一种基于信道状态信息的室内人员行为检测方法

摘要

传统室内人员行为检测方法检测准确率较低,稳定性较差.为此,提出一种基于信道状态信息(CSI)的室内人员行为检测方法.采集CSI原始数据包后使用Kalman滤波算法对其进行过滤,运用SVM算法对过滤后的数据作分类处理并建立指纹库.同时,利用PSO算法修正SVM中的参数,然后采用SVM算法处理从真实环境内实时采集到的数据后,将该实时数据与指纹库的数据一一匹配.在此基础上,实现室内人员的行为检测.实验结果表明,相比LIFS、FIMD方法,该方法可以更精细地识别室内人员的动作行为,且稳定性更高.