The invention relates to a method of human action identification and position estimation based on the received signal including channel state information (CSI). In the off-line phase, at different reference points, the human target performs different actions and postures, and measures the CSI information of the router transmitting signal on the receiving network card. Build the database corresponding to each action tag. Data normalization and principal component analysis are used to preprocess the training database. Using support vector machine to classify database based on action tag, we get the classification model based on action. In the online stage, according to the received CSI information, after data normalization and data preprocessing of principal component analysis, the human target action estimation results are obtained by action classification model. On this basis, through the position regression model corresponding to the result of human action target estimation, the result of human position estimation is obtained.
【技术实现步骤摘要】
一种基于信道状态信息的人员动作识别和位置估计方法
本专利技术主要利用无线网卡接收的路由器信号的信道状态信息,通过支持向量机的学习方法,对人员目标进行动作识别和位置估计,属于定位导航领域。
技术介绍
人员目标的动作识别和位置估计在日常生活中得到了各种应用,如老年人监测,健身追踪和智能家居,已经引起了学术界和工业界的广泛关注。传统的人员目标动作识别和位置估计采用基于设备的方法,如视觉装置,可穿戴传感器或者手机内部传感器。但是此类方法存在一定的应用限制。基于视觉的系统不能穿透墙,需要良好的光照条件,而且侵犯了人的隐私。基于传感器的方法采用的装置在一些场合下不方便佩戴,因此适用范围受限,并且设备昂贵。近年来,无线网络开始广泛部署,使得无线相关技术开始迅速发展。研究表明,无线局域网不仅可以用来传输数据,还可以对周围环境的变化进行感知,如人体检测、活动识别、室内定位、视距路径,识别等。利用无线信号的信道状态信息对人体动作进行识别逐渐引起研究人员的广泛关注。由于复杂背景环境的干扰,通常情况下,发射端的无线信号不会沿视距路径到达接收端,而是经由人体、家具及其他障碍物的反射、散射、衍射等多条路径传播。在接收端得到的多径叠加的信号就会携带反映环境的特征信息。与传统接收信号强度不同,信道状态信息是从无线链路接收到的分组中测量每个正交频分复用子载波,因而信道状态信息会获得更稳定的信息。因此,本专利技术利用无线接收端的信道状态信息,提出一种无设备的人员目标动作识别和位置估计方法。
技术实现思路
本专利技术的 ...
【技术保护点】
1.一种基于信道状态信息的人员动作识别和位置估计方法,其特征在于:所叙方法步骤包括:/n离线阶段:/n步骤1-1:构建训练数据库,在不同参考位置点上,人员目标进行不同的动作姿态。同时在ubuntu系统上利用CSI tool工具测量路由器发射信号在接收网卡上的CSI信息,其中子信道数量为30,接收天线数量为3;/n步骤1-2:训练数据预处理,对收集到某一个时间点的30个子载波CSI信息数据采用(0-1)归一化处理,然后利用主成分分析方法(PCA)对构建的训练数据库进行预处理,以避免维数灾难;/n步骤1-3:人员目标的动作分类学习,利用支持向量机对数据库进行基于动作标签的分类学习,得到基于动作的分类模型;所述数据库内至少包括CSI信息及动作标签;/n步骤1-4:人员目标的位置回归学习,得到步骤1-3中动作分类结果同时,利用支持向量机对在每个动作下的数据库进行基于位置坐标的回归学习,得到基于位置的回归模型;所述数据库内至少包括CSI信息及位置坐标;/n再线阶段:/n步骤2-1:接收CSI信息的数据预处理,根据接收到的CSI信息,在进行数据(0-1)归一化和主成分分析的数据预处理;/n步骤2- ...
【技术特征摘要】
1.一种基于信道状态信息的人员动作识别和位置估计方法,其特征在于:所叙方法步骤包括:
离线阶段:
步骤1-1:构建训练数据库,在不同参考位置点上,人员目标进行不同的动作姿态。同时在ubuntu系统上利用CSItool工具测量路由器发射信号在接收网卡上的CSI信息,其中子信道数量为30,接收天线数量为3;
步骤1-2:训练数据预处理,对收集到某一个时间点的30个子载波CSI信息数据采用(0-1)归一化处理,然后利用主成分分析方法(PCA)对构建的训练数据库进行预处理,以避免维数灾难;
步骤1-3:人员目标的动作分类学习,利用支持向量机对数据库进行基于动作标签的分类学习,得到基于动作的分类模型;所述数据库内至少包括CSI信息及动作标签;
步骤1-4:人员目标的位置回归学习,得到步骤1-3中动作分类结果同时,利用支持向量机对在每个动作下的数据库进行基于位置坐标的回归学习,得到基于位置的回归模型;所述数据库内至少包括CSI信息及位置坐标;
再线阶段:
...
【专利技术属性】
技术研发人员:颜俊,吴康,杨孟渭,康彬,
申请(专利权)人:南京邮电大学,
类型:发明
国别省市:江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。