一种基于WiFi信道状态信息的人体感知算法

• 作者: 许志猛 郑勤 陈良琴
• 来源期刊: 福州大学学报（自然科学版）
• 学科: 工学
• 关键词: 人体感知算法 WiFi信号 神经网络 信道状态信息
• 年，卷（期）: 2021,（1）
• 页码范围: 20-25
• 页数: 6页
• 分类号: TP391
• 语种: 中文
• DOI: 10.7631/issn.1000-2243.20130

摘要

针对现有的基于WiFi的动作识别系统不能同时识别人物身份的问题,提出一种基于WiFi信号的人体手势和身份识别算法(Wi-GAH).Wi-GAH采用神经网络方法进行设计,将信道状态信息的幅度特征转换成一个三维矩阵结构,以最大程度地保留单个样本数据所携带的空间、时间及频率相关性;然后采用二维卷积从三维矩阵中提取特征,并使用随机丢弃神经元和批归一化减小过拟合;最后利用多任务学习实现人体手势和身份的并行识别.实验结果表明,Wi-GAH对150个手势的识别准确率为95.67％,对4个人的身份识别率达到87.33％;当只需要区分人体的权限类别时,其识别准确率能达到92.05％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许志猛		25	26	3.0	4.0
2	陈良琴		16	99	6.0	9.0
3	郑勤		1	0	0.0	0.0