一种基于射频信号的运动检测方法技术

技术编号:31707524 阅读:27 留言:0更新日期:2022-01-01 11:10
本发明专利技术涉及运动检测技术领域,具体涉及一种基于射频信号的运动检测方法,包括以下步骤:S1接收目标反射的射频信号,经信号处理后去除静态环境,并采用标准差和峰值平均检测算法对人体运动进行检测;S2根据检测结果激活信号自适应卷积神经网络,采用深度可分卷积和点卷积或群卷积因子进行全卷积运算建立轻量级信号自适应CNN块;S3在CNN块中使用分离的分支从射频信号的时间和频率的谱图中提取特征,并将特征用于HAR,推断得到人体运动结果。本发明专利技术设计了信号自适应的卷积神经网络模型能够在资源受限的边缘设备上工作,而无需手工操作,可以最大限度地利用从射频信号中提取的信息,从而提高动作识别的准确性。从而提高动作识别的准确性。从而提高动作识别的准确性。

【技术实现步骤摘要】
一种基于射频信号的运动检测方法


[0001]本专利技术涉及运动检测
,具体涉及一种基于射频信号的运动检测方法。

技术介绍

[0002]人类动作识别(HAR)在广泛的现实应用中发挥着关键作用,传统上是通过可穿戴传感实现的。最近,为了避免可穿戴设备带来的负担和不适,利用射频(RF)信号的无设备方法成为HAR的一个很有前途的替代方案。大多数最新的无设备方法都需要在时间域或频域训练一个大型深度神经网络模型,需要大量的存储空间来包含模型,需要密集的计算来推断人类活动。
[0003]因此,即使在无设备HAR上取得了一些重大进展,当前的无设备方法在现实世界中仍然远远不现实,因为在现实世界中,边缘设备所拥有的计算和存储资源是有限的。
[0004]而基于RF的无设备方法的现有方案的不足之处:计算能力较低的边缘设备难以实现实时HAR;内存有限的边缘设备无法支持在其上运行大型神经网络;用于HAR的CSI信息不能从大多数商用Wi-Fi硬件检索,而只能从Intel 5300和一些特定的Atheros Wi-Fi卡,限制了基于Wi-Fi方法的实际采用本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于射频信号的运动检测方法,其特征在于,所述方法包括以下步骤:S1接收目标反射的射频信号,经信号处理后去除静态环境,并采用标准差和峰值平均检测算法对人体运动进行检测;S2根据检测结果激活信号自适应卷积神经网络,采用深度可分卷积和点卷积或群卷积因子进行全卷积运算建立轻量级信号自适应CNN块;S3在CNN块中使用分离的分支从射频信号的时间和频率的谱图中提取特征,并将特征用于HAR,推断得到人体运动结果。2.根据权利要求1所述的一种基于射频信号的运动检测方法,其特征在于,所述方法中,标准差计算公式为:其中v1,v2,...,v
N
是观测值,得到的标准差向量为{SD1,SD2,...,SD
L
},其中每个峰表示环境中的一个运动。3.根据权利要求1所述的一种基于射频信号的运动检测方法,其特征在于,所述方法中,所述峰平均检测算法通过平均所有固有噪声电平的值进行确定固有噪声电平阈值th
motion
,并将测试值val与coef
·
th
motion
进行比较,其中coef是调整阈值的常数...

【专利技术属性】
技术研发人员:陈哲杨琳黄文新
申请(专利权)人:广西万云科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1