基于指数拟合的行为识别方法及装置、电子设备、存储介质制造方法及图纸

本申请提供一种基于指数拟合的行为识别方法及装置、电子设备、存储介质，包括：针对Wi

【技术实现步骤摘要】
基于指数拟合的行为识别方法及装置、电子设备、存储介质


[0001]本申请涉及行为识别
，特别涉及一种基于指数拟合的行为识别方法及装置、电子设备、计算机可读存储介质。

技术介绍

[0002]下一代无线通信技术的一个重要发展方向是通信感知/雷达一体化，未来的Wi
‑
Fi信号将不单单只有数据传输的功能，还将兼具对无源目标(未携带终端设备的人或其他目标)的感知功能。利用无线型号对无源目标进行行为识别，可以在智能家居场景中发挥重要作用，比如，可使用户摆脱遥控器，提高用户对智能终端的操控体验，或者，可以对用户的健康状态实现有效检测。在室内场景中，可将Wi
‑
Fi信号的收发设备(比如：路由器)置于特定位置，在Wi
‑
Fi信号收发过程中，可以确定信道状态信息(Channel State Information，CSI)，用于对无源目标的行为活动进行感知。然而，通过信道估计获得的信道状态信息往往包含大量噪声数据，直接应用信道状态信息通常无法实现准确的行为识别。

