CN108960051A

CN108960051A - 一种基于频率分析的自适应csi信号辅助滤波方法

Info

Publication number: CN108960051A
Application number: CN201810519228.XA
Authority: CN
Inventors: 谷雨; 章翔; 任福继
Original assignee: Hefei University of Technology
Current assignee: Hefei University of Technology
Priority date: 2018-05-28
Filing date: 2018-05-28
Publication date: 2018-12-07

Abstract

本发明公开了一种基于频率分析的自适应CSI信号辅助滤波方法，其特征是按如下步骤进行：1在采集所需求的包含动作信息的CSI数据之前采集一段环境噪声数据；2采集包含动作信息的CSI数据，对两段数据进行频域分析对比；3依据频率差异确定低通滤波器的通带截止频率和阻带截止频率并对信号进行滤波。本发明降低了对CSI信号滤波的处理时间，为搭建检测人体行为信息的实时***提供支持。

Description

一种基于频率分析的自适应CSI信号辅助滤波方法

技术领域

本发明属于信号处理领域，具体来说是一种基于频率分析的自适应CSI信号辅助滤波方法。

背景技术

近年来，随着计算机技术的发展，以机器为中心的计算模式正朝着为以人为中心的计算模式转变。让人成为计算环节的一部分，促进物理世界和信息世界的融合，实现高层次人机交互是未来的发展方向。对人体行为的准确感知和理解则是必不可少的技术支撑。利用WiFi信号来获取人体行为信息具有非视距、被动感知(无须携带传感器)、成本低、易部署、不受光照条件限制、扩展性强等一系列优势。利用WiFi来获取人体行为信息的大部分研究均使用了CSI(信道状态信息)来获取细粒度的人体行为信息，而对于CSI进行处理必不可少的一步就是滤波(人体行为信息基本集中于低频段)，以消除噪声干扰来保证得到一个准确的最终结果。利用WiFi来获取人体信息可应用与监测呼吸状况，检测睡眠状况以及检测跌倒等医学领域，在这些工作中大部分都要求构建处理时间短，准确率高的实时***。

发明内容

本发明提供了一种基于频率分析的自适应CSI信号辅助滤波方法，通过采集一段环境噪声信号来与需要滤波的信号进行频率分析来准确的确定低通滤波器的通带和阻带，以达到以较低的时间复杂度来实现滤除绝大部分的噪声并保留有用信息的功能，节省了信号的处理时间，为搭建检测人体动作信息的实时***如呼吸监测***等提供支持。

根据本发明的目的，提供一种基于频率分析的自适应CSI信号辅助滤波方法，其特征在于，所述方法包括如下步骤：

步骤一、采集一段静态环境背景噪声CSI数据；

步骤二、获取含有用动作信息的CSI数据；

步骤三、对两段数据进行频域分析对比；

步骤四、依据频率差异确定低通滤波器的通带截止频率和阻带截止频率并对信号进行滤波。

优选的，所述采集一段静态环境背景噪声CSI数据，具体为，在获取包含动作信息的数据之前采集一段静态环境背景噪声CSI数据，记为CSIN，以分辨率f分析CSIN在f_min和f_max之间频率成分，f依据所需求的滤波精细度以及时间复杂度设定，通常设置为1hz，f_min和f_max依据经验确定，若已知需求的信号频率所处的大致范围，可以参考其设置f_min和f_max，否则将f_min和f_max的范围尽量设大，并将频域分析结果记为{FN1,FN2,FN3,……,FNn-1,FNn}(n＝(f_max-f_min)/f)。

优选的，所述获取含有用动作信息的CSI数据，具体为，

获取含有用动作信息的CSI数据，记为CSIU，以与步骤1相同的分辨率f分析CSIN在f_min和f_max之间频率成分，分析其频率成分，并将频域分析结果记为{FU1,FU2,FU3,……,FUn-1,FUn}(n＝(f_max-f_min)/f)。

优选的，所述对两段数据进行频域分析对比，具体为，将{FN1,FN2,FN3,……,FNn-1,FNn}与{FU1,FU2,FU3,……,FUn-1,FUn}按位相减，结果记为{FC1,FC2,FC3,……,FCn-1,FCn}(n＝(f_max-f_min)/f)；计算{FC1,FC2,FC3,……,FCn-1,FCn}的绝对值{|FC1|,|FC2|,|FC3|,……,|FCn-1|,|FCn|}，从其数组起始处开始向后寻找幅值突降点k，即|FCk|<*|FCk-1|，且p*|FCk-1|>|FCh|>p*|FCk|(p取值0-0.6，h＝k+1,k+2,……,k+m)，将f_min+f*k记为fs；对{FC1,FC2,FC3,……,FCn-1,FCn}，计算k点之后m个频率点的峰峰值，将其记为va，从k点向后寻找到一个符号反转点z，判断其后m个频率点的峰峰值是否小于va的n倍以上，n取值0-1，若是将f_min+f*z记为fp，否则继续寻找下一个符号反转点继续上述步骤。

本发明的有益效果：

1、本发明可以自适应的为需处理信号准确的确定滤波器通带截止频率和阻带截止频率来进行滤波，而不需要对大量信号数据进行评估，依据经验来估计出一个滤波器通带和阻带。

2、依据相关研究，只要准确的确定了滤波器通带和阻带，就可以滤除绝大部分的噪声。本发明可以准确的确定滤波器通带和阻带来对相关信号进行滤波，从而不需要再如之前的滤波方案一样在经过低通滤波之后再进行一系列复杂的处理如去离群值，DWT，加权平均等来滤除噪声，降低了信号处理时间，为创建处理时间短，准确率高的实时***提供了支持。

