人员活动持续时间估计方法、装置和终端设备制造方法及图纸

本发明专利技术适用于行为检测技术领域，提供了一种人员活动持续时间估计方法、装置和终端设备。所述方法包括：获取被人员反射的无线信号的信道状态信息CSI序列，利用时间窗将所述CSI序列分割成预设个数的CSI短序列；对每个所述CSI短序列分别进行特征提取得到预设个数的CSI短序列特征；通过分类器对所述预设个数的CSI短序列特征进行分类确定人员活动，以及根据所述人员活动对应的CSI短序列的个数和所述时间窗的尺寸确定所述人员活动的持续时间。本发明专利技术能够解决传统的人员活动检测依赖于信号功率的问题，实现用物理层的信息代替控制层信息实现人员活动检测，同时对人员活动的持续时间进行估计。

Estimation method, device and terminal equipment for duration of human activity

【技术实现步骤摘要】
人员活动持续时间估计方法、装置和终端设备
本专利技术属于活动检测
，尤其涉及一种人员活动持续时间估计方法、装置和终端设备。
技术介绍
活动识别是医疗健康和安全监控等领域的研究热点之一。其中，活动持续时间是人员活动识别的一个重要参数。例如，在医疗健康方面，通过活动持续时间可以量化人员活动与疾病之间的关系；在安防监控方面，可根据活动持续时间分析移动人员的异常行为等。传统的人员活动持续时间估计技术主要基于红外、视觉和可穿戴设备来实现。基于红外的技术，红外线容易被阻挡且红外设备需要固定在特定的位置，移动性差；基于视觉的技术对光线强度的要求高；基于可穿戴设备的技术要求用户随身佩戴监测设备，舒适性较差，而且对于目标人物佩戴设备的自觉性要求极高，不适用于入侵检测、嫌犯追踪等特殊场景。后来，随着无线网络的发展，无线网逐步实现全覆盖。无线网信号经由移动人员等障碍物时会发生反射、散射等形成多径叠加信号，通过分析人员活动引起无线信号产生的相应变化可进行相关检测。现有的人员活动持续时间估计技术是通过接收信号强度(ReceivedSignalStrength，RSS)的波动特征实现检测，依赖于信号功率，活动持续时间估计不准确，影响检测效果。
技术实现思路
有鉴于此，本专利技术实施例提供了一种人员活动持续时间估计方法、装置和终端设备，以解决现有技术中的活动检测技术依赖于信号功率，活动持续时间估计不准确的问题。本专利技术实施例的第一方面提供了一种人员活动持续时间估计方法，包括：获取被人员反射的无线信号的CSI(ChannelStateInformation，信道状态信息)序列，利用时间窗将所述CSI序列分割成预设个数的CSI短序列；对每个所述CSI短序列分别进行特征提取得到预设个数的CSI短序列特征；通过分类器对所述预设个数的CSI短序列特征进行分类确定人员活动，以及根据所述人员活动对应的CSI短序列的个数和所述时间窗的尺寸确定所述人员活动的持续时间。可选的，在利用时间窗将所述CSI序列分割成预设个数的CSI短序列之后，所述方法还包括：检测每个所述CSI短序列中的信息异常值，并将所述信息异常值删除；在每个所述CSI短序列中删除所述信息异常值的位置进行插值处理；对进行插值处理后的每个所述CSI短序列进行去噪处理，对去噪后的每个所述CSI短序列分别进行特征提取。可选的，所述检测每个所述CSI短序列中的信息异常值，并将所述信息异常值删除，包括：采用Hampel滤波器算法检测每个所述CSI短序列中的信息异常值，并将所述信息异常值删除。可选的，所述对每个所述CSI短序列分别进行特征提取得到预设个数的CSI短序列特征，包括：将每个所述CSI短序列均进行主成分分析得到对应的特征主成分和对应的主特征向量；计算与所述CSI短序列对应的所述主特征向量的一阶差分均值，以及计算对应的所述特征主成分的方差；将与每个所述CSI短序列对应的所述方差与所述一阶差分均值的比值设置为所述预设个数的CSI短序列特征。可选的，每个所述CSI短序列均包括多个子载波；计算所述一阶差分均值的过程，包括：通过得到所述一阶差分均值Diff(vi)；其中，N为所述子载波的个数，vi为对应的所述主特征向量。可选的，所述根据所述人员活动对应的CSI短序列的个数和所述时间窗的尺寸确定所述人员活动的持续时间，包括：通过Dr＝segNum×window得到所述人员活动的持续时间Dr；其中，segNum为所述人员活动对应的CSI短序列的个数，window为所述时间窗的尺寸。可选的，在通过分类器对所述预设个数的CSI短序列特征进行分类之后，还包括：采用数据融合方法对所述分类结果进行决策，根据决策结果确定所述人员活动。本专利技术实施例的第二方面提供了一种人员活动持续时间估计装置，包括：信息预处理模块，用于获取被人员反射的无线信号的信道状态信息CSI序列，利用时间窗将所述CSI序列分割成预设个数的CSI短序列；特征提取模块，用于对每个所述CSI短序列分别进行特征提取得到预设个数的CSI短序列特征；活动持续时间估计模块，用于通过分类器对所述预设个数的CSI短序列特征进行分类确定人员活动，以及根据所述人员活动对应的CSI短序列的个数和所述时间窗的尺寸确定所述人员活动的持续时间。本专利技术实施例的第三方面提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如上述任一项所述方法的步骤。本专利技术实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，包括：所述计算机程序被处理器执行时实现如上述任一项所述方法的步骤。本专利技术实施例中的人员活动持续时间估计方法、装置和终端设备与现有技术相比存在的有益效果是：首先，通过获取被人员反射的无线信号的信道状态信息CSI序列，利用时间窗将所述CSI序列分割成预设个数的CSI短序列，用物理层的CSI序列代替控制层的信号强度等粗粒度信息，为后面的特征提取和检测提供更加细粒度的信息，提高人员活动检测精度；其次，对每个CSI短序列进行特征提取，通过分类器对每个CSI短序列得到的CSI短序列特征进行分类，以及根据所述人员活动对应的CSI短序列的个数和所述时间窗的尺寸确定所述人员活动的持续时间，在精确识别人员活动的同时实现了对人员活动持续时间的估计。附图说明为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术实施例提供的人员活动持续时间估计方法的实现流程示意图；图2是本专利技术实施例提供的在图1中步骤S101之后所述人员活动持续时间估计方法的实现流程示意图；图3是图1中步骤S102的实现流程示意图；图4是本专利技术实施例提供的一种实施场景图；图5是本专利技术实施例提供的在静态场景下的CSI序列变化的示意图；图6是本专利技术实施例提供的在动态场景下的CSI序列变化的示意图；图7是本专利技术实施例提供的人员活动持续时间估计装置的结构框图；图8是本专利技术实施例提供的终端设备的示意图。具体实施方式以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本专利技术实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本专利技术。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本专利技术的描述。为了说明本专利技术所述的技术方案，下面通过具体实施例来进行说明。实施例一参见图1提供了人员活动持续时间估计方法的一个实施例实现流程示意图，详述如下：步骤S101，获取被人员反射的无线信号的信道状态信息CSI序列，利用时间窗将所述CSI序列分割成预设个数的CSI短序列。采用物理层的CSI序列代替传统的介质访问控制层的信号强度信息，可以解决传统方法中依赖于信号功率的问题，同时根据时间窗的尺寸将CSI序列分割成预设个数CSI短序列，将连续复杂的人员活动信息转化为离散简单的人员活动检测，对CSI序列更精细的分析，可以提高CSI序列进行特征本文档来自技高网...