技术实现思路

[0003]本申请实施例的目的在于提供一种基于指数拟合的行为识别方法及装置、电子设备、存储介质，用于借助指数拟合对Wi
‑
Fi信号的信道频率响应进行有效降噪，从而可以基于降噪后信道频率响应进行准确的行为识别。
[0004]一方面，本申请提供了一种基于指数拟合的行为识别方法，包括：
[0005]针对Wi
‑
Fi信号每一观测时刻的信道频率响应，确定对应的功率时延谱；
[0006]基于所述功率时延谱中各个采样点的功率分布情况，拟合得到指数分布的概率密度函数；
[0007]对所述概率密度函数进行傅里叶变换，得到频域相关函数；
[0008]基于所述频域相关函数和预设频域信噪比，确定滤波器系数；
[0009]基于所述滤波器系数对所述信道频率响应进行滤波处理，得到降噪后信道频率响应；
[0010]根据多个观测时刻的降噪后信道频率响应，执行对无源目标的行为识别。
[0011]在一实施例中，所述基于所述功率时延谱中各个采样点的功率分布情况，拟合得到指数分布的概率密度函数，包括：
[0012]将所述功率时延谱进行复制，并拼贴出指定功率时延谱；其中，所述指定功率时延谱包括两份功率时延谱，第一份功率时延谱的后端连接在第二份功率时延谱的前端；
[0013]在所述指定功率时延谱的第二份功率时延谱内最大功率对应的采样点，作为指定采样点；
[0014]确定所述指定采样点往前端方向搜索出零点采样点；
[0015]对所述零点采样点开始到所述指定功率时延谱后端的多个采样点的功率分布情况，通过指数分布函数进行拟合，得到所述概率密度函数。
[0016]在一实施例中，所述确定所述指定采样点往前端方向搜索出零点采样点，包括：
[0017]确定所述指定采样点往前端方向，间隔预设第一数量的采样点为零点采样点。
[0018]在一实施例中，所述确定所述指定采样点往前端方向搜索出零点采样点，包括：
[0019]从指定采样点开始，在前端方向预设第二数量的采样点中查找最小功率对应的采样点，作为零点采样点。
[0020]在一实施例中，所述根据多个观测时刻的降噪后信道频率响应，执行对无源目标的行为识别，包括：
[0021]从所述多个观测时刻的降噪后信道频率响应中，选择一个降噪后信道频率响应作为目标信道频率响应；
[0022]将每一降噪后信道频率响应，分别与所述目标信道频率响应进行共轭相乘，得到目标向量，并将所述目标向量中每一数值减去所述目标向量中所有数值的均值，得到指定向量；
[0023]将观测窗口内连续多个观测时刻对应的指定向量，构建为观测矩阵，并计算所述观测矩阵的协方差矩阵；
[0024]对所述协方差矩阵进行谱搜索，得到NLOS信道的信道长度和无源目标的多普勒观测速度；
[0025]基于多个观测窗口对应的信道长度和多普勒观测速度，确定所述无源目标的行为类别。
[0026]在一实施例中，所述基于多个观测窗口对应的信道长度和多普勒观测速度，确定所述无源目标的行为类别，包括：
[0027]基于多个观测窗口对应的信道长度和多普勒观测速度，构建行为识别参数矩阵；
[0028]将所述行为识别参数矩阵转换为光谱图像，并从所述光谱图像中裁切出指定时间段内生成的子光谱图像；
[0029]将所述子光谱图像输入至已训练的行为识别模型，得到对应于所述子光谱图像的行为识别结果。
[0030]在一实施例中，在所述对所述协方差矩阵进行谱搜索，得到NLOS信道的信道长度和无源目标的多普勒观测速度之后，所述方法还包括：
[0031]在从所述协方差矩阵中谱搜索得到多个信道长度和多个多普勒观测速度之后，对所述多个信道长度和多个多普勒观测速度进行聚类处理，获得若干簇；
[0032]选择簇中心的信道长度和多普勒观测速度，用于行为识别。
[0033]另一方面，本申请提供了一种基于指数拟合的行为识别装置，包括：
[0034]第一确定模块，用于针对Wi
‑
Fi信号每一观测时刻的信道频率响应，确定对应的功率时延谱；
[0035]拟合模块，用于基于所述功率时延谱中各个采样点的功率分布情况，拟合得到指数分布的概率密度函数；
[0036]变换模块，用于对所述概率密度函数进行傅里叶变换，得到频域相关函数；
[0037]第二确定模块，用于基于所述频域相关函数和预设频域信噪比，确定滤波器系数；
[0038]滤波模块，用于基于所述滤波器系数对所述信道频率响应进行滤波处理，得到降噪后信道频率响应；
[0039]识别模块，用于根据多个观测时刻的降噪后信道频率响应，执行对无源目标的行为识别。
[0040]进一步的，本申请提供了一种电子设备，所述电子设备包括：
[0041]处理器；
[0042]用于存储处理器可执行指令的存储器；
[0043]其中，所述处理器被配置为执行上述基于指数拟合的行为识别方法。
[0044]此外，本申请提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序可由处理器执行以完成上述基于指数拟合的行为识别方法。
[0045]本申请方案，基于指数拟合的方式确定滤波器系数，借助滤波器系数对信道频率响应进行滤波处理，以得到降噪后信道频率响应，从而根据多个观测时刻的降噪后信道频率响应，实现准确的行为识别。
附图说明
[0046]为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍。
[0047]图1为本申请一实施例提供的电子设备的结构示意图；
[0048]图2为本申请一实施例提供的基于指数拟合的行为识别方法的流程示意图；
[0049]图3为本申请一实施例提供的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于指数拟合的行为识别方法，其特征在于，包括：针对Wi
‑
Fi信号每一观测时刻的信道频率响应，确定对应的功率时延谱；基于所述功率时延谱中各个采样点的功率分布情况，拟合得到指数分布的概率密度函数；对所述概率密度函数进行傅里叶变换，得到频域相关函数；基于所述频域相关函数和预设频域信噪比，确定滤波器系数；基于所述滤波器系数对所述信道频率响应进行滤波处理，得到降噪后信道频率响应；根据多个观测时刻的降噪后信道频率响应，执行对无源目标的行为识别。2.根据权利要求1所述的方法，其特征在于，所述基于所述功率时延谱中各个采样点的功率分布情况，拟合得到指数分布的概率密度函数，包括：将所述功率时延谱进行复制，并拼贴出指定功率时延谱；其中，所述指定功率时延谱包括两份功率时延谱，第一份功率时延谱的后端连接在第二份功率时延谱的前端；在所述指定功率时延谱的第二份功率时延谱内最大功率对应的采样点，作为指定采样点；确定所述指定采样点往前端方向搜索出零点采样点；对所述零点采样点开始到所述指定功率时延谱后端的多个采样点的功率分布情况，通过指数分布函数进行拟合，得到所述概率密度函数。3.根据权利要求2所述的方法，其特征在于，所述确定所述指定采样点往前端方向搜索出零点采样点，包括：确定所述指定采样点往前端方向，间隔预设第一数量的采样点为零点采样点。4.根据权利要求2所述的方法，其特征在于，所述确定所述指定采样点往前端方向搜索出零点采样点，包括：从指定采样点开始，在前端方向预设第二数量的采样点中查找最小功率对应的采样点，作为零点采样点。5.根据权利要求1所述的方法，其特征在于，所述根据多个观测时刻的降噪后信道频率响应，执行对无源目标的行为识别，包括：从所述多个观测时刻的降噪后信道频率响应中，选择一个降噪后信道频率响应作为目标信道频率响应；将每一降噪后信道频率响应，分别与所述目标信道频率响应进行共轭相乘，得到目标向量，并将所述目标向量中每一数值减去所述目标向量中所有数值的均值，得到指定向量；将观测窗口内连续多个观测时刻对应的指定向量，构建为观测矩阵，并计算所述观测矩阵的协方差矩阵；对所述协方差矩阵进行谱搜...

【专利技术属性】
技术研发人员：古强，
申请(专利权)人：上海物骐微电子有限公司，
类型：发明
国别省市：