一种室内WiFi环境下的人体活动识别方法

来源：计算机技术与发展杂志2025年第03期北京时间：

作者：何继爱;李先祺;赵雪

摘要：针对人体活动识别邻域中的隐私保护性差、识别准确率低、成本高等问题,提出一种基于 WiFi 信号识别人体活动的方法,该方法利用人体活动对 WiFi 信道状态信息的影响实现非接触式的活动识别。 首先,利用子载波的相关性及其对活动敏感性的差异提出一种天线-子载波选择策略,减少不敏感天线及子载波对活动识别的影响;然后,对包含活动特征的 WiFi 信道状态信息用 Hampel 滤波及小波变换去噪进行预处理,并利用滑动窗口内信号的方差变化确定活动区间,去除不含活动特征的冗余信息,再用统计特征构造用于分类的特征量;最后,利用麻雀搜索算法优化正则化学习机的参数选择过程以提高模型性能。 实验结果表明,该方法对拍手、前踢、深蹲、步行、弯腰、打电话、坐下、高摆手、喝水九种人体动作平均准确率可达到96% ,所提出的天线-子载波选择策略将九种活动的准确率平均提高了4. 56% ;通过与目前先进算法和其他改进算法的对比,有效证明了该方法的有效性。

关键词：无线感知;人体活动识别;信道状态信息;机器学习;优化算法