[发明专利]一种基于WiFi信道状态信息和支持向量机的室内人数统计方法

说明书

技术领域

本发明涉及人数统计领域，尤其涉及一种基于WiFi信道状态信息和支持向量机进行室内人数统计的方法。

背景技术

室内人数对于很多应用来说是很重要的信息，例如，可以帮助商家确定进店顾客的数量并据此安排员工，可以监控公共场所人群密度并及时启动应急措施以确保安全，可以根据楼内人数进行自动空调调节以节约能源等。传统人数统计方法主要采用视频监控方法或者无线射频方法。视频监控方法目前已经获得广泛应用，但在弱光环境下或非视距情况下，摄像头无法良好工作，导致监控质量下降或者监控盲区，此外视频监控还存在较大隐私问题，不适用于私人空间。基于无线射频的监控近年来也获得较多关注，如采用无线传感器网络、红外线、超宽带等，但这些方法都需要安装部署专有设备，成本高，普适性差。

基于WiFi的无线网络已获得广泛部署，其在提供无线数据传输服务的同时，可以用来进行监控和人数统计。该方法不需要增加额外硬件设施，也不需要人员携带电子设备，仅利用现有的WiFi无线网络就能完成人数统计，成本低，普适性强，因此是极具市场前景和发展潜力的解决方案。由于人体会对周围的WiFi信号产生反射、散射、衍射、衰减等效果，通过监测WiFi信号的变化就可以确定室内人数。目前使用最广泛的用于测量WiFi信号变化的能量特性是接收信号强度指示(Received Signal Strength Indicator,RSSI)，可以用来进行人数统计。但是由于室内环境的复杂性，WiFi信号存在多径效应，即信号会通过多条路径从发送端传播到接收端，且每条路径具有不同延迟、衰减和相位移动，导致RSSI是多条路径信号的叠加，从而导致RSSI不稳定，用于人数统计时精度较差。

发明内容

本发明的目的是针对上述存在的问题，提出一种基于WiFi信道状态信息(Channel State Information,CSI)和支持向量机(Support Vector Machines,SVM)的精确的室内人数统计方法。

本发明为解决上述技术问题所采用的技术方案是，一种基于WiFi信道状态信息和支持向量机的室内人数统计方法，包括以下步骤：

1)室内人数统计模型训练步骤：

1-1)采集不同人数场景下的CSI原始数据样本，所述样本包括发送天线个数、接收天线个数、信号发送频率、信道状态信息CSI矩阵，并记录当前人数；

1-2)移除原始数据样本中CSI矩阵的第一维度，将产生的二维矩阵从线性(电平)空间转换到对数(功率)空间，将矩阵中每一个复数转换成幅值；

1-3)应用基于密度的聚类算法(Density-Based Spatial Clustering of Applications with Noise,DBSCAN)对由每一对发送和接收天线组成的信道中的CSI数据进行聚类，通过删除离群点得到去噪后的CSI数据；

1-4)使用膨胀矩阵算法对去噪后的CSI数据进行特征提取，获得每条子载波的非零率，作为CSI特征指纹样本。该膨胀矩阵算法包含以下步骤：将每条子载波的幅值序列转换为一个二维矩阵；膨胀该二维矩阵；计算膨胀后的二维矩阵中的非零率；对所有信道中的所有子载波进行上述操作，得到非零率向量作为CSI特征指纹样本；

1-5)基于CSI特征指纹样本，采用v-SVR(Support Vector Regression)算法训练得到初步SVM回归模型，表达人数和CSI特征指纹样本之间的依赖关系；

1-6)对初步SVM回归模型进行参数寻优，采用网格搜索和交叉验证方法尝试比较不同参数组合，得到最优模型参数及最优SVM回归模型。

2)室内人数统计步骤：

2-1)采集未知人数场景下的CSI原始数据样本；

2-2)按照步骤1-2)、1-3)和1-4)对CSI原始数据样本进行处理和特征提取，获取当前CSI特征样本指纹；

2-2)通过步骤1-5)和1-6)建立的SVM回归模型，根据当前CSI特征样本指纹来确定当前场景中的人数。