科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对现有人员身份识别方法存在灵活性差、特征提取不足的问题，分析人体步态对信道状态信息(CSI)幅值产生的影响，提出一种基于Wi-Fi信道状态信息的无设备人员身份识别方法。将CSI幅值矩阵的每列子载波作为样本，利用小波变换获取样本中代表人员活动的低频信息。通过并行深度学习模型WiD(Wi-Fi identification)提取样本中人体步态的大小和发生的先后顺序，合并两种步态特征作为人员的身份特征。通过Softmax函数进行分类，实现身份识别。与当前先进方法相比，在未明显增加时间代价和空间代价的条件下，该方法获得了更高的身份识别精度和更好的模型鲁棒性。
- 单位
