基于多级小波变换和WiFi感知的人体活动识别方法与装置
申请号:CN202511024707
申请日期:2025-07-24
公开号:CN120974224A
公开日期:2025-11-18
类型:发明专利
摘要
本申请公开了基于多级小波变换和WiFi感知的人体活动识别方法与装置。该方法包括:获取CSI数据;对CSI数据进行小波分解,得到多个不同的频率分量;分别提取CSI数据中每个子载波的前向时序特征和后向时序特征,将前向时序特征和后向时序特征进行相加得到双向时序特征;为不同的频率分量计算邻接矩阵;基于双向时序特征和自适应邻接矩阵聚合CSI数据中不同子载波的信息得到聚合特征,基于聚合特征得到多频率分量特征表示;将多频率分量特征表示输入到分类器中,得到人体活动识别结果。本申请能够解决现有技术中深度学习模型对于CSI数据数据特征提取能力不足,导致无法有效提升人体活动识别准确率的问题,实现WiFi感知场景下有效识别人体活动的目的。
技术关键词
人体活动识别方法
时序特征
分量特征
载波
WiFi信号源
频率
卷积模块
分支
高通滤波器
低通滤波器
矩阵
序列
分类器
数据特征提取
融合特征
节点
可读存储介质
深度学习模型