附图说明

图1为本发明的检测流程图

具体实施方式

下面结合附图对本申请作进一步详细描述，有必要在此指出的是，以下具体实施方式只用于对本申请进行进一步的说明，不能理解为对本申请保护范围的限制，该领域的技术人员可以根据上述申请内容对本申请作出一些非本质的改进和调整。

根据本发明的目的，如图1所示，提供一种基于频率分析的自适应CSI信号辅助滤波方法，包括如下步骤：

步骤一、采集一段静态环境背景噪声CSI数据；

在获取包含动作信息的数据之前采集一段静态环境背景噪声CSI数据，本实施例中，在进行击键动作之前先获取了一段时长1.5秒的环境噪声信号，记为CSIN，以分辨率f分析CSIN在f_min和f_max之间频率成分，f依据所需求的滤波精细度以及时间复杂度设定，通常设置为1hz，f_min和f_max依据经验确定，若已知需求的信号频率所处的大致范围，可以参考其设置f_min和f_max，否则为了保证不丢失有用信息将f_min和f_max的范围尽量设大，并将频域分析结果记为{FN1,FN2,FN3,……,FNn-1,FNn}(n＝(f_max-f_min)/f)。

步骤二、获取含有用动作信息的CSI数据；

获取含有用动作信息的CSI数据，实施例中，为包含一位测试者所做的数次击键的动作信息的CSI信号，记为CSIU，以与步骤1相同的分辨率f分析CSIN在f_min和f_max之间频率成分，分析其频率成分，并将频域分析结果记为{FU1,FU2,FU3,……,FUn-1,FUn}(n＝(f_max-f_min)/f)。

步骤三、对两段数据进行频域分析对比；

将{FN1,FN2,FN3,……,FNn-1,FNn}与{FU1,FU2,FU3,……,FUn-1,FUn}按位相减，结果记为{FC1,FC2,FC3,……,FCn-1,FCn}(n＝(f_max-f_min)/f)；计算{FC1,FC2,FC3,……,FCn-1,FCn}的绝对值{|FC1|,|FC2|,|FC3|,……,|FCn-1|,|FCn|}，从其数组起始处开始向后寻找幅值突降点k，即|FCk|<*|FCk-1|，且p*|FCk-1|>|FCh|>p*|FCk|(p取值0-0.6，h＝k+1,k+2,……,k+m)，将f_min+f*k记为fs；对{FC1,FC2,FC3,……,FCn-1,FCn}，计算k点之后m个频率点的峰峰值，将其记为va，从k点向后寻找到一个符号反转点z，这是因为在第一个信号反转点之后，FN和FU的差别将会趋于平静，判断其后m个频率点的峰峰值是否小于va的n倍以上，n取值0-1，若是则说明FN和FU的差别已经比较小，将f_min+f*z记为fp，否则继续寻找下一个符号反转点继续上述步骤。

本实施例中，将fs，fp分别作为低通滤波器的通带截止频率和阻带截止频率对CSIU进行滤波。我们将环境噪声信号的频率成分和含有动作信息的信号的频率成分进行了对比，它们的某些频率成分会差异较大，这是由于人体的动作所引起的。也就是说这些频率部分的信号包含了绝大部分的人体动作信息，这是我们在研究中所需要的，所以我们将fs作为了滤波器的通带截止频率。而之后的高频部分属于噪声部分，是我们需要滤除的部分，所以，我们将噪声信号和含有用信息信号的频率相似部分滤除，即将fp设为滤波器阻带截止频率。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims

1.一种基于频率分析的自适应CSI信号辅助滤波方法，其特征在于，所述方法包括如下步骤：

步骤一、采集一段静态环境背景噪声CSI数据；

步骤二、获取含有用动作信息的CSI数据；

步骤三、对两段数据进行频域分析对比；

2.根据权利要求1所述的基于频率分析的自适应CSI信号辅助滤波方法，其特征在于，所述采集一段静态环境背景噪声CSI数据，具体为，在获取包含动作信息的数据之前采集一段静态环境背景噪声CSI数据，记为CSIN，以分辨率f分析CSIN在f_min和f_max之间频率成分，f依据所需求的滤波精细度以及时间复杂度设定，通常设置为1hz，f_min和f_max依据经验确定，若已知需求的信号频率所处的大致范围，可以参考其设置f_min和f_max，否则将f_min和f_max的范围尽量设大，并将频域分析结果记为{FN1,FN2,FN3,……,FNn-1,FNn}(n＝(f_max-f_min)/f)。

3.根据权利要求1所述的基于频率分析的自适应CSI信号辅助滤波方法，其特征在于，所述获取含有用动作信息的CSI数据，具体为，

4.根据权利要求2或3所述的基于频率分析的自适应CSI信号辅助滤波方法，其特征在于，所述对两段数据进行频域分析对比，具体为，将{FN1,FN2,FN3,……,FNn-1,FNn}与{FU1,FU2,FU3,……,FUn-1,FUn}按位相减，结果记为{FC1,FC2,FC3,……,FCn-1,FCn}(n＝(f_max-f_min)/f)；计算{FC1,FC2,FC3,……,FCn-1,FCn}的绝对值{|FC1|,|FC2|,|FC3|,……,|FCn-1|,|FCn|}，从其数组起始处开始向后寻找幅值突降点k，即|FCk|<*|FCk-1|，且p*|FCk-1|>|FCh|>p*|FCk|(p取值0-0.6，h＝k+1,k+2,……,k+m)，将f_min+f*k记为fs；对{FC1,FC2,FC3,……,FCn-1,FCn}，计算k点之后m个频率点的峰峰值，将其记为va，从k点向后寻找到一个符号反转点z，判断其后m个频率点的峰峰值是否小于va的n倍以上，n取值0-1，若是将f_min+f*z记为fp，否则继续寻找下一个符号反转点继续上述步骤。