一种基于模糊神经网络的稳健WiFi人类活动识别方法与流程

本发明涉及物联网，具体涉及一种基于模糊神经网络的稳健wifi人类活动识别方法。

背景技术：

1、人类活动感知技术通过使用各种传感方式收集人类活动数据并进行分析，为人们的生活提供了智能化的服务，被广泛应用于智能家居、医疗保健、虚拟现实等领域。以往的人类活动感知大都通过携带传感器或安装摄像头的方式实现，这些方式侵入了人们的隐私并且在使用范围上有一定限制，例如传感器较为昂贵，摄像头无法在照明条件不好或有障碍物的情况下使用。

2、由于无线技术的爆发式发展，现如今wifi遍布于人们生活的每一寸空间，使用无处不在的wifi信号实现人类活动感知成为一种新的选择。通过捕捉人类活动对信道状态信息造成的影响，人工智能算法可以预测出具体的动作类别。

3、然而，相比于传感器和图像数据精确性，wifi数据容易受到周围环境电磁信号的影响，同时由于网络条件的影响，wifi的速率也会波动。这些干扰限制了wifi感知在实际通信场景中的性能。

技术实现思路

1、针对现有技术的不足，本发明旨在提供一种基于模糊神经网络的稳健wifi人类活动识别方法。

2、为了实现上述目的，本发明采用如下技术方案：

3、一种基于模糊神经网络的稳健wifi人类活动识别方法，包括如下步骤：

4、步骤一、利用wifi人类活动识别平台收集信道状态信息；

5、所述wifi人类活动识别平台包括路由器、接收端以及发射端；接收端和发射端都处于路由器的局域网中，发射端以固定速率r向路由器发送检测信号，路由器接收到检测信号后会向局域网内广播回复数据包，接收端接收到回复数据包后从其中提取信道状态信息；

6、对于有nt个天线的发射端和nr个天线的接收端组成的多输入多输出系统来说，每一个收发对(i，j)的信道状态信息可以表示为：

7、

8、其中和分别表示第sk个子载波在τ时刻的幅度和相位；

9、步骤二、利用模糊卷积神经网络和模糊循环门控单元分别提取信道状态信息中的稳健空间特征和稳健时间特征：

10、利用1维卷积神经网络对信道状态信息的幅度在子载波维度上进行特征提取，k维的子载波维度减少为p维，p＜＜k，得到空间特征：

11、

12、其中，时刻t的空间特征可以表示为：

13、

14、对于空间特征fspatial，t的每一维，用一组高斯隶属度函数求得其模糊化表，得到对应的稳健空间特征：

15、fspatial，t＝[r1 r2…rp]t

16、

17、其中，μp、分别为第p个高斯隶属度函数的均值和方差；

18、接着，根据循环门控单元ψ在时间维度上对当前的稳健空间特征进行处理，得到当前的时间特征：

19、ftemporal＝ψ(fspatial，t)＝[x1 x2…xk]t

20、之后基于模糊神经网络对时间特征进行模糊化处理，得到稳健时间特征ftemporal：

21、

22、

23、ftemporal＝[φ1 φ2…φm]t

24、其中，mk∈[1，m]，和是对应的隶属度函数的均值和方差；

25、步骤三：对于步骤二提取出的稳健时间特征，通过分类器输出动作类别；当卷积神经网络、循环门控单元以及分类器经过训练达到收敛时，即可获得稳健的wifi人类活动感知分类器。

26、本发明还提供一种用于上述方法的wifi人类活动识别平台，包括路由器、接收端以及发射端；接收端和发射端都处于路由器的局域网中，发射端以固定速率r向路由器发送检测信号，路由器接收到检测信号后会向局域网内广播回复数据包，接收端接收到回复数据包后从其中提取信道状态信息。

27、本发明还提供一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现上述方法。

28、本发明还提供一种计算机设备，包括处理器和存储器，所述存储器用于存储计算机程序；所述处理器用于执行所述计算机程序时，实现上述方法。

29、本发明的有益效果在于：本发明针对wifi人类活动识别技术提出了一种基于模糊神经网络的稳健识别方法，通过搭建wifi人类活动识别平台收集信道状态信息，然后提出了一种模糊神经网络学习方案，该方案结合了模糊卷积神经网络和模糊门控循环单元，分别对信道状态信息进行稳健空间特征提取和稳健时间特征提取，最后使用该方案提取的高维特征进行人类活动识别，可以为wifi人类活动识别技术进行稳健识别提供解决方案，具有良好的应用价值。

技术特征：

1.一种基于模糊神经网络的稳健wifi人类活动识别方法，其特征在于，包括如下步骤：

2.一种用于实现权利要求1所述方法的wifi人类活动识别平台，其特征在于，包括路由器、接收端以及发射端；接收端和发射端都处于路由器的局域网中，发射端以固定速率r向路由器发送检测信号，路由器接收到检测信号后会向局域网内广播回复数据包，接收端接收到回复数据包后从其中提取信道状态信息。

3.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1所述的方法。

4.一种计算机设备，其特征在于，包括处理器和存储器，所述存储器用于存储计算机程序；所述处理器用于执行所述计算机程序时，实现权利要求1所述的方法。

技术总结
本发明公开了一种基于模糊神经网络的稳健WiFi人类活动识别方法，针对WiFi人类活动识别技术提出了一种基于模糊神经网络的稳健识别方法，通过搭建WiFi人类活动识别平台收集信道状态信息，然后提出了一种模糊神经网络学习方案，该方案结合了模糊卷积神经网络和模糊门控循环单元，分别对信道状态信息进行稳健空间特征提取和稳健时间特征提取，最后使用该方案提取的高维特征进行人类活动识别，可以为WiFi人类活动识别技术进行稳健识别提供解决方案，具有良好的应用价值。

技术研发人员：刘元玮,高新宇,董杰
受保护的技术使用者：北京天坦智能科技有限责任公司
技术研发日：
技术公布日：2024/3/24