计算机应用

作者：刘立双, 魏忠诚, 张春华, 王巍, 赵继军

单位：1. 河北工程大学 信息与电气工程学院, 河北 邯郸 056038;2. 河北省安防信息感知与处理重点实验室(河北工程大学), 河北 邯郸 056038;3. 河北工程大学 公共体育部, 河北 邯郸 056038

关键词：人员活动持续时间,信道状态信息,反向传输神经网络,人员活动检测,WiFi

基金：国家自然科学基金资助项目（61802107）；河北省自然科学基金资助项目（F2018402251）；邯郸市科学技术研究与发展计划项目（1721203048）；河北省物联网数据采集与处理工程技术研究中心开放课题（2016-2）。

针对传统人员活动持续时间估计系统隐私性及灵活性较差的问题，分析信道状态信息（CSI）的幅度变化，提出了一个基于WiFi信道状态信息的人员活动持续时间估计系统。该系统重点将连续复杂的人员活动持续时间估计问题转化为离散简单的人员检测问题。首先，采集CSI信息并滤除异常值和噪声；其次，利用主成分分析法（PCA）进行子载波降维，获取主成分以及相应的特征向量；随后计算主成分方差和特征向量一阶差分均值，并将两者比值作为特征值训练反向传输神经网络（BPNN）模型；然后，利用训练好的BPNN模型进行人员检测，并当检测出有人员活动时，进一步对CSI数据进行等宽分割；最后，针对所有分割后的CSI数据实现人员检测，并依据符合人员检测结果的数据来估计人员活动的持续时间。在真实室内环境中对系统进行实验评估，人员检测平均准确率可达到97%，活动持续时间误差不超过10%。实验结果表明，该系统能够有效估计出人员活动的持续时间。

来源：2019年第7期

《计算机应用》期刊编辑部

查看计算机应用杂志2019年第7期