【技术实现步骤摘要】
本专利技术涉及无线感知，更具体地说，涉及一种环境鲁棒的wifi信号行为识别方法及系统。
技术介绍
1、人体行为识别是智能应用的重要研究内容之一。人类行为识别是指通过测量人类做各种动作时产生的某些信号数据，根据一定算法，对人类行为加以分类识别。通过准确识别人类行为，可以提高人机交互质量并扩大智能应用范围，是智能生活未来的发展趋势，对研究智能家居、医疗辅助、键盘识别等具有重大意义。
2、传统的基于计算机视觉的方法，虽然能够实现较好的人体动作识别性能，但由于室内环境复杂、障碍物以及环境光线等因素的影响，其准确性较低并且在不同环境下同一方法进行识别的准确率有较大波动。此外，基于视觉信息的人体行为识别方法存在严重的隐私泄漏风险，摄像头所摄录的包含行为人面部特征的图像一旦泄露则可能造成非常大的安全隐患。因此，提出一种非侵入且保护隐私的识别方法十分必要。然而，一般的非侵入性识别方法对于环境依赖性较强，一旦环境发生变化，识别效果就会大大降低。
3、经检索，中国专利号zl202010929951.2，申请日为2020年9月7日，专利技术创造名称为：一种基于注意力机制使用wifi数据进行人体行为识别的方法，该申请案首先使用一种基于信道状态信息csi的幅值和相位特征的行为识别方法，解决在使用csi进行行为识别过程中的特征损失问题。然后利用信道频率响应cfr和信道冲激响应cir可以通过傅里叶变换和反变换进行相互转换的原理，计算出wifi设备所能得到的最小多径时延差之间的多径数据，通过确定经过人体反射和折射的多径信号到达接收机的时
技术实现思路
1、1.专利技术要解决的技术问题
2、鉴于上述现有技术的不足，本专利技术提供了一种环境鲁棒的wifi信号行为识别方法及系统，本专利技术侧重于提取环境鲁棒的动作特征实现独立于环境的精确行为识别，通过引入交叉协方差自注意力机制，构建环境自适应模型，解决了在不同场景下无线感知识别行为的鲁棒性不足的问题，同时由于并未摄录用户的面部信息，因此有效地保护了用户的隐私。
3、2.技术方案
4、为达到上述目的，本专利技术提供的技术方案为：
5、本专利技术一种环境鲁棒的wifi信号行为识别方法，其步骤为：
6、步骤一、采集wifi信号，并获取wifi信号中的csi数据；
7、步骤二、对采集的csi数据进行信号预处理，获得信号频谱图和信号时序图；
8、步骤三、对信号频谱图进行处理获取信号频域特征，对信号时序图进行处理获取信号时域特征，然后将二者组合获得信号时频域特征；
9、步骤四、引入交叉协方差自注意力机制，对信号时频域特征进行筛选与处理，分析信号特征中存在的环境特征和行为特征，提取出环境无关的行为特征；
10、步骤五、根据环境无关的行为特征，预测用户的行为类别。
11、更进一步地，步骤二所述信号预处理过程，具体包括：
12、对csi数据进行提取、异常点去除以及丢失数据插值处理，并根据wifi信号的质量对csi数据进行滤波去噪；
13、对去噪后csi数据进行大滑窗滤波，去除直流分量和高频分量；
14、监测滤波后的信号趋势，设定阈值判断信号趋势的急剧变化，识别用户行为的开始和结束时刻，提取出用户行为期间的csi数据；
15、对用户行为期间的csi数据进行小滑窗滤波，对每个小滑窗窗口进行实时分析，提取信噪比较高的窗口进行后续分析；
16、小滑窗滤波后，采用快速傅里叶变换获得csi数据的频谱图。
17、更进一步地，步骤三中，利用长短期记忆递归神经网络对信号时序图进行处理获取信号时域特征，利用卷积神经网络对信号频谱图进行处理获取信号频域特征，然后利用前馈神经网络将二者组合成时频域特征。
18、更进一步地，步骤三中，长短期记忆递归神经网络lstm通过引入记忆门、遗忘门和输出门处理时序图数据。
19、更进一步地，步骤三中，将信号频谱图以二维图的形式输入卷积神经网络resnet18，resnet18网络利用卷积层通过滑动的卷积核扫描频谱图，捕捉不同频率上的局部特征，每一卷积层之间利用relu函数进行非线性处理，以提取非线性特征，通过残差连接提取频域的残差特征；在resnet18网络中同时使用池化层降低数据维度，最后通过全连接层将频域特征转换为一维特征向量。
20、更进一步地，步骤三所述前馈神经网络通过全连接层将时域特征和频域特征映射至同一维度，然后将二者直接利用两层卷积层进行特征融合，叠加成时频域特征向量。
21、更进一步地，步骤四的具体过程为：
22、不同场景下的wifi信号提取出的时频域特征为f，n个场景下产生n个时频域特征向量f1,f2...,fn，将这n个向量组成一个n维的时频域特征向量x；
23、将时频域特征向量x输入环境无关特征提取网络，首先经过3个n维1x1的权重矩阵，得到三个正则化的键向量k，查询向量q和数值向量v；
24、计算查询向量q与键向量k之间的相似度，得到注意力权重；其中，计算注意力权重采用交叉协方差自注意力机制；
25、通过注意力权重对数值向量进行加权求和，生成最终的权重输出，得到环境无关的行为特征。
26、更进一步地，步骤五采用全连接层对环境无关特征向量进行线性处理，将其降维至与行为类别相一致的维度，随后，通过softmax函数对处理后的向量进行归一化，最后采用交叉熵函数作为损失函数，评估预测的行为类别。
27、本专利技术的一种环境鲁棒的wifi信号行为识别系统，包括：
28、图形界面模块，用于人机交互，以及显示行为识别模块输出的识别结果；
29、wifi信号采集模块，用于采集wifi信号，并获取wifi信号中的信道状态信息csi；
30、信号预处理模块，用于对采集到的信道状态信息csi进行预处理，获得信号频谱图和信号时序图；
31、特征提取模块，用于对信号频谱图进行处理获取信号频域特征，对信号时序图进行处理获取信号时域特征，然后将二者组合获得信号时频域特征；
32、环境自适应模块，用于引入交叉协方差自注意力机制，对信号时频域特征进行筛选与处理，分析信号特征中存在的环境特征和行为特征，提取出环境无关的行为特征；
33、行为识别模块，用于根据环境无关的行为特征，预测用户的行为类别。
34、更进一步地，所述的wifi信号采集模块通过wifi芯片获取到wifi设备中物理层的csi数据，利用开源的csi tool（本文档来自技高网...