【技术保护点】
1.一种人员活动持续时间估计方法，其特征在于，包括：获取被人员反射的无线信号的信道状态信息CSI序列，利用时间窗将所述CSI序列分割成预设个数的CSI短序列；对每个所述CSI短序列分别进行特征提取得到预设个数的CSI短序列特征；通过分类器对所述预设个数的CSI短序列特征进行分类确定人员活动，以及根据所述人员活动对应的CSI短序列的个数和所述时间窗的尺寸确定所述人员活动的持续时间。

【技术特征摘要】
1.一种人员活动持续时间估计方法，其特征在于，包括：获取被人员反射的无线信号的信道状态信息CSI序列，利用时间窗将所述CSI序列分割成预设个数的CSI短序列；对每个所述CSI短序列分别进行特征提取得到预设个数的CSI短序列特征；通过分类器对所述预设个数的CSI短序列特征进行分类确定人员活动，以及根据所述人员活动对应的CSI短序列的个数和所述时间窗的尺寸确定所述人员活动的持续时间。2.如权利要求1所述的人员活动持续时间估计方法，其特征在于，在利用时间窗将所述CSI序列分割成预设个数的CSI短序列之后，所述方法还包括：检测每个所述CSI短序列中的信息异常值，并将所述信息异常值删除；在每个所述CSI短序列中删除所述信息异常值的位置进行插值处理；对进行插值处理后的每个所述CSI短序列进行去噪处理，对去噪后的每个所述CSI短序列分别进行特征提取。3.如权利要求2所述的人员活动持续时间估计方法，其特征在于，所述检测每个所述CSI短序列中的信息异常值，并将所述信息异常值删除，包括：采用Hampel滤波器算法检测每个所述CSI短序列中的信息异常值，并将所述信息异常值删除。4.如权利要求1所述的人员活动持续时间估计方法，其特征在于，所述对每个所述CSI短序列分别进行特征提取得到预设个数的CSI短序列特征，包括：将每个所述CSI短序列均进行主成分分析得到对应的特征主成分和对应的主特征向量；计算与所述CSI短序列对应的所述主特征向量的一阶差分均值，以及计算对应的所述特征主成分的方差；将与每个所述CSI短序列对应的所述方差与所述一阶差分均值的比值设置为所述预设个数的CSI短序列特征。5.如权利要求4所述的人员活动持续时间估计方法，其特征在于，每个所述CS...

【专利技术属性】
技术研发人员：赵继军，刘立双，魏忠诚，张春华，王巍，
申请(专利权)人：河北工程大学，
类型：发明
国别省市：河北,13