【技术实现步骤摘要】
适于摔倒监测的WIFI无源感知方法和系统
本专利技术涉及无线体域网
,具体而言涉及一种适于摔倒监测的WIFI无源感知方法和系统。
技术介绍
随着社会老龄化进程的不断发展,我国空巢老人的比例也逐步攀升。由于这一特殊群体在生理上的原因,在单独进行日常生活时,更容易受到来自外界的意外人身伤害。其中,因行动能力的原因而造成的跌倒损伤占了很大一部分。目前国内大多数针对老人的技术研究依然只是停留在医疗照顾的消极被动层面。而在西方发达国家,特别是美国、日本,在近些年有许多大学和研究机构在政府和社会的支持下开展了人性化的、以改善老人的生活品质为目标的各种技术的研究工作。其中,可以探测老人摔倒并能够及时将这一危险状况报告到医疗监护中心的摔倒检测技术也越来越得到各大研究机构的重视。目前国内外对识别摔倒行为的方法有很多种,根据获得的信息类型以及来源不同,摔倒行为识别的方法主要分为以下四类:一是用户自行佩戴报警装置。前提是老人在摔倒后还能保持头脑清醒,这种设备一般类似于手表之类的物品,只要与之匹配一个基站,即可以完成摔倒信号的传输。功能单一,因而价格也比较低廉。只要老人摔倒后按下按钮,即可以把摔倒信号传给医疗报警系统,随即就可以通知医护人员或者家人,从而降低了老人摔倒后受伤的危险。例如飞利浦个人急救报警系统中的手表式按钮。尽管此设备在一定程度上发挥了作用,但是也不可避免的显示了它的局限性:假如老人在摔倒后失去了行动能力或者失去知觉,那么就可能无法求救。二是基于视频的摔倒检测系统。基于视频的摔倒检测系统是通过一个或几个视 ...
【技术保护点】
1.一种适于摔倒监测的WIFI无源感知方法,其特征在于,所述方法包括:/nS1:采集无线信号中的信道状态信息,获取若干个CSI原始数据集;/nS2:筛选出异常状态的CSI原始数据集,生成若干个数据样本集;/nS3:创建行为识别模块,创建过程包括:/nS31:提取所述数据样本集的CSI特征值;/nS32:将提取出的CSI特征值样本分为两部分,其中一部分作为训练集,另一部分作为测试集,归一化预处理;/nS33:将归一化预处理后的训练集导入SVM创建行为识别模块,采用测试集对行为识别模块进行训练预测,利用交叉验证选择最佳惩罚因子c和RBF核参数g;/n所述CSI特征值包括标准差、信号强度偏移量、运动周期、中位数绝对偏差、四分位距、信息熵;/nS4:实时采集无线信号中的信道状态信息,获取CSI实时数据集,如果所述CSI实时数据集为异常状态,将CSI实时数据集导入行为识别模块,判断当前行为类别,根据识别出的行为类别,生成对应的警报信号。/n
【技术特征摘要】
1.一种适于摔倒监测的WIFI无源感知方法,其特征在于,所述方法包括:
S1:采集无线信号中的信道状态信息,获取若干个CSI原始数据集;
S2:筛选出异常状态的CSI原始数据集,生成若干个数据样本集;
S3:创建行为识别模块,创建过程包括:
S31:提取所述数据样本集的CSI特征值;
S32:将提取出的CSI特征值样本分为两部分,其中一部分作为训练集,另一部分作为测试集,归一化预处理;
S33:将归一化预处理后的训练集导入SVM创建行为识别模块,采用测试集对行为识别模块进行训练预测,利用交叉验证选择最佳惩罚因子c和RBF核参数g;
所述CSI特征值包括标准差、信号强度偏移量、运动周期、中位数绝对偏差、四分位距、信息熵;
S4:实时采集无线信号中的信道状态信息,获取CSI实时数据集,如果所述CSI实时数据集为异常状态,将CSI实时数据集导入行为识别模块,判断当前行为类别,根据识别出的行为类别,生成对应的警报信号。
2.根据权利要求1所述的适于摔倒监测的WIFI无源感知方法,其特征在于,所述行为类别至少包括摔倒动作。
3.根据权利要求1所述的适于摔倒监测的WIFI无源感知方法,其特征在于,步骤S3中,利用交叉验证选择最佳惩罚因子c和RBF核参数g是指,
通过计算准确率、漏检率、错检率来判断惩罚因子c和RBF核参数g的优化等级。
4.根据权利要求3所述的适于摔倒监测的WIFI无源感知方法,其特征在于,所述准确率、漏检率、错检率设置有对应的权重;
所述漏检率的权重高于错检率的权重。
5.根据权利要求1所述的适于摔倒监测的WIFI无源感知方法,其特征在于,步骤S3中,所述创建过程包括:
步骤S301:清空缓存区以及所有标记参数;
步骤S302:导入加入特征值后的CSI数据集;
步骤S303:划分训练集和测试集,并记录对应的分类标签;
步骤S304:利用内置归一化函数对数据集进行归一化预处理;
步骤S305:利用初始训练集和测试集进行建模和测试;
步骤S306:交叉验证选择最佳参数c和g,利用最佳参数训练行为识别模块;
步骤S307:采用训练完成的行为识别模块对测试集进行预测,计算并存储分类准确率、漏检率与错检率。
6.根据权利要求1至5任意一项中所述的适于摔倒监测的WIFI无源...
【专利技术属性】
技术研发人员:庄伟,孙洁,韩悦,申义贤,张杰锋,陈一,
申请(专利权)人:南京信息工程大学,
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。