利用自然环境无线信号的人体位置状态识别方法
【专利摘要】本发明利用自然环境无线信号的人体位置状态识别方法属于无线网络技术与模式识别【技术领域】，涉及一种利用自然环境无线信号基于模式识别，实现对室内人体的位置状态的识别。识别方法由训练阶段和工作阶段两部分组成；训练阶段，针对人的位置状态，智能分析识别软件控制智能天线和无线接收机对多个方向的无线信号进行测量，并读取对应各个方向的信道信号强度信息序列。工作阶段，智能分析识别软件控制智能天线和无线接收机对多个方向的无线信号进行测量，对信道信号强度信息序列进行数字滤波，进行均值、方差、峰峰值分析计算。本发明具有安装方便、无需人员参与、不涉及隐私泄漏等优点，可广泛应用到智能家居、智能空间等应用领域中。
【专利说明】利用自然环境无线信号的人体位置状态识别方法
【技术领域】
[0001] 本发明属于无线网络技术与模式识别【技术领域】，设及一种利用自然环境无线信号 基于模式识别，实现对室内人体的位置状态的识别，可广泛应用到智能家居、智能空间中。
【背景技术】
[0002] 随着信息技术的发展和人们生活水平的不断提高，家庭的智能化程度日益提升， 智能家居、智能空间等应用越来越多的得到普及。在上述应用中，需要解决的一个核屯、基础 问题是系统需要获知人体的位置、状态等信息，W便作出相应的智能操作。
[0003] 目前，常用的感知人体位置、状态的方法是对位置与状态分别使用不同的传感器 进行处理。位置识别通常采用基于摄像头的图像识别方法，通过安装在房间内的多个摄像 头捕获人体的图象，利用模式识别方法识别出人的位置。相关工作，如，范新南等"基于序列 图像的人体跟踪算法研究综述"，计算机工程与设计，2012,第33卷，第1期，P278-P281页。 状态识别通常采用基于加速度传感器的方法，通过安装在人体上的加速度传感器，利用识 别算法识别出人体的状态。相关工作，如，李娜等"基于=轴加速度信号的实时人体状态识 别算法"，北京工业大学学报，2012,第38卷，第11期，P1689-P1693页。上述方法虽然可W 取得较好的人体位置估计精度与状态识别精度，但是，摄像头设及隐私泄露问题，多数用户 并不愿意在家里安装摄像头，同时，在身上安装加速度传感器也会造成诸多不便。
[0004] 近年来，随着无线技术的发展，无线网络已遍布于我们生活的各个角落。自然空间 中存在众多的WiFi信号、GSM信号、FM信号、TV信号等无线信号。根据电波的传播特性，当 电波穿过人体时会被遮蔽和吸收，从而使接收信号强度发生变化。当人体的位置、状态发生 变化时，被遮蔽的无线信号也会发生变化。因此，可W利用自然空间环境无线信号的变化特 征估计人体的位置与状态，从而实现对人体位置状态的识别。
【发明内容】
[0005] 本发明的目的是克服现有技术的缺陷，发明一种利用自然环境无线信号的人体位 置状态识别方法。借助人体位置状态对自然空间无线信号的影响，通过对自然空间无线信 号特征的深度挖掘与学习，识别方法通过训练阶段和工作阶段，实现对人体位置与状态的 估计，进而为智能家居等应用提供人体位置状态信息。本发明的识别方法不设及隐私泄露、 不需要在人体上安装设备，具有便捷、安全的特点；同时，由于无线信号的固有特性，本方法 还具有对光照、烟雾等条件不敏感，具有穿透性等优点，适用于老人监护、智能家居等新兴 应用的需求。
[0006] 本发明的技术方案是一种利用自然环境无线信号的人体位置状态识别方法，其特 征是，识别方法由训练阶段和工作阶段两部分组成；
