处理环境射频数据以用于活动识别的方法技术

一种操作活动识别系统的方法，包括由射频(RF)嗅探器捕获环境RF数据。然后由处理器接收所述环境RF数据。所述处理器降低所述环境RF数据的噪声含量。然后由所述处理器从所述环境RF数据中减去背景。然后由所述处理器将经处理的环境RF数据转换成图像。所述系统为多个时间间隔中的每一个生成连续图像。将存储在存储介质中并由所述处理器执行的图像处理算法应用于所述多个连续图像以确定活动识别。

【技术实现步骤摘要】
处理环境射频数据以用于活动识别的方法
技术介绍
本公开涉及一种活动识别系统，并且更具体地，涉及一种由系统处理环境射频数据以用于活动识别的方法。存在检测、入侵检测和其他活动识别通常由运动检测器执行，运动检测器有多种形式，包括光学和热/红外相机、被动/主动红外运动检测器、声传感器、振动传感器、窗口磁性传感器和/或玻璃破碎传感器。用于入侵检测的最常见的运动传感器是被动红外传感器(PIR)，其依赖于感测人体辐射的热量。PIR可以部署在建筑物中的入口或过渡点处，入侵者可以通过所述入口或过渡点进入。最近，研究和进步已经开发出运动和/或存在感测技术，其利用由无线装置生成的射频电磁场(即，通常称为RF场)的变化。一些系统包括多个无线节点/收发器，其中每个节点可以确定从其他节点接收的特定编码或通用RF信号的信号强度和/或链路质量的变化。然后，决策逻辑确定运动/存在。其他系统基于单个发射器和接收器，以使用单向测量或双向测量来确定区域中的运动和/或存在。令人遗憾的是，这些系统依赖于部署特定装置以生成和采样RF场。此类部署可能导致部署成本。此外，期望改进射频数据流的预处理以增加检测置信度。
技术实现思路
根据本公开的一个非限制性示例性实施方案的一种操作活动识别系统的方法包括：由射频(RF)嗅探器捕获环境RF数据；由处理器接收环境RF数据；由处理器降低环境RF数据的噪声含量；由处理器从环境RF数据中减去背景；由处理器将降低了噪声和减去了背景的环境RF数据转换成图像；由处理器为多个时间间隔中的每一个生成连续图像；以及将存储在存储介质中并由处理器执行的图像处理算法应用于每个连续图像以确定活动识别。除了前述实施方案之外，通过在相同时间索引处去除多信道状态信息(CSI)子载波的平均值以减去共模噪声来降低环境RF数据的噪声含量。替代地或除此之外，在前述实施方案中，减去背景包括将环境RF数据转换成时间的一阶导数。替代地或除此之外，在前述实施方案中，减去背景包括将环境RF数据转换成时间的一阶导数。替代地或除此之外，在前述实施方案中，转换成图像包括组合来自多个天线信道的RF数据。替代地或除此之外，在前述实施方案中，转换成图像包括组合来自多个天线信道的RF数据。替代地或除此之外，在前述实施方案中，多个时间间隔与包含RF嗅探器的建筑物区域的特征相关联。替代地或除此之外，在前述实施方案中，图像处理算法应用深度学习网络。替代地或除此之外，在前述实施方案中，深度学习网络是卷积神经网络(CNN)。替代地或除此之外，在前述实施方案中，环境RF数据是环境WiFi数据。替代地或除此之外，在前述实施方案中，环境WiFi数据是信道状态信息(CSI)数据。根据另一个非限制性实施方案的一种建筑物系统包括：无线电装置，所述无线电装置包括被配置成传输射频(RF)的传输部件和被配置成接收RF以完成主要任务的接收部件；以及被配置成执行活动识别任务的活动识别系统，所述活动识别系统包括：嗅探器，所述嗅探器被配置成随时间采样和测量环境RF信号；控制电路，所述控制电路包括一个或多个处理器和一个或多个存储介质；RF背景数据，所述RF背景数据存储在一个或多个存储介质中的至少一个中并且指示无活动；计算机指令，所述计算机指令存储在一个或多个存储介质中的至少一个中并且由所述一个或多个处理器中的至少一个执行，其中所述计算机指令被配置成处理所测量的环境RF信号、将经处理的环境RF信号转换成多个连续图像并应用基于图像的算法以将多个连续图像与RF背景数据进行比较，从而确定活动识别。除了前述实施方案之外，传输装置、接收装置和嗅探器位于建筑物中。替代地或除此之外，在前述实施方案中，嗅探器是各自位于建筑物的多个区域中的相应区域中的多个嗅探器中的一个。替代地或除此之外，在前述实施方案中，无线电装置是各自传输由嗅探器采样的相应RF信号的多个无线电装置中的一个。替代地或除此之外，在前述实施方案中，无线电装置是WiFi装置。替代地或除此之外，在前述实施方案中，活动识别系统是入侵者警报系统。除非另有明确说明，否则前述特征和元件可以各种配置进行组合，而无排他性。根据以下描述和附图，这些特征和元件及其操作将变得更为明显。然而，应理解，以下描述和附图意图在本质上是示例性的而并非限制性的。附图说明根据以下对所公开的非限制性实施方案进行的详细描述，各种特征对于本领域技术人员来说将变得明显。附有详细描述的附图可简要描述如下：图1是作为本公开的一个非限制性示例性实施方案的利用活动识别系统的建筑物系统的示意图；图2是活动识别系统的示意图；图3是操作活动识别系统的方法的流程图；并且图4是由系统预处理环境RF信号的方法的流程图。具体实施方式在本公开中，活动识别检测依赖于先前部署在建筑物中的现有无线传感器。由于无线IoT装置的渗透，特别是在室内建筑物自动化中，射频(RF)信号越来越可用，因此本公开提出利用先前部署且不是专门用于入侵检测目的的装置生成的环境RF场。提出了一种决策系统，其确定适于运动、入侵和/或活动识别检测目的的装置。该系统还被配置成促进RF场(例如，WiFi)的新颖预处理，以提高检测置信度。另外，更传统的系统可能需要在感兴趣的区域(例如，房间或房屋周边)周围部署无线节点。然而，这些系统可能无法解决由感兴趣区域外的移动引起的误报问题。在本公开中，通过明确确定任何任意部署中的感兴趣区域的方法来解决此类问题。此外，本公开包括机器学习和/或神经网络例程，其学习与感兴趣区域内的移动相对应的RF场的变化。因此，机器学习和/或神经网络例程可以拒绝由感兴趣区域外的移动引起的误报。参考图1，建筑物系统20(例如，无线通信系统)的示例性实施方案包括一个或多个商品无线电装置或链路22(即，图1中示出的两个)和应用射频感测的一个或多个活动识别系统24(即，图1中示出的两个)。商品无线电装置22和活动识别系统24通常位于建筑物26中或附近。每个商品无线电装置22通常是固定的，并且可以包括被配置成传输射频(RF)信号的传输部件28(参见箭头30)和被配置成接收RF信号30的接收部件32。无线电装置22和相关联RF信号30的非限制性示例包括WiFi装置、Zigbee装置、iBeacon等等。商品无线电装置22的非限制性应用可以包括无线电话、娱乐系统、电视系统以及通常在建筑物26中或附近使用的任何其他类型的无线RF系统。活动识别系统24的一个非限制性示例可以是活动识别系统。每个相应的商品无线电装置22被构造成执行相应的主要任务，并且相应的RF信号30使得能够完成此类主要任务。例如，无线电视系统可以从传输部件28(例如，路由器)以及向接收部件32(例如，智能电视)流式传输电影。在另一示例中，电话系统可以将口头通信作为RF信号30传输，并且从传输部件28(例如，电源充电器基座)以及向接收部件32(例如，手持式电话)传输。在给定空间中一起采集的所有RF信号30构成具有本文档来自技高网...

