[发明专利]适于摔倒监测的WIFI无源感知方法和系统

权利要求书

1.一种适于摔倒监测的WIFI无源感知方法，其特征在于，所述方法包括：

S1：采集无线信号中的信道状态信息，获取若干个CSI原始数据集；

S2：筛选出异常状态的CSI原始数据集，生成若干个数据样本集；

S3：创建行为识别模块，创建过程包括：

S31：提取所述数据样本集的CSI特征值；

S32：将提取出的CSI特征值样本分为两部分，其中一部分作为训练集，另一部分作为测试集，归一化预处理；

S33：将归一化预处理后的训练集导入SVM创建行为识别模块，采用测试集对行为识别模块进行训练预测，利用交叉验证选择最佳惩罚因子c和RBF核参数g；

所述CSI特征值包括标准差、信号强度偏移量、运动周期、中位数绝对偏差、四分位距、信息熵；

S4：实时采集无线信号中的信道状态信息，获取CSI实时数据集，如果所述CSI实时数据集为异常状态，将CSI实时数据集导入行为识别模块，判断当前行为类别，根据识别出的行为类别，生成对应的警报信号。

2.根据权利要求1所述的适于摔倒监测的WIFI无源感知方法，其特征在于，所述行为类别至少包括摔倒动作。

3.根据权利要求1所述的适于摔倒监测的WIFI无源感知方法，其特征在于，步骤S3中，利用交叉验证选择最佳惩罚因子c和RBF核参数g是指，

通过计算准确率、漏检率、错检率来判断惩罚因子c和RBF核参数g的优化等级。

4.根据权利要求3所述的适于摔倒监测的WIFI无源感知方法，其特征在于，所述准确率、漏检率、错检率设置有对应的权重；

所述漏检率的权重高于错检率的权重。

5.根据权利要求1所述的适于摔倒监测的WIFI无源感知方法，其特征在于，步骤S3中，所述创建过程包括：

步骤S301：清空缓存区以及所有标记参数；

步骤S302：导入加入特征值后的CSI数据集；

步骤S303：划分训练集和测试集，并记录对应的分类标签；

步骤S304：利用内置归一化函数对数据集进行归一化预处理；

步骤S305：利用初始训练集和测试集进行建模和测试；

步骤S306：交叉验证选择最佳参数c和g，利用最佳参数训练行为识别模块；

步骤S307：采用训练完成的行为识别模块对测试集进行预测，计算并存储分类准确率、漏检率与错检率。

6.根据权利要求1至5任意一项中所述的适于摔倒监测的WIFI无源感知方法，其特征在于，所述方法还包括：

S5：响应于生成警报信号，发出报警，以及

在设定时间后判断警报是否消除，如果已经消除，将本次警报信息反馈至行为识别模块，否则，发送求救信息至指定客户端。

7.根据权利要求1至5任意一项中所述的适于摔倒监测的WIFI无源感知方法，其特征在于，步骤S2中，所述筛选出异常状态的CSI原始数据集，生成若干个数据样本集包括以下步骤：

步骤S21：输入初步数据集D以及离群因子阈值ξ；

步骤S21：计算每个对象的局部可达密度；

步骤S21：计算每个对象的局部离群因子；

步骤S21：过滤异常数据，筛选出局部离群因子大于离群因子阈值ξ的对象，构成最终离群数据集。