一种基于无线信道的人体动作识别方法及系统技术方案

本发明专利技术提供了一种基于无线信道的人体动作识别方法及系统，结合无线信号传播特性和波束赋形技术，形成覆盖整个三维空间的正交波束；通过波束域参考信道状态信息与当前信道状态信息的差值获取对准人体的波束；在残差信道数据中提取波束序号和瞬时多普勒频率，形成特征向量；进而对机器学习分类器进行训练，得到人体动作分类器，可对多种人体动作实现有效分类。类。类。

【技术实现步骤摘要】
一种基于无线信道的人体动作识别方法及系统


[0001]本专利技术属于人体动作识别相关
，尤其涉及一种基于无线信道的人体动作识别方法及系统。

技术介绍

[0002]本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。
[0003]随着技术的发展，人体动作识别在医疗保健、虚拟现实、运动竞技等领域起着重要的作用。例如，在医疗保健领域，对人的跌倒的及时检测，尤其是独居老人的跌倒，对于后续的治疗康复至关重要。现存的人体动作识别方法主要分为两种，即基于视频监控的动作识别方案和基于可穿戴传感器的动作识别方案。后一种方案需要佩戴加速度传感器等设备，对用户日常生活的舒适程度造成影响，且存在设备续航能力有限等问题。前一种方案可以无接触识别，但涉及用户隐私问题，难以在浴室、厕所中安装，而以上场景正是跌倒发生最频繁的场景。

