一种基于环境背景无线射频信号的运动识别方法技术

本发明专利技术公开了一种基于环境背景无线射频信号的运动识别方法，属于运动识别领域。本发明专利技术利用物体运动会改变无线电磁波在空间上传输的路径和其他相关特征这一属性，结合环境背景无线射频信号(包括Wi‑Fi、LTE、4G和5G等)无处不在且无需额外部署信号发射源的优势，摆脱了运动识别中对特定信号源以及周围环境的依赖；本发明专利技术利用聚类和自学习技术，首先利用标签数据训练出可识别已知运动类型的运动判别器，随后将所采集数据中的未知运动类型样本提取出来，最后对未知运动类型的样本进行聚类并标注成为新的运动类型，通过循环上述步骤，实现未知运动类型的自标签和自学习，打破了现有技术在可识别运动类型与应用场景的局限性。

【技术实现步骤摘要】
一种基于环境背景无线射频信号的运动识别方法
本专利技术属于运动识别领域，更具体地，涉及一种基于环境背景无线射频信号的运动识别方法。
技术介绍
由于包括人体手势识别等运动识别技术在人机交互方式中的低门槛性以及便捷性，使得其在智能家庭，智慧医疗，虚拟现实等应用中得到了广泛地运用。当前主流的运动识别方式主要包括基于摄像头的视觉感知、基于随身传感器的运动感知等方式，但这些方式都存在着巨大的局限性。比如基于摄像头的视觉感知要求良好的环境光照以及用户必须处在摄像头的拍摄范围内，而基于随身传感器的运动感知要求用户必须随着佩戴着指定的传感器，这些将带来极大不方便的识别方式难以应用于我们的日常生活。基于无线信号的运动识别作为一种新兴的运动识别技术，带来巨大便利性的同时较好的保护了用户的隐私。现阶段基于无线信号的运动识别技术都属于有源识别，即要求配备能够发射特定信号的发射设备，且最理想的情况下用户距离发射设备也不能超过三十米，这无疑给其应用前景蒙上了一层阴影。同时，现有的运动识别技术只能识别事先设定好的固定运动种类，其流程如图1所示，不具备对未知运动的自主学习与识别能力，这项重大缺陷也大大制约了运动识别技术的实际应用。
技术实现思路
针对现有技术的以上缺陷或改进需求，本专利技术提供了一种基于环境背景无线射频信号的运动识别方法，其目的在于解决现有运动检测与识别技术中普遍存在的依赖特定信号源、接收与发射端需无缝协同、识别区域过小的技术问题。为实现上述目的，本专利技术提供了一种基于环境背景无线射频信号的运动识别方法，包括：S1.从待识别运动目标所处的环境背景中采集多路多频段的无线射频信号；S2.运动特征提取：S2.1.将采集信号中的动态频移分量与静态频移分量进行提取和分离，滤除静态频移分量与环境噪声；S2.2.对滤波后的信号进行主成分序列的提取，并进一步分析和提取主成分序列的时频特征；S2.3.选择并排列所采集信号的时频特征，构成待识别的运动特征时频图；S3.采用训练好的运动判别器对提取到的运动特征时频图进行判别，得到该时频图属于已知运动类型的概率分布；当最大概率大于某种已知运动对应的预设阈值时，判定待识别的运动属于已知运动种类，并可确定其具体所属的运动种类；当该时频图对应所有已知运动类别的概率均低于预设阈值时，判定该时频图对应的待识别运动特征属于未知运动种类。进一步地，使用主成分分析对滤波后的信号进行主成分序列的提取。进一步地，执行步骤S2之前所述方法还包括：分别提取采集到的多频段多路无线射频信号样本中的高相关性序列：对每一频段的无线射频信号设定多个大小确定的滑动窗口并使其依时间顺序滑动，并计算窗口中所包含信号序列间的相关性；提取出相关性大于设定阈值的时间序列所对应的信号；将所提取序列中的信号输送至步骤S2。进一步地，执行步骤S3之前所述方法还包括：计算运动物体与用于采集无线射频信号的接收端的相对位置；利用频移与速度间的相关性计算物体的运动速度，并将运动速度与运动时频特征图合并输入到步骤S3中所述的运动判别器中。进一步地，所述方法还包括：S4.对步骤S3中判定的所有未知运动种类对应的运动特征时频图进行聚类。进一步地，所述方法还包括：S5.根据聚类的结果，确定未知运动的类别数量，采用伪标签标注聚类后得到的每一种未知运动种类。进一步地，所述方法还包括：S6.评估聚类性能效果，当聚类性能效果高于设定阈值时，将未知运动种类的伪标签视作新的已知标签并更新至已知运动类别标签列表；S7.根据新的已知运动类别列表重新训练运动判别器，并重复执行步骤S3-S7。总体而言，通过本专利技术所构思的以上技术方案与现有技术相比，能够取得下列有益效果。(1)本专利技术利用物体运动会改变无线电磁波在空间上传输的路径和其他相关特征这一属性，结合环境背景无线射频信号(包括Wi-Fi、LTE、4G和5G等)无处不在且无需额外部署信号发射源的优势，摆脱了运动识别中对特定信号源以及周围环境的依赖，并极大的拓宽了运动的可识别区域，有利于进一步发掘无线信号在运动识别领域的应用潜力。(2)本专利技术利用聚类和自学习技术，首先利用标签数据训练出可识别已知运动类型的运动判别器，随后将所采集数据中的未知运动类型样本提取出来，最后对未知运动类型的样本进行聚类并标注成为新的运动类型，通过循环上述步骤，实现未知运动类型的自标签和自学习，打破了现有技术在可识别运动类型与应用场景的局限性，极大地发掘了无线信号在运动识别领域的应用潜力。附图说明图1为现有技术中的一种基于无线信号的运动识别方法流程图；图2为本专利技术提供的基于环境背景无线射频信号的运动识别方法第一实施例的流程图；图3为本专利技术提供的基于环境背景无线射频信号的运动识别方法第二实施例的流程图；图4为本专利技术提供的基于环境背景无线射频信号的运动识别方法第三实施例的流程图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。此外，下面所描述的本专利技术各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。为满足当代人们对高速便捷的数据服务的需求，4G、LTE、5G等环境背景无线射频信号已经得到了广泛的部署，给人们带来巨大便利的同时也紧紧的融入于我们的日常生活中。利用在无线信号传播路径上物体的运动会改变无线信号基本参数的性质，结合环境背景无线射频信号覆盖范围广的优势和自学习等技术的强大自主学习能力，本专利技术提出了一种基于环境背景无线射频信号的运动识别方法，摆脱了运动识别中对信号源、接收器位置、可识别动作类型和周围环境的依赖，极大的拓展了可识别区域与环境，并且能够自动针对未知运动种类进行归类和识别。传统的基于无线信号的运动识别方法都依赖于特定的信号，主要包括WiFi、调频连续波、声波、毫米波等。虽然这些方法中的信号种类多样且具备不同的传播特性，但它们都要求发射端的发送固定编码信息，以确保不会因为信号源的变化使得识别准确率降低。同时，发射端与接收端需要进行严格的时间同步操作，确保接收端能够准确计算信号的飞行时间ToF(TimeofFlight)等信息。本专利技术选择利用如4G、LTE、5G等环境背景中的无线射频信号，虽然这些信号传输的信息多种多样且具有随机性，同时空间中各种不同的环境遮挡物也对识别方法的跨环境域的能力提出了巨大的挑战。但是，通过分析、利用信号的帧结构特征，巧妙的选取运动特征提取路线，使得基于环境背景无线射频信号的运动识别成为可能。首先，4G、LTE、5G等环境背景中的无线射频信号的帧结构中都存在固定时间间隔、固定传输序列的主同步信号(PrimarySynchronizationSignal，PSS)。通过相关性检测的方法提取无线信号中主同步信号，既可本文档来自技高网...

