基于信道状态信息的人体行为识别系统

【摘要】：提出了一种基于无设备的人体行为识别系统,利用Wi-Fi信号的信道状态信息(CSI)来识别3个动态活动:行走、摔倒和坐。该系统只需要一台Wi-Fi路由器作为发射器和一台装有无线网卡的笔记本电脑作为接收器。系统从WiFi信号中提取CSI,然后经过低通滤波以消除噪声,并且为了降低CSI的维度和避免周围噪声所带来的不良影响,在整个CSI数据流中采用了主成分分析(PCA)算法。因此,该系统能够从CSI的时域和频域中得到有用的信号特征值。继而,采用支持向量机(SVM)算法来对人体行为进行分类。为了评优系统的可用性和稳定性,跟5个用户在动态环境中,分别在视距(LOS)和非视距(NLOS)的条件下做了大量的实验,这些实验表明该系统能够得到较高的准确率。