[发明专利]一种运用无线网络监控酒后驾驶的方法及可存储介质

权利要求书

1.一种运用无线网络监控酒后驾驶的方法，其特征在于，包括以下步骤：

获取生命特征和精神运动协调数据；

对生命特征和精神运动协调数据做去噪处理；

将所述生命特征和精神运动协调数据输入自注意卷积神经网络预测是否酒后驾驶；

根据自注意卷积神经网络输出结果，通过随机森林(RF)预测酒后驾驶的BAC具体值。

2.根据权利要求1所述的一种运用无线网络监控酒后驾驶的方法，其特征在于，获取生命特征和神经运动协调数据具体如下：

利用无线网络获取惯性传感器的测量数据得到神经运动协调数据；

利用无线网络获取酒后驾驶分析器的数据得到生命特征。

3.根据权利要求1所述的一种运用无线网络监控酒后驾驶的方法，其特征在于，去噪处理具体如下：

采用Hampel滤波器，其中Hampel滤波器分别应用于每个子载波，去除异常高或低振幅的异常值，计算方式为：

|h_i-median(h_i,K)|δ×std(h_i,K)；

其中h_i是一个数据点，median(h_i,K)和std(h_i,K)为h_i相邻K个样本的中位数和标准差，δ为常数参数，K是本地窗口的长度；

通过快速傅里叶逆变换将Hampel滤波后的信号划分为时域后，计算每个时间间隔的功率延迟剖面(PDP)，计算方式为：

ΔT＝N/(F*C_n*2)；

其中N为总子载波数，F为WiFi信号带宽，Cn为采集的子载波数；

通过主成分分析(PCA)计算主成分，计算方式为：

P＝D*eig(cov(D))；

其中D是包含所有子载波的数据矩阵，cov(D)是D的协方差矩阵，eig(cov(D))是cov(D)的特征向量；P的每一列代表一个主成分，选取方差最大的第一个主成分，归一化主成分；

首先用快速傅里叶变换将信号变换到频域，计算窗口的能量，计算方式为：

其中Ω_I为当前窗口中经过快速傅里叶变换后的数据点集合，R_i为第i个数据点，N为窗口中总点数；根据平均能量，采用滑动窗方法去除信号中的突变。

4.根据权利要求1所述的一种运用无线网络监控酒后驾驶的方法，其特征在于，所述精神运动协调数据包括角速度和加速度。

5.根据权利要求4所述的一种运用无线网络监控酒后驾驶的方法，其特征在于，利用陀螺仪信号进行精神运动协调数据分割，使加速度数据与陀螺仪数据同步，对加速度数据进行分段。

6.根据权利要求1所述的一种运用无线网络监控酒后驾驶的方法，其特征在于，还包括特征提取生命特征和精神运动协调数据，并对提取的特征进行皮尔森相关系数、斯皮尔曼秩相关系数、肯德尔秩相关系数分析。

7.根据权利要求1所述的一种运用无线网络监控酒后驾驶的方法，其特征在于，还包括通过基尼系数分析每个特征对模型的影响，基尼系数计算方式为：

其中D提供数据集，p_k为属于类k的样本的比例，k为类的数量。