基于商用Wi-Fi的双人步态病症判断装置制造方法及图纸

本发明专利技术涉及无线设备、计算机网络，特别涉及到图像识别，数据挖掘领域，为实现体检时为医生提供目测判断减负，本发明专利技术采用的技术方案是，基于商用Wi

【技术实现步骤摘要】
基于商用Wi
‑
Fi的双人步态病症判断装置


[0001]本专利技术涉及无线设备、计算机网络，特别涉及到图像识别，数据挖掘领域，具体涉及一种基于商用Wi
‑
Fi的双人步态病症判断的装置。

技术介绍

[0002]早期无线通信技术(Wi
‑
Fi)感知工作都是基于无线信号的强度(Received Signal Strength Indicator,RSSI)，RSSI从收集到的数据包中获得，常常用来进行室内位置轨迹的定位追踪、对目标的移动追踪。RSSI的出现实现了简单的动作检测，并不能区分不同动作。在这种情况下，Halperin等人发布了从商业Wi
‑
Fi中提取信道状态信息(Channel State Information，CSI)的CSI工具(CSITool)的发布使得更细粒度的CSI感知成为当前研究的新趋势。正交频分复用技术对接收到的信号进行解码可以获得CSI信息，相比接收信号强度来说，信道状态信息中携带有关目标活动更为精细的信息，同时可以更灵敏的感知周围环境的变化，于是常用来利用CSI进行人体的动作识别(包括粗粒度的行走、下蹲上跳等动作和细粒度的呼吸检测、心跳检测、手势识别等生理特征)。相比于接收信号强度，信道状态信息不仅扩充了信道的信息容量，并且还具备了更加全面具体的活动特征信息(其中包括相位、振幅、和频率等数值特征)。研究人员可以以此在时域和频域上更加深层次地刻画人体动作和周围环境特征，增加识别精度，提升感知性能。
[0003]作为人类身份识别的流行生物识别技术，步态识别利用步行的方式来识别个体，也是日常生活活动能力之一，常用来评估患者是否存在异常步态以及步态异常的程度。在体检过程中以及成为很重要的一项，用于对受试者进行病症诊断和鉴别诊断，由医生通过目测，观察受试者的行走过程，然后根据对受试者行走步态的印象进行结果评定，作出步态分析的结果。但是对于医生来说，当待体检人过多时，容易造成大脑疲惫，判断能力下降，判断误差会增加。
[0004]为了减轻医生的负担，本专利技术利用商用Wi
‑
Fi设备实现了双人病症判断的粗筛，使得判断病症的次数减半，并再提交给医生目测病症判断之前进行一次粗略识别。与其他步态识别系统相比，基于商用Wi
‑
Fi的方法具有无创，无处不在，覆盖范围更广，无需特殊硬件或硬件修改，无需隐私侵犯和光照条件的优势。

