标探测有诸多的缺陷，譬如：光线和监测视角要求高；隐私泄露问题；超声波信号依赖昂贵的大型专用设备。这些缺陷也将导致这两类技术难以在普适环境中被广泛使用，更别说广泛推行到智慧照明应用中。利用WiFi、RFID等普适商用设备进行目标探测，即拥有其他技术无可比拟的优势，如随处可见、数据传输带宽需求小等。然而在实际场景中，WiFi的普及率更高于RFID技术，并且在RFID的部署场景中，虽说被动式的无源标签的成本低廉(5-10美分/个)，但是RFID读写器的成本却很昂贵，部署代价高昂。在室内应用场景中，无线信号密集且复杂、环境噪声丰富且随机，均为获取对目标敏感的WiFi信号幅度特征信息带来严峻挑战；传统基于WiFi信号的目标探测相关技术往往需要大规模的训练学习，这带来了人力代价成本高与建立的指纹库不稳定的问题，不能满足用户对探测系统的实时性和普适性需求，同样为目标本文档来自技高网...

【技术保护点】
1.一种基于WiFi信号的被动式目标探测方法，用于对探测区域中是否存在待检测目标进行探测，其特征在于，所述的目标探测方法包括：步骤1、获得探测区域内WiFi信号的所有子载波的幅度数据；步骤2、将所述所有子载波的幅度数据中的高频噪声滤除；步骤3、在所述进行高频噪声滤除后的所有子载波的幅度数据中，选择幅度数据方差最大的子载波作为子载波findex，所述子载波findex的幅度数据由T个子幅度数据组成，T≥2；步骤4、对所述子载波findex的幅度数据进行平滑后再进行归一化，获得子载波findex预处理后的幅度数据；步骤5、采用如式IX的一阶绝对差分算法对步骤4获得的子载波findex预处理后的幅度...

【技术特征摘要】
1.一种基于WiFi信号的被动式目标探测方法，用于对探测区域中是否存在待检测目标进行探测，其特征在于，所述的目标探测方法包括：步骤1、获得探测区域内WiFi信号的所有子载波的幅度数据；步骤2、将所述所有子载波的幅度数据中的高频噪声滤除；步骤3、在所述进行高频噪声滤除后的所有子载波的幅度数据中，选择幅度数据方差最大的子载波作为子载波findex，所述子载波findex的幅度数据由T个子幅度数据组成，T≥2；步骤4、对所述子载波findex的幅度数据进行平滑后再进行归一化，获得子载波findex预处理后的幅度数据；步骤5、采用如式IX的一阶绝对差分算法对步骤4获得的子载波findex预处理后的幅度数据进行处理，获得时域上的幅度差ADiff：式中，Anor(findex,t)表示子载波findex的第t个预处理后的子幅度数据，t∈T；步骤6、利用小波系数的分解与重构算法对步骤4获得的子载波findex预处理后的幅度数据进行处理，获得频域上的小波细节系数；步骤7、若所述幅度差大于时间阈值Thresholdtime并且所述的小波细节系数大于频率阈值Thresholdfrequency时，则当前探测区域中存在所述的待检测目标；若所述幅度差小于时间阈值Thresholdtime并且所述的小波细节系数小于频率阈值Thresholdfrequency时，则当前探测区域中不存在所述的待检测目标。2.如权利要求1所述的基于WiFi信号的被动式目标探测方法，其特征在于，所述的步骤2、采用巴特沃斯低通滤波器将所述所有子载波的幅度数据中的高频噪声滤除。3.如权利要求2所述的基于WiFi信号的被动式目标探测方法，其特征在于，所述巴特沃斯低通滤波器的参数为通带截止频率wp＝50Hz，阻带截止频率ws＝17Hz，通...

【专利技术属性】
技术研发人员：陈晓江，倪礼刚，王薇，陈峰，刘宝英，房鼎益，常丽琼，
申请(专利权)人：西北大学，
类型：发明
国别省市：陕西,61