申请/专利权人：南京邮电大学

申请日：2023-08-30

公开（公告）日：2023-12-15

公开（公告）号：CN117224116A

主分类号：A61B5/11

分类号：A61B5/11;H04B17/309;H04B17/391;G06F18/15;G06F18/20;G06F18/22;G06N3/0464;G06N3/047;G06N3/08;G06N5/04

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.01.02#实质审查的生效;2023.12.15#公开

摘要：一种基于信道状态信息的久坐行为监测方法。实现的具体步骤如下：（1）采集人员进行起坐转换相关活动时的信道状态信息（CSI）原始数据；（2）对原始信道状态信息数据进行数据预处理；（3）计算每两个动作的信道状态信息序列的对称相似分数；（4）建立简化的基于一阶动态贝叶斯网络的起坐转换识别结果的错误检查与纠正模型；（5）根据步骤4中动态贝叶斯网络模型的参数，建立一个最优起坐动作转换推断算法以获得最有可能的起坐转换序列；（6）根据最终的起坐转换活动识别结果来计算坐姿行为的累计时间。本发明提出了一种鲁棒的久坐行为监测方法，实现对目标久坐时长的准确估计与对目标久坐行为的及时提醒。

主权项：1.一种基于信道状态信息的久坐行为监测方法，其特征在于：所述久坐行为监测方法包括如下步骤：步骤1：使用配备有Intel5300网卡和三根天线的电脑作为接收器，配备有Intel5300网卡和一根天线的电脑作为发射器，将设备部署在日常室内场景中，人员在感知区域内进行各种活动，通过发射器持续发送数据包以获取经过复杂多径效应传播的人体活动相关信号，接收器采集人员起坐转换活动相关的数据，对于采集到的活动数据，使用Linux802.11CSItools从中提取用于起坐转换活动识别的信道状态信息CSI原始数据；步骤2：使用滤波器Hampel滤波器来去除原始信道状态信息中的离群值，接着使用小波滤波器来去除环境中的高频噪声，从而获得干净的信道状态信息数据；采用基于信道状态信息方差的活动分割方法对起坐转换活动片段的起始点进行识别和分割；对上一步过滤出的起坐动作所对应的信道状态信息幅度数据进行重采样为统一长度，再对长度规整之后的信道状态信息数据执行零均值数据归一化；步骤3：建立两两动作之间的信道状态信息序列的相似度矩阵，将衡量两个动作的信道状态信息序列的对称相似分数建立为一个有约束的优化问题，采用动态规划的思想解决该优化问题，并得出两个动作的信道状态信息序列的对称相似分数；步骤4：获得来自深度卷积神经网络的识别结果后，建立简化的基于一阶动态贝叶斯网络的起坐转换识别结果的错误检查与纠正模型，结合步骤3获得的对称相似分数，将起坐转换识别结果的错误检查与纠正问题建立为一个优化问题；步骤5：为解决步骤4的优化问题，根据步骤4中动态贝叶斯网络模型的参数，建立一个最优起坐动作转换推断算法，该算法通过寻找最大累积转换分数的起坐动作转换序列来纠正上一步获得的识别结果，并获得最有可能的起坐转换序列；步骤6：根据最优的起坐转换序列来计算坐姿行为的累计时间，从而估计人员久坐时间。

全文数据：

权利要求：

百度查询： 南京邮电大学 一种基于信道状态信息的久坐行为监测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD