申请/专利权人：北京天坦智能科技有限责任公司

申请日：2023-12-21

公开（公告）日：2024-03-22

公开（公告）号：CN117743935A

主分类号：G06F18/241

分类号：G06F18/241;H04W4/38;H04B17/30;G06F18/213;G06N3/043;G06N3/0442;G06N3/045;G06N3/0464;G06N5/048;H04W84/12;G06F123/02

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.09#实质审查的生效;2024.03.22#公开

摘要：本发明公开了一种基于模糊神经网络的稳健WiFi人类活动识别方法，针对WiFi人类活动识别技术提出了一种基于模糊神经网络的稳健识别方法，通过搭建WiFi人类活动识别平台收集信道状态信息，然后提出了一种模糊神经网络学习方案，该方案结合了模糊卷积神经网络和模糊门控循环单元，分别对信道状态信息进行稳健空间特征提取和稳健时间特征提取，最后使用该方案提取的高维特征进行人类活动识别，可以为WiFi人类活动识别技术进行稳健识别提供解决方案，具有良好的应用价值。

主权项：1.一种基于模糊神经网络的稳健WiFi人类活动识别方法，其特征在于，包括如下步骤：步骤一、利用WiFi人类活动识别平台收集信道状态信息；所述WiFi人类活动识别平台包括路由器、接收端以及发射端；接收端和发射端都处于路由器的局域网中，发射端以固定速率R向路由器发送检测信号，路由器接收到检测信号后会向局域网内广播回复数据包，接收端接收到回复数据包后从其中提取信道状态信息；对于有NT个天线的发射端和NR个天线的接收端组成的多输入多输出系统来说，每一个收发对i,j的信道状态信息可以表示为： 其中和分别表示第sk个子载波在τ时刻的幅度和相位；步骤二、利用模糊卷积神经网络和模糊循环门控单元分别提取信道状态信息中的稳健空间特征和稳健时间特征：利用1维卷积神经网络对信道状态信息的幅度在子载波维度上进行特征提取,K维的子载波维度减少为P维，P＜＜K，得到空间特征： 其中，时刻t的空间特征可以表示为： 对于空间特征Fspatial,t的每一维，用一组高斯隶属度函数求得其模糊化表，得到对应的稳健空间特征：fapatial,t＝[r1r2…rP]T 其中，μp、分别为第p个高斯隶属度函数的均值和方差；接着，根据循环门控单元Ψ在时间维度上对当前的稳健空间特征进行处理，得到当前的时间特征：Ftemporal＝Ψfspatial,t＝[x1x2…xK]T之后基于模糊神经网络对时间特征进行模糊化处理，得到稳健时间特征ftemporal： ftemporal＝[Φ1Φ2…ΦM]T其中，mk∈[1,M]，和是对应的隶属度函数的均值和方差；步骤三：对于步骤二提取出的稳健时间特征，通过分类器输出动作类别；当卷积神经网络、循环门控单元以及分类器经过训练达到收敛时，即可获得稳健的WiFi人类活动感知分类器。

全文数据：

权利要求：

百度查询： 北京天坦智能科技有限责任公司 一种基于模糊神经网络的稳健WiFi人类活动识别方法

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