【技术保护点】
1.一种基于环境背景无线射频信号的运动识别方法，其特征在于，包括：/nS1.从待识别运动目标所处的环境背景中采集多路多频段的无线射频信号；/nS2.运动特征提取：/nS2.1.将采集信号中的动态频移分量与静态频移分量进行提取和分离，滤除静态频移分量与环境噪声；/nS2.2.对滤波后的信号进行主成分序列的提取，并进一步分析和提取主成分序列的时频特征；/nS2.3.选择并排列所采集信号的时频特征，构成待识别的运动特征时频图；/nS3.采用训练好的运动判别器对提取到的运动特征时频图进行判别，得到该时频图属于已知运动类型的概率分布；当最大概率大于某种已知运动对应的预设阈值时，判定待识别的运动属于已知运动种类，并可确定其具体所属的运动种类；当该时频图对应所有已知运动类别的概率均低于预设阈值时，判定该时频图对应的待识别运动特征属于未知运动种类。/n

【技术特征摘要】
1.一种基于环境背景无线射频信号的运动识别方法，其特征在于，包括：
S1.从待识别运动目标所处的环境背景中采集多路多频段的无线射频信号；
S2.运动特征提取：
S2.1.将采集信号中的动态频移分量与静态频移分量进行提取和分离，滤除静态频移分量与环境噪声；
S2.2.对滤波后的信号进行主成分序列的提取，并进一步分析和提取主成分序列的时频特征；
S2.3.选择并排列所采集信号的时频特征，构成待识别的运动特征时频图；
S3.采用训练好的运动判别器对提取到的运动特征时频图进行判别，得到该时频图属于已知运动类型的概率分布；当最大概率大于某种已知运动对应的预设阈值时，判定待识别的运动属于已知运动种类，并可确定其具体所属的运动种类；当该时频图对应所有已知运动类别的概率均低于预设阈值时，判定该时频图对应的待识别运动特征属于未知运动种类。


2.根据权利要求1所述的一种基于环境背景无线射频信号的运动识别方法，其特征在于，使用主成分分析对滤波后的信号进行主成分序列的提取。


3.根据权利要求1或2所述的一种基于环境背景无线射频信号的运动识别方法，其特征在于，执行步骤S2之前所述方法还包括：
分别提取采集到的多频段多路无线射频信号样本中的高相关性序列：对每一频段的无线射频信号设定多个大小确定的滑动窗口并使其依时间顺序滑动，并计...

【专利技术属性】
技术研发人员：肖泳，石光明，葛晓虎，朱慧翔，李莹玉，李强，
申请(专利权)人：华中科技大学，
类型：发明
国别省市：湖北;42