一种基于CSI的跌倒检测方法

• 作 者: 冉亚鑫 余江 常俊 李晓薇
• 机 构: 云南大学信息学院
• 出 处: 云南大学学报:自然科学版
• 发表日期: 2020年2期
• 关键词: 行为识别 跌倒检测 支持向量机 信道状态信息 人工鱼群算法 behavior recognitionfall detectionsupport vector m
• 基金项目: 云南省高校频谱传感与边疆无线电安全重点实验室开放课题(C6165903),云南大学研究生科研创新项目(Y2000211).

针对传统人体行为识别方法系统搭建成本高、部署复杂且存在侵犯隐私等问题,提出一种使用商用Wi-Fi设备获取信道状态信息CSI进行人体行为识别与跌倒检测的方法.通过提取信道状态信息CSI中的幅度和相位特征作为基础信号,并使用功率谱熵作为新特征建立指纹库.采用基于人工鱼群算法AFSA修正的支持向量机SVM对动作进行分类识别,通过对SVM中的参数惩罚因子和核函数参数进行优化选择达到优化分类的效果.根据真实环境数据验证表明,平均识别率达到94.64%.