基于物理層信息的運動物體被動檢測方法
【專利摘要】本發(fā)明提供了一種基于物理層信息的運動物體被動檢測方法，對具有不同速度的運動物體進行被動檢測。以廣泛部署的商業(yè)Wi-Fi設(shè)備為載體，除了傳統(tǒng)的CSI幅度信息外，本發(fā)明利用了CSI相位信息，利用PCA算法提取出信道物理層的幅度和相位信息的變化特征，并進一步通過MIMO系統(tǒng)的多天線特性得到較為穩(wěn)定的變化特征，用于提高檢測精度和魯棒性。最后，本發(fā)明將上述處理得到的特征作為輸入，利用SVM算法對環(huán)境中是否存在運動物體進行分類預(yù)測，從而實現(xiàn)運動物體的被動檢測。
【專利說明】基于物理層信息的運動物體被動檢測方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于無線感知領(lǐng)域，設(shè)及一種被動的對具有不同速度的運動物體檢測的方 法。

【背景技術(shù)】
[0002] 被動檢測技術(shù)作為新興科技，可W用于檢測監(jiān)控區(qū)域中是否存在任何運動的實 體，而不要求監(jiān)控對象佩戴任何設(shè)備。檢測技術(shù)在許多應(yīng)用的核屯、技術(shù)，如入侵檢測、病患 監(jiān)控、老幼看護、災(zāi)后捜尋W及戰(zhàn)場監(jiān)控等。在該些應(yīng)用中，監(jiān)控對象不可能佩戴任何用于 檢測和定位的專用設(shè)備。因此，傳統(tǒng)的要求監(jiān)控對象佩戴專用設(shè)備的主動檢測技術(shù)不再適 用。被動檢測技術(shù)得到了更多的關(guān)注。隨著無線網(wǎng)絡(luò)的廣泛部署，通過捕捉監(jiān)控對象引起 的無線變化，進而實現(xiàn)被動運動檢測成為了可能。許多無線信號特征被提取出來用于被動 檢測，其中，接收信號強度化eceived Signal strength, RS巧因其方便易得的特點而成為 最常用的信號特征?；赗SS的被動檢測方案通過檢測RSS的波動來推測監(jiān)控環(huán)境中的異 常變化。然而盡管人們進行了大量研究并取得了重大成果，基于RSS的方案仍然由于其粗 粒度和對背景噪聲敏感的缺點而精度不足。因此，由微小運動引起的RSS變化會被RSS內(nèi) 在的波動所掩蓋，從而頻繁產(chǎn)生誤報。
[0003] 更細粒度的物理層信息對物體運動更加敏感，并且在穩(wěn)定環(huán)境下更加穩(wěn)定。因 此，與RSS相比，物理層信息更加魯椿和可靠。目前，信道特征信息（化annel state In化rmation, CSI)已經(jīng)可W從商業(yè)網(wǎng)卡中提取出來。源于OFDM(正交頻分復(fù)用）技術(shù)，該 種物理層信息能夠提供子載波級的信號測量。由于CSI優(yōu)于RSS，基于CSI的被動檢測和定 位技術(shù)得到越來越多的關(guān)注。然而，大部分基于CSI的檢測技術(shù)都沒有充分利用CSI。特 別的，該些工作僅僅止步于使用CSI的幅度信息，而忽視了同樣重要的相位信息（主要是因 為CSI的原始相位信息沒有任何意義）。再者，如今越來越流行的多輸入多輸出（Multiple Input Multiple Ou化ut,MIM0)提供了空間多樣性，然而，空間多樣性還遠沒有像頻率多樣 性那樣得到廣泛的研究。最后，許多之前的工作沒有考慮物體運動的多樣性，特別是多樣的 運動速度，因此可能無法探測出緩慢運動的物體。