技术实现思路

[0005]为克服现有技术的不足，本专利技术提出了一种基于商用Wi
‑
Fi的双人步态病症判断的技术方案，本专利技术主要用于体检时为医生提供目测判断减负的问题，本专利技术旨在通过一些列降噪方法和数据挖掘技术处理Wi
‑
Fi信号。为此，本专利技术采取的技术方案是，基于商用Wi
‑
Fi的双人步态病症判断装置，包括5个功能模块：数据收集、数据预处理、信号分离、谱图处理和病症判断，其中数据收集模块用于利用商用Wi
‑
Fi收集到的可反应受试者步态特征的信道状态信息CSI；数据预处理模块主要是对原生CSI进行降噪、提取主成分达到降维、降低复杂度的目的，然后对连续的CSI进行动作分割获得只携带双人步态信息的CSI片段；信
(t),y2(t),
……
,y
m
(t)]T
为源信号的估计矢量，即y(t)≈s(t)，此时，公式(1)做如下变换：
[0023][0024]谱图处理模块中对翻译后的CSI生成频谱图的详细过程如下：
[0025]生成频谱图后，采用谱图增强技术进一步降低频谱图中的噪声，同时增强目标部分；然后把分离后的单人频谱图与单目标环境下的单人频谱图对抗训练生成无监督的GAN网络，目的在于把具有相似特征的数据聚在一起，数据间的相似特征主要通过计算样本间和群体间距离得到；通过无监督GAN网络可以将解混信号自动匹配到最为适应的对应单目标环境下的目标频谱图。
[0026]病症判断模块对解混后的单人CSI判断病症的详细过程如下：
[0027]采用了CNN分类器中，将过去单目标环境下的单人频谱图训练出CNN网络，自动提取特征，再对翻译的频谱图进行分类匹配，根据步态特征匹配程度对受试者进行病症判断，若相似度低于阈值70％，则将该受试者的个人信息提交给医生，由医生再进行进一步诊断。
[0028]ICA方法可以实施的基本原则为：
[0029]1)尽可能使输出矩阵Y的列向量之间非线性且去相关，求W使得输出的Y矩阵中任意两行向量都互不相关，并且经非线性变换后的高阶统计量也不相关；
[0030]2)在矩阵Y方差恒定的情况下，尽可能使输出的Y矩阵呈现非高斯分布。
[0031]本专利技术的特点及有益效果是：
[0032]1.体检时，对待检测人进行步态分析是很重要的一项项目。医生可以根据待检测人的步态对其进行病症判断，而对每位待检测人目测步态这对医生是负担较大，如果能够提前用较少的时间对待检测人进行步态初步判断，便可以很大程度减少体检时间并减轻医生负担；
[0033]2.本专利技术使用商用Wi
‑
Fi设备即可实现双人步态病症判断，具有成本低、普及度、无需特殊硬件或硬件修改、无需隐私侵犯、无需待检测人身穿设备和也不会收到光照条件影响的优势；
[0034]3.本专利技术使用的Wi
‑
Fi信号处理方法，也可以用于其他领域，通用性较好，在不同的体检场所有较好的迁移性。
[0035]4.本专利技术在周围含有不同的医护人员存在时也能正常执行，但是在设备范围内不允许有其他人存在，每位待检测人行走的路线都要与第一次正常步态收集时的路线相同。
附图说明：
[0036]图1为一种基于商用Wi
‑
Fi的双人步态病症判断方法的流程图；
[0037]图2为CSI振幅在数据预处理前后对比示意图，其中，(a)为原始CSI振幅数据，(b)巴特沃斯带通滤波器为滤波器处理后的数据，(c)为PCA处理后的第二个主成分；
[0038]图3为行走与静止状态下动作分割情况的示意图；
[0039]图4显示了双人行走时混合信号组成成分的示意图；
[0040]图5为频谱图在分离前后对比示意图，其中，(a)为混合频谱图，(b)为解混后受试者A的步态频谱图，(c)为解混后受试者B的步态频谱图；
[0041]图6为解混频谱图在谱图增强前后结果的对比示意图，其中，(a)为增强前的频谱图，(b)为增强后的高质量频谱图；
[0042]图7为频谱图的翻译、转换和融合过程产生的光谱图，其中，(a)为翻译前的频谱图，(b)为翻译后的频谱图。
具体实施方式
[0043]本专利技术采取的技术方案是，一种基于商用Wi
‑
Fi双人步态病症判断装置：
[0044]数据收集：通过装在Intel5300上的CSITool工具，在预先固定的行走路线上，对Wi
‑本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于商用Wi
‑
Fi的双人步态病症判断装置，其特征是，包括5个功能模块：数据收集、数据预处理、信号分离、谱图处理和病症判断，其中数据收集模块用于利用商用Wi
‑
Fi收集到的可反应受试者步态特征的信道状态信息CSI；数据预处理模块主要是对原生CSI进行降噪、提取主成分达到降维、降低复杂度的目的，然后对连续的CSI进行动作分割获得只携带双人步态信息的CSI片段；信号分离模块是对CSI利用独立分量分析ICA算法进行信号分离，获得解混后的单人步态CSI；谱图处理模块用于画出相应的频谱图，要利用频谱增强技术对频谱图进行信息增强，其中频谱翻译部分是利用先前训练好的生成式对抗网络GAN将解混好的频谱图进行环境特征翻译；病症判断模块则是利用训练好的卷积神经网络CNN分类器对步态特征进行匹配识别，根据匹配程度进行初步判断是否发生病变。2.如权利要求1所述的基于商用Wi
‑
Fi的双人步态病症判断装置，其特征是，数据收集模块中收集CSI信号的详细过程如下：1)放置一个商用Wi
‑
Fi设备作为发射端，放置另一个商用Wi
‑
Fi设备作为接收端，两者相距数米，形成一对链路；2)检测开始时，两位受试者首先处于直立状态，站在初始的位置；3)运动开始后，两位受试者分别沿预先设定的y＝x和x＝n米两条路线向视距LOS方向进行行走；4)已经由医生诊断步态为正常的单受试者重复步骤2)和3)若干次，用来收集单目标环境下的训练集数据；5)医生未诊断过且有可能发生病变两位受试者也依次重复步骤2)和3)，用来收集双人环境下的待分离数据。3.如权利要求1所述的基于商用Wi
‑
Fi的双人步态病症判断装置，其特征是，数据预处理模块中对原生CSI进行预处理的详细过程如下：采用巴特沃斯带通滤波器和主成分分析PCA的两级去躁方法来保持能真实反应步态的CSI频率幅值，其中采用巴特沃斯带通滤波器去除不相关的高低频噪声，并使用PCA算法对收集到的信号进行进一步处理；对收集到的已清洁后的连续CSI数据进行分割的详细过程为，1)检测CSI幅值变化；2)选择合适的滑动窗口大小来确定每一个活动的起点和终止位置；3)通过检查带通CSI幅值差异方差过滤出目标活动，方差超过阈值的第一个和最后一个时间点被标记为遍历的开始或结束点。信号分离模块中对仅含步态信息后混合CSI进行信号分离的详细步骤如下：将问题建模为盲源分...

【专利技术属性】
技术研发人员：范晓洁，张蕾，
申请(专利权)人：天津大学，
类型：发明
国别省市：