一种基于无线信号的动作识别方法及系统技术方案

本发明专利技术属于无线信号动作识别领域，具体涉及一种基于无线信号的动作识别方法，包括：基于无线信号采集识别区域的信道状态信息；根据所述信道状态信息通过SOM聚类算法获取信道状态信息数据序列；根据所述信道状态信息数据序列生成对应的特征图像；将所述特征图像输入至卷积神经网络模型中，以得到特征矩阵；采用聚谱类算法聚类得到所述特征矩阵对应的定位信息；将所述特征矩阵输入至Bi

【技术实现步骤摘要】
一种基于无线信号的动作识别方法及系统


[0001]本专利技术属于无线信号动作识别领域，具体涉及一种基于无线信号的动作识别方法及系统。

技术介绍

[0002]近年来，随着无线网络技术的发展，无线网络已经渗透到人们生活的方方面面，使用无线信号进行人体动作的检测和识别的方法在智能家居、医疗辅助、和情感追踪等领域起到了重要作用，受到了大量研究人员的关注和研究。然而，无线信号在动作检测与识别方面多用于室内环境，在室外环境干扰多，检测难度大；另一方面，现有的对公共区域的违规动作检测需要耗费大量人力，智能化程度低。#

技术实现思路

[0003]鉴于以上所述现有技术的缺点，本专利技术的目的在于提供一种动作识别方法，解决现有违规动作行为检测与纠正需要耗费大量人力、公共区域违规行为纠正成本高的问题，合理调配资源，更好地应用于违规动作检测与纠正场景。
[0004]为实现上述目的及其他相关目的，本专利技术提供一种基于无线信号的动作识别方法，包括：基于无线信号采集识别区域的信道状态信息；根据所述信道状态信息通过SOM聚类算法获取信道状态信息数据序本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于无线信号的动作识别方法，其特征在于，包括：基于无线信号采集识别区域的信道状态信息；根据所述信道状态信息通过SOM聚类算法获取信道状态信息数据序列；根据所述信道状态信息数据序列生成对应的特征图像；将所述特征图像输入至卷积神经网络模型中，以得到特征矩阵；采用谱聚类算法聚类得到所述特征矩阵对应的定位信息；将所述特征矩阵输入至Bi
‑
LSTM神经网络中，以得到所述特征矩阵对应的动作类型。2.根据权利要求1所述的动作识别方法，其特征在于，所述识别区域的信道状态信息为天线链路中的子载波。3.根据权利要求2所述的动作识别方法，其特征在于，所述根据所述信道状态信息通过SOM聚类算法获取信道状态信息数据序列的步骤包括：步骤S21，计算每一个所述子载波与竞争层每个节点之间的欧式距离；步骤S22，根据欧式距离选择获胜节点；其中，所述获胜节点与所述子载波之间的欧式距离最短；步骤S23，采用随机梯度下降法优化所述获胜节点和其邻近节点的权重，以使所述获胜节点和所述邻近节点向所述子载波靠近；步骤S24，选取周围所述获胜节点和邻近节点最少的子载波作为目标子载波。4.根据权利要求1所述的动作识别方法，其特征在于，所述根据所述信道状态信息数据序列生成对应的特征图像的步骤包括：采用巴特沃斯低通滤波器滤除所述信道状态信息数据序列的噪声；采用均值滤波算法对去噪的所述信道状态信息数据序列进行平滑处理；对去噪和平滑处理的所述信道状态信息数据序列的采用GAFS转换成所述特征图像。5.根据权利要求1所述的动作识别方法，其特征在于，所述将所述特征矩阵输入至Bi
‑
LSTM神经网络中，以得到所述特征矩阵对应的动作类型的步骤包括：步骤S61，对所述特征矩阵采用mask进行处理；步骤S62，将处理后的所述特征矩阵输入到Bi...

【专利技术属性】
技术研发人员：张至研，卫星，鲍腾飞，何煦，李宝璐，陆阳，赵冲，杨帆，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：