【發(fā)明內(nèi)容】

[0004] 本發(fā)明的目的是克服現(xiàn)有技術(shù)中存在的不足，提供一種基于物理層信息的運動物 體被動檢測方法，W廣泛部署的商業(yè)Wi-Fi設(shè)備為載體，利用PCA算法提取出信道物理層的 幅度和相位信息的變化特征，并W此作為輸入，利用SVM算法對環(huán)境中是否存在運動物體 進行預(yù)測，從而實現(xiàn)被動檢測運動物體。
[0005] 按照本發(fā)明提供的技術(shù)方案，所述的基于物理層信息的運動物體被動檢測方法包 括W下步驟：
[0006] (1)從網(wǎng)卡的每個數(shù)據(jù)包中獲得一組包含N個子載波的信道頻率響應(yīng)信息，即 CSI ；
[0007] H=出(fi)，H成)，...，H(fN)]
[000引其中每個分量代表了 (FDM信號的對應(yīng)子載波的幅度和相位，即；
[0009] //(八）二 之Wk)，人'=1，2，…，/V
[0010] 該里，H(fk)是中屯、頻率為fk的第k個子載波的CSI，ZH(f k)表示CSI的相位，記 為4k，為了實現(xiàn)被動檢測，接收機持續(xù)收集CSI并將某個特定時間窗內(nèi)的k次CSI測量組 成一個CSI序列；
[0011] 腳二[聽'馬，.，巧C]
[0012] 該K次CSI測量將作為運動檢測算法的基本輸入；
[0013] 通過預(yù)處理消除CSI的測量相位相比真實相位的偏移，并濾除異常值；
[0014] (2)從K次測量并歸一化的CSI的幅度和相位的協(xié)方差矩陣中提取變化特征；記 II屈II和〇分別為歸一化后的CSI的幅度和相位序列，則其對應(yīng)的協(xié)方差矩陣分別為：

【權(quán)利要求】
1. 基于物理層信息的運動物體被動檢測方法，其特征是，包括以下步驟： (1) 從網(wǎng)卡的每個數(shù)據(jù)包中獲得一組包含N個子載波的信道頻率響應(yīng)信息，即CSI: H= - ,H(fN)] 其中每個分量代表了OFDM信號的對應(yīng)子載波的幅度和相位，即：
這里，H(fk)是中心頻率為fk的第k個子載波的CSI，ZH(fk)表示CSI的相位，記為 4>k，為了實現(xiàn)被動檢測，接收機持續(xù)收集CSI并將某個特定時間窗內(nèi)的k次CSI測量組成 一個CSI序列：
這K次CSI測量將作為運動檢測算法的基本輸入； 通過預(yù)處理消除CSI的測量相位相比真實相位的偏移，并濾除異常值； (2) 從K次測量并歸一化的CSI的幅度和相位的協(xié)方差矩陣中提取變化特征；記||?|| 和〇?分別為歸一化后的CSI的幅度和相位序列，則其對應(yīng)的協(xié)方差矩陣分別為：
其中COV(Xi,Xj)表示向量\和Xj的協(xié)方差，而1表示經(jīng)過歸一化處理的X; 計算兩個協(xié)方差矩陣的特征值并選取兩個矩陣各自的最大特征值作為最終用于運動 檢測的特征； (3) 選取所有天線的特征值的中位數(shù)； (4) 在提取出信道物理層的幅度和相位信息的變化特征后，以這些特征作為輸入，采用 SVM分類算法對變化特征進行分類，對環(huán)境中是否存在運動物體進行預(yù)測。
2. 如權(quán)利要求1所述的基于物理層信息的運動物體被動檢測方法，其特征是，步驟（1) 的預(yù)處理中，使用線性變換方法來消除相位偏移； 假設(shè)測量得到的第i個子載波的相位為，則&可以表示為：
其中<^即為真實相位，S是接收機相對于發(fā)射機的時鐘偏移，其對應(yīng)產(chǎn)生的相位偏移
0是未知常數(shù)相位偏移，Z是測量噪聲，h表示第i個子載波的子載波編號， N表示FFT的大??； 對測量相位進行線性變換，定義如下兩項：
如果子載波的頻率是對稱的，即有~ ，那么b可以化簡為
從測量相位A中減去線性項aki+b，可以消除由S和0引起的相位 偏移，最終可得忽略測量噪聲Z的真實相位的線性組合，記為(?:
3. 如權(quán)利要求1所述的基于物理層信息的運動物體被動檢測方法，其特征是，步驟（1) 的預(yù)處理中，濾除異常值采用Hampel辨識器，將所有落在區(qū)間[y-y〇，y+y〇 ]外的測 量值作為異常值刪去，其中U和〇分別是測量值序列的中位數(shù)和絕對中位差，y是濾波 器參數(shù)。
4. 如權(quán)利要求1所述的基于物理層信息的運動物體被動檢測方法，其特征是，步驟（2) 中選取幅度和相位協(xié)方差矩陣的最大特征值和第二大特征值作為最終用于運動檢測的特 征。
【文檔編號】G01S7/02GK104502894SQ201410713131
【公開日】2015年4月8日 申請日期:2014年11月28日 優(yōu)先權(quán)日:2014年11月28日
【發(fā)明者】錢堃, 楊錚, 劉云浩 申請人:無錫儒安科技有限公司