【技术保护点】
1.一种环境鲁棒的WiFi信号行为识别方法，其特征在于，其步骤为：
2.根据权利要求1所述的一种环境鲁棒的WiFi信号行为识别方法，其特征在于，步骤二所述信号预处理过程，包括：
3.根据权利要求2所述的一种环境鲁棒的WiFi信号行为识别方法，其特征在于：步骤三中，利用长短期记忆递归神经网络对信号时序图进行处理获取信号时域特征，利用卷积神经网络对信号频谱图进行处理获取信号频域特征，然后利用前馈神经网络将二者组合成时频域特征。
4.根据权利要求3所述的一种环境鲁棒的WiFi信号行为识别方法，其特征在于：步骤三中，长短期记忆递归神经网络LSTM通过引入记忆门、遗忘门和输出门处理时序图数据。
5.根据权利要求4所述的一种环境鲁棒的WiFi信号行为识别方法，其特征在于：步骤三中，将信号频谱图以二维图的形式输入卷积神经网络ResNet18，ResNet18网络利用卷积层通过滑动的卷积核扫描频谱图，捕捉不同频率上的局部特征，每一卷积层之间利用RELU函数进行非线性处理，以提取非线性特征，通过残差连接提取频域的残差特征；在ResNet18网络中同时
6.根据权利要求5所述的一种环境鲁棒的WiFi信号行为识别方法，其特征在于：步骤三所述前馈神经网络通过全连接层将时域特征和频域特征映射至同一维度，然后将二者直接利用两层卷积层进行特征融合，叠加成时频域特征向量。
7.根据权利要求1-6任一项所述的一种环境鲁棒的WiFi信号行为识别方法，其特征在于：步骤四的具体过程为：
8.根据权利要求7所述的一种环境鲁棒的WiFi信号行为识别方法，其特征在于：步骤五采用全连接层对环境无关特征向量进行线性处理，将其降维至与行为类别相一致的维度，随后，通过Softmax函数对处理后的向量进行归一化，最后采用交叉熵函数作为损失函数，评估预测的行为类别。
9.一种环境鲁棒的WiFi信号行为识别系统，其特征在于，包括：
10.根据权利要求9所述的一种环境鲁棒的WiFi信号行为识别系统，其特征在于：所述的WiFi信号采集模块通过WiFi芯片获取到WiFi设备中物理层的CSI数据，利用开源的CSITool对CSI数据进行采集和分析。
...【技术特征摘要】
1.一种环境鲁棒的wifi信号行为识别方法，其特征在于，其步骤为：
2.根据权利要求1所述的一种环境鲁棒的wifi信号行为识别方法，其特征在于，步骤二所述信号预处理过程，包括：
3.根据权利要求2所述的一种环境鲁棒的wifi信号行为识别方法，其特征在于：步骤三中，利用长短期记忆递归神经网络对信号时序图进行处理获取信号时域特征，利用卷积神经网络对信号频谱图进行处理获取信号频域特征，然后利用前馈神经网络将二者组合成时频域特征。
4.根据权利要求3所述的一种环境鲁棒的wifi信号行为识别方法，其特征在于：步骤三中，长短期记忆递归神经网络lstm通过引入记忆门、遗忘门和输出门处理时序图数据。
5.根据权利要求4所述的一种环境鲁棒的wifi信号行为识别方法，其特征在于：步骤三中，将信号频谱图以二维图的形式输入卷积神经网络resnet18，resnet18网络利用卷积层通过滑动的卷积核扫描频谱图，捕捉不同频率上的局部特征，每一卷积层之间利用relu函数进行非线性处理，以提取非线性特征，通过残差连接提取频域的残差特征；在resnet18网络中同时使...
【专利技术属性】
技术研发人员：黄锦阳，郭运生，陈政骁，贺蓓，陈四贵，郭宇童，何继轩，崔丰麒，章翔，赵鹏，王萌，黎歆雨，庄国航，刘鑫，孙晓，汪萌，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：
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。