【技术保护点】
1.一种操作活动识别系统的方法，其包括：/n由射频(RF)嗅探器捕获环境RF数据；/n由处理器接收所述环境RF数据；/n由所述处理器降低所述环境RF数据的噪声含量；/n由所述处理器从所述环境RF数据中减去背景；/n由所述处理器将降低了噪声和减去了背景的所述环境RF数据转换成图像；/n由所述处理器为多个时间间隔中的每一个生成连续图像；以及/n将存储在存储介质中并由所述处理器执行的图像处理算法应用于每个连续图像以确定活动识别。/n

【技术特征摘要】
1.一种操作活动识别系统的方法，其包括：
由射频(RF)嗅探器捕获环境RF数据；
由处理器接收所述环境RF数据；
由所述处理器降低所述环境RF数据的噪声含量；
由所述处理器从所述环境RF数据中减去背景；
由所述处理器将降低了噪声和减去了背景的所述环境RF数据转换成图像；
由所述处理器为多个时间间隔中的每一个生成连续图像；以及
将存储在存储介质中并由所述处理器执行的图像处理算法应用于每个连续图像以确定活动识别。


2.如权利要求1所述的方法，其中通过在相同时间索引处去除多信道状态信息(CSI)子载波的平均值以减去共模噪声来降低所述环境RF数据的所述噪声含量。


3.如权利要求1所述的方法，其中所述减去背景包括将所述环境RF数据转换成时间的一阶导数。


4.如权利要求2所述的方法，其中所述减去背景包括将所述环境RF数据转换成时间的一阶导数。


5.如权利要求1所述的方法，其中所述转换成图像包括组合来自多个天线信道的RF数据。


6.如权利要求4所述的方法，其中所述转换成图像包括所述组合来自多个天线信道的RF数据。


7.根据权利要求1所述的方法，其中所述多个时间间隔与包含所述RF嗅探器的建筑物区域的特征相关联。


8.如权利要求7所述的方法，其中所述图像处理算法应用深度学习网络。


9.如权利要求8所述的方法，其中所述深度学习网络是卷积神经网络(CNN)。


10.如权利要求1所述的方法，其中所述环境RF数据是环境WiFi数据。

【专利技术属性】
技术研发人员：林均仰，贾真，奚杰，T陈，Y孙，
申请(专利权)人：开利公司，
类型：发明
国别省市：美国;US