一种基于WIFI信号的人员检测方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN110149604A(43)申请公布日2019.08.20(21)申请号201910367406.6(22)申请日2019.05.05(71)申请人西北工业大学地址710072陕西省西安市友谊西路127号(72)发明人刘航王彤任雅琪李晖晖王志祥郭达伟(74)专利代理机构西北工业大学专利中心61204代理人王鲜凯(51)Int.Cl.H04W4/30(2018.01)H04W4/80(2018.01)H04B17/318(2015.01)H04B17/364(2015.01)权利要求书2页说明书6页附图2页(54)发明名称一种基于WIFI信号的人员检测方法(57)摘要本发明涉及一种基于WIFI信号的人员检测方法，对采集得到的WiFi网络所有子载波的CSI进行相关性分析，挑选出动态性较强的前k个子载波；其次对挑选出的子载波CSI进行主成分分析，提取出最能表现由于人员移动所造成的信号变化部分的主要分量；接着使用小波去噪方法滤除掉叠加在主要分量上的环境高频噪声，保留下包含人类活动的低频信号成分；然后使用去噪后数据的方差作为信号特征，来刻画由于人员移动所导致的信号波动；最后综合使用信号强度阈值和信号时延阈值，判断被监控区域内是否有人员出现。本发明可广泛应用于国防、党政机关、企业与公司等需要对人员出现进行安全防范检测的单位和居民家庭。CN110149604ACN110149604A权利要求书1/2页1.一种基于WIFI信号的人员检测方法，其特征在于步骤如下：步骤1、静态环境CSI数据的相关性计算：采集静态环境下的CSI数据，计算t秒内各个子载波CSI数据的相关系数矩阵Ps：其中：H1和H2分别表示第i个和第j个子载波的CSI，D(H)表示CSI数据H的方差，Cov(H1,H2)表示H1和H2的协方差；步骤2、动态环境CSI数据的相关性计算：采集动态环境下CSI数据，计算t秒内各个子载波CSI数据的相关系数矩阵Pd；步骤3、子载波选择：选择出Pd与Ps差别最大的前k个子载波(i,S)＝maxk(||Pd-Ps||)其中，i是被选择的子载波索引号，S是被选择的子载波CSI矩阵；步骤4、主成分分析：1)、对被选择的每个子载波的CSI数据进行标准化变换：其中：Si和Xi分别表示第i个子载波标准化变换前、后的值，E(Si)为Si的数学期望，D(Si)为Si的方差；2)、标准化后的CSI数据协方差矩阵为：Y＝XTX3)、解相关矩阵的特征方程|Y-λIk|＝0，得到k个特征根，解方程组Yb＝λib得到单位特征向量4)、将标准化后的指标变量转换为主成分：其中W1成为第一主成分，W2称为第二主成分，……，Wk为第k主成分；步骤5：选取的第i个主成分数据使用小波算法进行去噪；步骤6：对于去噪后的数据，使用长度为L的滑动窗口，按照下式计算信号上包络，平滑持续出现的毛刺，降低漏报率：Ei＝max1<i<L(Wi)其中Ei表示通过计算得到的包络线上的点。根据所需信号的平滑程度，窗口每次滑动M个数据；步骤7：计算步骤6所得的上包络线的方差作为人员出现的特征数据：对特征数据进行更新：Cj＝λ*Vj+(1-λ)*Cj-1其中，Vj为j时刻的方差计算值，Cj为j时刻方差的平滑值。λ取值在[0,1]之间，表示指数移动平均算法对于历史计算值的权重；2CN110149604A权利要求书2/2页步骤8、检测：以强度阈值Ta和时间阈值Th，对步骤7得到的每个实时特征Cj按照进行检测：在窗口w内对tj进行统计：若t-Th≤0则判定为没有人员出现，t-Th>0则判定为有人出现。2.根据权利要求1所述基于WIFI信号的人员检测方法，其特征在于：所述强度阈值的计算为：采用指数移动平均算法对步骤7的上包络线的方差进行实时平滑，统计得到其最大值CMAX，强度阈值Ta＝α*CMAX，其中：α为系数。3.根据权利要求1所述基于WIFI信号的人员检测方法，其特征在于：所述时间阈值Th：Tn<Th≤Tw，Tw为人的走动行为的最短持续时间，Tn为由于非人为因素引起的信号毛刺的持续时间。3CN110149604A说明书1/6页一种基于WIFI信号的人员检测方法技术领域[0001]本发明属于计算机处理技术领域，涉及一种基于WIFI信号的人员检测方法。背景技术[0002]随着时代的进步，人们的物质生活得到极大改善。然而，一些与公民人身和财产安全相关的犯罪行为现象呈现上升趋势，入室盗窃、抢劫、恐怖袭击等行为，威胁着公民的生命健康和财产安全，同时也破坏了社会的长治久安，社会和国家对于安保方面的问题予以了很高的重视。人员检测便是预防这类行为发生的一个重要手段。人员检测包括对家庭居住周边环境和财物的监控与保护；金融机构、文博单位、民航、车站