基于时间卷积网络的CSI动作识别

• 作者: 阴庚雷 丁文超 张俊宝
• 来源期刊: 中原工学院学报
• 学科: 教育
• 关键词: 信道状态信息 时间卷积网络 动作识别 注意力机制
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 信息科学与技术
• 页码范围: 59-65
• 页数: 7页
• 分类号: G642
• 语种: 中文
• DOI: 10.3969/j.issn.1671-6906.2020.05.009

摘要

随着WiFi感知技术的发展,基于WiFi信道状态信息(Channel State Information,CSI)的动作识别在未来物联网时代具有良好的发展前景.目前,基于CSI的动作识别研究大部分是提取统计特征进行分类,并未深层次挖掘跨时段的动作特征关系.针对这个问题,提出了基于时间卷积网络(Temporal Convolutional Network,TCN)的CSI动作识别.首先提取原始CSI数据的幅值,之后进行异常点去除、去噪和方差提取;然后通过加入注意力机制的TCN网络提取序列特征,而无需手动提取特征;最后采用Softmax分类器实现动作识别分类.使用WiAR数据集进行验证,在该数据集上动作识别的准确率平均达到了90％.