[0007] 训练阶段，针对人的每一种可能的位置状态，智能分析识别软件控制智能天线和 无线接收机对多个方向的无线信号进行测量，并读取对应各个方向的信道信号强度信息序 列；之后，智能分析识别软件通过各个方向的信道信号强度信息序列进行数字滤波，均值、 方差、峰峰值分析计算，利用该些统计信息来表征人体处于某个位置状态的信号特征。经过 对人体所有可能位置状态的测量，建立起信号特征库。工作阶段，智能分析识别软件控制智 能天线和无线接收机对多个方向的无线信号进行测量，并读取对应各个方向的信道信号强 度信息序列；之后，智能分析识别软件对各个方向的信道信号强度信息序列进行数字滤波， 进行均值、方差、峰峰值分析计算，基于测量得到的信号特征W及信号特征库中的特征，采 用特征匹配捜索算法识别出人体的位置和状态；识别方法训练阶段的具体步骤如下：
[000引 1)人体处于某一个特定位置状态；
[0009] 2)运行在微处理系统1上的智能分析识别软件2发送指令配置无线接收机3的工 作频率、放大器增益参数，使无线接收机3 -直处于对某一频率信道的接收；
[0010] 3)运行在微处理系统1上的智能分析识别软件2发送指令控制智能天线4的波束 调整到某一特定方向0 1，并通过无线接收机3连续测量该方向获得信道信号强度信息序列 i?", = ?{巧......巧f}，该里，M为采样序列长度，采样间隔为1毫秒；
[0011] 4)智能分析识别软件2基于信道信号强度信息序列馬，={靖，…，增f}，首先基 于截止频率为lOKHz的己特沃兹低通滤波器对序列进行数字滤波处理，之后，计算出序列 的均值y 0 1，方差0 0 1，峰峰值n 0 1;
[0012] 5)智能分析识别软件2重复上述步骤3、4,控制智能天线4对连续的N个方向0 1， 0 2, ...，0 W进行测量，实现对360度平面空间的覆盖扫描测量，并获得与N个方向对应的 信道信号强度信息序列馬1，棋2，...，馬w，W及对应的统计特征Ci= { y 01，0 "，n 01，...， y w 0 w n ewK该统计特征用于表征人在该位置状态时对应的信号特征；
[0013] 6)人更换位置状态，重复步骤2至5,获取对应在新位置状态的信号特征。遍历所 有可能的位置状态，构建信号特征库；
[0014] 识别方法工作阶段的具体步骤如下：
[0015] 1)对于某未知的位置状态，运行训练阶段的步骤2至5,获取当前位置状态的信号 特征Cy;
[0016] 2)智能分析识别软件2通过特征匹配算法从信号特征库中寻找到与该特征距离 最近的位置状态，如下所示：
[0017] i = ar卵in I I Cx-。I
[001引其中，（；表示当前位置状态对应的信号特征，Ci表示特征库中的第i个特征， |Cx-Ci| I表示两个向量的欧式距离，ar卵inllCx-Cil I返回特征库中使欧式距离最小的信 号特征对应的序号；
[0019] 3)智能分析识别软件2将在步骤2中计算出来的对应特征库中第i个特征的位置 状态作为当前时刻人体对应的位置状态输出结果；训练阶段仅需要在系统部署安装时训练 一次，在实际工作中仅需按照工作阶段的步骤运行即可；
[0020] 一种利用自然环境无线信号的人体位置状态识别方法，其特征在于：识别方法中 采用的装置由微处理系统1、智能分析识别软件2、无线接收机3、智能天线4组成；智能天 线4可W捕获多个方向上对应的信号强度特性，起到了空间分集接收的目的，提高了识别 装置对状态的分辨能力；智能分析识别软件2对信号序列进行滤波处理，利用均值、方差、 峰峰值组成的向量表征信号序列的特征，并利用模式识别算法实现位置状态的估计。
[0021] 本发明的有益效果在于利用自然环境无线信号实现对人体位置状态的估计，无 需在人体上安装任何装置、无需人的参与。装置便于快速安装布置，拆卸方便，不设及隐私 泄漏问题。
【专利附图】
