郝占军,段 渝,党小超,曹 渊
(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)
无线通信基础设施的广泛部署,促进了以基于无线通信网络的人类行为识别为核心技术的各种应用发展[1]。传统的人类行为识别需要配置可以佩戴在人体上或者部署在环境中的物理传感设备[2],如UWB、RFID和加速度传感器等,通过读取其采集的信息进行行为识别。尽管传统的行为识别方法已被普遍使用并取得了良好效果,但因其需要特定的传感器设备,使用成本较高。随着无线通信技术的发展,基于Wi-Fi的行为识别由于其在室内区域中的普遍可用性而受到越来越多的关注。由于无需穿戴传感器设备就可以自动识别人体行为,因此该技术已在现实生活中得到广泛应用,例如智能家居、远程医疗保健、校园安全、重症病人监护、老年人活跃度检测等[3]。
传统的室内人类行为检测主要依靠接收信号强度(Received Signal Strength,RSS)方法[4]。但实验结果表明,RSS方法的动作识别效果差,稳定性低。与RSS相比,信道状态信息(Channel State Information,CSI)是一种MAC层更细粒度的度量,其描述了无线信号的幅度衰减和相位移动[5],通过CSI可有效识别生命体征、基本行为以及复杂的活动[6]。例如:文献[7]通过分析CSI信号来检测心率和呼吸频率;文献[8]开发E-eyes系统来进行人体步态识别;文献[9]开发WiFi-ID系统来识别人类身份。根据识别算法和应用场景的不同,CSI人体动作识别方法可以分为基于模型的识别和基于指纹库的识别,两者最主要的区别为是否需要进行先验学习[10]。……