一种基于信道状态信息的室内人员行为检测方法

来源：计算机工程杂志2018年第8期北京时间：

作者：党小超,黄亚宁,郝占军,司雄

单位：1.西北师范大学 计算机科学与工程学院,兰州 730070; 2.甘肃省物联网工程研究中心,兰州 730070

摘要：传统室内人员行为检测方法检测准确率较低,稳定性较差。为此,提出一种基于信道状态信息(CSI)的室内人员行为检测方法。采集 CSI原始数据包后使用Kalman滤波算法对其进行过滤,运用SVM算法对过滤后的数据作分类处理并建立指纹库。同时,利用PSO算法修正 SVM中的参数,然后采用SVM算法处理从真实环境内实时采集到的数据后,将该实时数据与指纹库的数据一一匹配。在此基础上,实现室 内人员的行为检测。实验结果表明,相比LIFS、FIMD方法,该方法可以更精细地识别室内人员的动作行为,且稳定性更高。

关键词：行为检测,信道状态信息,支持向量机,粒子群算法,卡尔曼滤波

基金资助：国家自然科学基金(61762079,61363059,61662070);甘肃省科技重点研发项目(1604FKCA097,17YF1GA015);甘肃省科技创新项目 (17CX2JA037,17CX2JA039)。