技术实现思路

[0004]为克服上述现有技术的不足，本专利技术提供了一种基于无线信道的人体动作识别方法及系统，结合无线信号传播特性和波束赋形技术，形成覆盖整个三维空间的正交波束；通过波束域参考信道状态信息与当前信道状态信息的差值获取对准人体的波束；在残差信道数据中提取波束序号和瞬时多普勒频率，形成特征向量；进而对机器学习分类器进行训练，得到人体动作分类器，可对多种人体动作实现有效分类。
[0005]为实现上述目的，本专利技术的一个或多个实施例提供了如下技术方案：一种基于无线信道的人体动作识别方法，包括以下步骤：
[0006]分别获取无人条件下波束域信道状态信息以及不同人体动作下波束域信道状态信息；
[0007]基于无人条件下波束域信道状态信息和不同人体动作下波束域信道状态信息得到波束域残差信道数据；
[0008]根据残差信道数据提取与人体动作对应的波束序号和瞬时多普勒频率；
[0009]将上述得到的人体动作对应的波束序号和瞬时多普勒频率输入至训练好的分类器中进行识别，输出人体动作识别结果。
[0010]进一步的，在获取波束域信道状态信息之前，还包括设置系统参数，包括载波频率、收发端水平距离，收发天线高度、天线配置。
[0011]进一步的，基于获取波束域信道状态信息，具体包括：在无人条件下或不同人体动作下的三维空间进行波束域水平、垂直采样；所述波束域水平采样角度由发送天线阵列中天线的列数、水平方向空间频率所确定；所述波束域垂直采样角度由发送天线阵列中天线的行数、垂直方向空间频率所确定。
[0012]进一步的，获取发送端波束赋形矩阵，用于在整个三维空间内形成P
v
×
P
h
个正交波束，具体计算公式为：
[0013][0014][0015][0016]其中，表示克罗内克积，向量b和a分别为发送阵列的垂直方向和水平方向一维天线阵列导向矢量，和为水平、垂直方向空间频率，P
v
和P
h
分别为发送天线阵列中天线的行数和列数。
[0017]进一步的，所述无人条件下波束域信道状态信息计算公式为：
[0018][0019]其中，(
·
)
*
表示共轭，H
Ref
(t,f)为在时刻t和频率f的1
×
P维空间域信道矩阵，P为天线数；
[0020]所述不同人体动作下波束域信道状态信息计算公式为：
[0021][0022]其中，H(t,f)为有人状态下1
×
P维无线信道矩阵。
[0023]进一步的，根据残差信道数据提取与人体动作对应的波束序号和瞬时多普勒频率，具体包括：将残差信道数据对时间进行求导，获得在不同动作下的瞬时多普勒频率，在残差信道数据中提取功率最强的波束所应对的波束水平序号和波束垂直序号。
[0024]本专利技术的第二个方面公开一种基于无线信道的人体动作识别系统，包括：
[0025]获取模块：分别获取无人条件下波束域信道状态信息以及不同人体动作下波束域信道状态信息；
[0026]残差信道计算模块：基于无人条件下波束域信道状态信息和不同人体动作下波束域信道状态信息得到波束域残差信道数据；
[0027]数据提取模块：根据残差信道数据提取与人体动作对应的波束序号和瞬时多普勒频率；
[0028]动作识别模块：将上述得到的人体动作对应的波束序号和瞬时多普勒频率输入至训练好的分类器中进行识别，输出人体动作识别结果。
[0029]本专利技术的第三个方面提供一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时，完成上述方法所述的步骤。
[0030]本专利技术的第四个方面提供一种电子设备，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成上述方法所述的步骤。
[0031]以上一个或多个技术方案存在以下有益效果：
[0032]本专利技术利用波束域无线信道随时间的变化，在波束域无线信道残差数据中提取人体动作导致的瞬时多普勒频率和与人体位置对应的波束序号，利用预先训练好的分类器，
检测人体的静止、行走、跌倒等动作。通过提高载波频率和天线数量，可提高该方法的动作识别精度。
[0033]本专利技术中用户无需穿戴传感器等检测设备，提高了用户的舒适度。无需借助摄像头等视频设备，不涉及用于隐私。
[0034]本专利技术附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本专利技术的实践了解到。
附图说明
[0035]构成本专利技术的一部分的说明书附图用来提供对本专利技术的进一步理解，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。
[0036]图1是本专利技术的人体动作识别的流程图；
[0037]图2是本专利技术实施例一中的人体动作识别装置示意图；
[0038]图3(a)是本专利技术实施例一中的参考信道多径角度分布；
[0039]图3(b)是本专利技术实施例一中的参考信道波束分布；
[0040]图4(a)是本专利技术实施例一中的残差信道多径角度分布；
[0041]图4(b)是本专利技术实施例一中的残差信道波束分布；
[0042]图5是本专利技术实例一中人体动作识别结果的混淆矩阵。
具体实施方式
[0043]应该指出，以下详细说明都是示例性的，旨在对本专利技术提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本专利技术所属
的普通技术人员通常理解的相同含义。
[0044]实施例一
[0045]如图1所示，本实施例公开了一种基于无线信道的人体动作识别方法，包括以下步骤：
[0046]步骤1：分别获取无人条件下波束域信道状态信息以及不同人体动作下波束域信道状态信息；
[0047]步骤2：基于无人条件下波束域信道状态信息和不同人体动作下波束域信道状态信息得到波束域残差信道数据；
[0048]步骤3：根据残差信道本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于无线信道的人体动作识别方法，其特征在于，包括以下步骤：分别获取无人条件下波束域信道状态信息以及不同人体动作下波束域信道状态信息；基于无人条件下波束域信道状态信息和不同人体动作下波束域信道状态信息得到波束域残差信道数据；根据残差信道数据提取与人体动作对应的波束序号和瞬时多普勒频率；将上述得到的人体动作对应的波束序号和瞬时多普勒频率输入至训练好的分类器中进行识别，输出人体动作识别结果。2.如权利要求1所述的一种基于无线信道的人体动作识别方法，其特征在于，在获取波束域信道状态信息之前，还包括设置系统参数，包括载波频率、收发端水平距离，收发天线高度、天线配置。3.如权利要求1所述的一种基于无线信道的人体动作识别方法，其特征在于，获取波束域信道状态信息，具体包括：在无人条件下或不同人体动作下的三维空间进行波束域水平、垂直采样；所述波束域水平采样角度由发送天线阵列中天线的列数、水平方向空间频率所确定；所述波束域垂直采样角度由发送天线阵列中天线的行数、垂直方向空间频率所确定。4.如权利要求3所述的一种基于无线信道的人体动作识别方法，其特征在于，获取发送端波束赋形矩阵，用于在整个三维空间内形成P
v
×
P
h
个正交波束，具体计算公式为：个正交波束，具体计算公式为：个正交波束，具体计算公式为：其中，向量b和a分别为发送阵列的垂直方向和水平方向一维天线阵列导向矢量，和为水平、垂直方向空间频率，P
v
和P
h
分别为发送天线阵列中天线的行数和列数。5.如权利要求4所述的一种基于无线信道的人体动作识别方法，其特征在于，所述无人条件下波束域信道状态信息计算公式为：其中，(
·
)
*
表示共轭，H
Ref
(t,f)为在时刻t和频率f的1

【专利技术属性】
技术研发人员：边际，侯圣晗，代伟健，姜凯，田杰，乔静萍，
申请(专利权)人：山东师范大学，
类型：发明
国别省市：