摘要

人体运动和行为分析成为普适计算中一个新兴的研究领域,针对目前行为识别方法成本高、精度低等问题,提出一种基于多天线联合判决的信道状态信息(CSI)高效人体行为识别方法(MADR)。所提方法分为三步:数据处理、特征提取、动作行为分类。首先,针对原始信号易受环境、设备干扰问题,该方法注重数据处理过程,分别使用Hampel、低通滤波器去除异常值、高频噪声,并进一步使用主成分分析去除带内噪声,得到平滑稳定的数据;其次,利用基于滑动方差的方式将包含时频域细节信息的第一主成分的无效信号进行剔除,得到有效表征行为动作的特征向量;最后,为充分利用多根天线的CSI特征,构建多个基于DTW的FKNN分类器在近邻样本级别上对行为动作进行联合判决。实验结果表明,该方法在会议室和实验室场景下的准确率分别为95.33%、92.67%,且与使用KNN分类器相比,大大缩短了系统训练时间。