【附图说明】
[0022] 图1为本发明的系统结构框图，图中：1-微处理系统、2-智能分析识别软件、3-无 线接收机、4-智能天线。
[0023] 图2为训练阶段流程图，图3为工作阶段流程图。
【具体实施方式】
[0024] 下面结合技术方案和附图具体详细阐述本发明的实施，本发明为一种利用自然环 境无线信号的人体位置状态识别方法，通过分析自然空间无线信号的特征，估计出人体的 位置状态。利用自然环境无线信号的人体位置状态识别装置由智能天线4、无线接收机3、 微处理系统1、智能分析识别软件2组成，系统组成框图如图1所示。智能天线4是一种波 束方向可动态调整的方向性天线，可接收来自于微处理系统的控制指令，改变天线的主波 瓣方向，从而，仅对某一个特定方向的无线信号进行接收，实施例中的智能天线4是一个由 6个阵元组成的6阵元智能天线，主波瓣宽度45度，方向调整步进5度，可覆盖360度全空 间。无线接收机3可接收某一频率信道的无线信号，测量出该无线信道的信号强度信息，并 可将信号强度信息发送给微处理器系统，微处理系统1可W是通用PC机或者可运行操作系 统的嵌入式系统。实施例中，微处理系统1采用通用PC机，工作频率3. OGHz，内存SGB^es。
[0025] 通用PC机上采用Matl油代码编写智能分析识别软件2,首先按照图2所示的训 练阶段流程图对位置状态特征进行训练学习。命令智能天线4 W 30度步进依次指向不同 的方向，并连续测量1〇〇次对应方向91的信号强度序列縣，={屬,，...；^2^*}，进行滤波 并计算统计特征均值y ei，方差0 ei，峰峰值n ei，获得人体在某一位置状态i时的信号特 征。=(y ei，0 01，n ei，...，y W 0 0W，n J。之后，采用同样的方法测量人体处于不 同的位置状态时的信号特征，进而构建完整的信号特征库。
[0026] 实施例中的无线接收机3采用USRP软件无线电接收机，工作在2. 4GHz，接收灵敏 度-98地m，可接收附近的WiFi无线信号。按照附图3所示的工作阶段流程图，对位置状态 特征进行采集、计算、匹配识别。命令智能天线W 30度步进依次指向不同的方向，并连续测 量100次对应方向0 1的信号强度序列馬，=-- ?，聯f"}，进行滤波并计算统计特征均 值y ei，方差0 W峰峰值n ei，获得人体在当前位置状态时的信号特征Cy= {> ei，曰W n ei，...，y ew，0 ew，n ewK之后，智能分析识别软件2通过特征匹配算法从信号特征库 中寻找到与该特征距离最近的位置状态，如下所示：
[0027] i = ar卵in I I Cx-。I
[002引其中，（；表示当前位置状态对应的信号特征，Ci表示特征库中的第i个特征， |Cx-Ci| I表示两个向量的欧式距离，ar卵inllCx-Cil I返回特征库中使欧式距离最小的信 号特征对应的序号；智能分析识别软件2将计算出来的对应特征库中第i个特征的位置状 态作为当前时刻人体对应的位置状态输出结果。
[0029] 实验中，采用10种位置状态特征，经测试，正确识别率为95%，满足了绝大多数应 用的需求。与已有方法相比，本发明的方法不设及隐私泄露、不需要在人体上安装设备，具 有便捷、安全的特点；同时，由于无线信号的固有特性，本方法还具有对光照、烟雾等条件不 敏感，具有穿透性等优点，适用于老人监护、智能家居等新兴应用的需求。
【权利要求】
