摘要
本发明公开了基于WiFi信号的非接触式多模态用户身份识别方法，首先，对CSI信号进行预处理，包括复共轭乘积，Hampel滤波器去除异常值，中值滤波去噪，巴特沃斯低通滤波器抑制高频扰动；然后，使用动态时间规划、奇异值分解、信息熵等不同指标筛选贡献度较大的子载波序列。在特征构建阶段，通过提取振幅和相位的统计特征（标准差、极差、MAD）以及多普勒频移频谱图构建完整的多模态输入向量，最终，构建融合卷积、自注意力机制与视觉变换器Transformer的多分支用户身份识别模型，实现了高精度的身份识别。