1. 一种利用自然环境无线信号的人体位置状态识别方法，其特征是，位置状态识别方 法由训练阶段和工作阶段两部分组成；训练阶段，针对人的每一种可能的位置状态，智能分 析识别软件控制智能天线和无线接收机对多个方向的无线信号进行测量，并读取对应各个 方向的信道信号强度信息序列；之后，智能分析识别软件通过各个方向的信道信号强度信 息序列进行数字滤波，均值、方差、峰峰值分析计算，利用这些统计信息来表征人体处于某 个位置状态的信号特征；经过对人体所有可能位置状态的测量，建立起信号特征库；工作 阶段，智能分析识别软件控制智能天线和无线接收机对多个方向的无线信号进行测量，并 读取对应各个方向的信道信号强度信息序列；之后，智能分析识别软件对各个方向的信道 信号强度信息序列进行数字滤波，进行均值、方差、峰峰值分析计算，基于测量得到的信号 特征以及信号特征库中的特征，采用特征匹配搜索算法识别出人体的位置和状态； 位置状态识别方法训练阶段的具体步骤如下： 1) 人体处于某一个特定位置状态； 2) 运行在微处理系统（1)上的智能分析识别软件（2)发送指令配置无线接收机（3)的 工作频率、放大器增益参数，使无线接收机（3) -直处于对某一频率信道的接收； 3) 运行在微处理系统（1)上的智能分析识别软件（2)发送指令控制智能天线（4)的波 束调整到某一特定方向0i，并通过无线接收机（3)连续测量该方向获得信道信号强度信息 序列1?, = {1415...其中，I-M为采样序列长度，采样间隔为1毫秒； 4) 智能分析识别软件⑵基于信道信号强度信息序列％ = {私，…首先基于 截止频率为IOKHz的巴特沃兹低通滤波器对序列进行数字滤波处理，再计算出序列的均值y01，方差〇 01，峰峰值n01; 5) 智能分析识别软件（2)重复上述步骤3、4,控制智能天线（4)对连续的N个方向9i， 02，…，行测量，实现对360度平面空间的覆盖扫描测量，并获得与N个方向对应的 信道信号强度信息序列场1，场2,…，，以及对应的统计特征Ci={y01，O01，n01，…， yeN，〇eN，neN}，该统计特征用于表征人在该位置状态时对应的信号特征； 6) 人更换位置状态，重复步骤2至5,获取对应在新位置状态的信号特征；遍历所有可 能的位置状态，构建信号特征库；训练阶段仅需要在系统部署安装时训练一次，之后，系统 在实际工作中仅需按照工作阶段的步骤运行即可； 位置状态识别方法工作阶段的具体步骤如下： 1) 对于某未知的位置状态，运行训练阶段的步骤2至5,获取当前位置状态的信号特征 Cx; 2) 智能分析识别软件（2)通过特征匹配算法从信号特征库中寻找到与该特征距离最 近的位置状态，如下所示： i=argminIICx-CiI 其中，Cx表示当前位置状态对应的信号特征,Ci表示特征库中的第i个特征，IIcx-CiI表示两个向量的欧式距离，argminlICx-CiII返回特征库中使欧式距离最小的信号特征对应 的序号； 3) 智能分析识别软件（2)将在步骤2中计算出来的对应特征库中第i个特征的位置状 态作为当前时刻人体对应的位置状态输出结果。
2.根据权利要求1所述的利用自然环境无线信号的人体位置状态识别方法，其特征 在于：该识别方法采用的识别装置由微处理系统（1)、智能分析识别软件（2)、无线接收机 (3)、智能天线（4)组成；智能天线（4)可以捕获多个方向上对应的信号强度特性，起到了空 间分集接收的目的，提高了识别装置对状态的分辨能力；智能分析识别软件（2)对信号序 列进行滤波处理，利用均值、方差、峰峰值组成的向量表征信号序列的特征，并利用模式识 别算法实现位置状态的估计。
【文档编号】G06K9/62GK104504396SQ201410798000
【公开日】2015年4月8日 申请日期:2014年12月18日 优先权日:2014年12月18日
【发明者】高庆华, 王洁, 张潇, 金明录, 喻言, 李思伟, 张焕冲, 平健舟 申请人:大连理工大学