基于WiFi 的人員動作識別實驗演示系統

張 雷，張 躍，鮑 蓉，胡局新，田傳耕，朱永紅，

（1.徐州工程學院信息工程學院（大數據學院），江蘇徐州 221000；2.東南大學移動通信國家重點實驗室，南京 210096；3.中國礦業大學礦山互聯網應用技術國家地方聯合工程實驗室，江蘇徐州 221000）

0 引言

近年來物聯網技術高速發展讓越來越多的通信技術實現了感知功能［1-6］。為讓本科生了解物聯網的前沿技術，提高學生對專業課學習的興趣，開發一套基于WiFi的人員動作識別實驗演示系統。該系統以未來智慧病房為背景，綜合信號處理、通信技術、機器學習和深度學習等多課程知識實現對人員不同動作的實時識別。

1 基于WiFi的人員動作判識機理

在視距場景下WiFi 信號通過視距路徑從發射端傳輸到接收端，如圖1 所示，當有人員在做動作時，傳輸路徑會發生改變，原來視距傳輸的信號會以折射或散射的形式進行傳輸［7］，也就是說人員的不同動作會引出不同的額外傳輸路徑。因此，通過對傳輸路徑進行分析，就能反演出人員的動作。

圖1 人員動作引起的路徑變化

信道狀態信息（Channel State Information，CSI）是用來描述信號從發射到接收傳輸過程中經歷的反射、散射、衰落等情況［8］。在WiFi 網絡使用的OFDM 系統中，WiFi 信號以多個正交子載波的形式進行傳輸［9］，即

式中：y為接收信號；x 為發射信號；Η為信道狀態信息矩陣；n為噪聲。

在使用IEEE 802.11n 協議中WiFi 網絡中，信號在不同的帶寬下以不同編號的子載波形式進行傳輸，每個子載波通過幅度和相位兩部分信息來描述信道狀態信息［10］

表1 802.11 協議中不同帶寬下的子載波情況

2 人員動作判識系統

如圖2 所示，人員動作判識系統由信號采集和動作判識模塊兩部分組成。信號采集模塊主要負責CSI信號采集、信號預處理以及構造動作特征信息，并將動作特征信息通過網絡傳輸到動作判識模塊。動作判識模塊將動作特征信息作為輸入向量，分別送入支持向量機（Support Vector Machine，SVM）、隨機森林（Rand Forest，RF）、殘差網絡（Residual Network，ResNet），建立動作判識模型。

圖2 人員動作識別系統構成

2.1 信號采集

信號采集模塊對CSI信號中的幅度和相位分別進行處理，然后利用處理后數據構造動作特征信息矩陣。

（1）幅度信號處理。幅度信號主要是利用Hampel濾波器進行處理［11］，假設采集到的一組幅度信息

式中：xreal為真實值；ek為多種誤差集合。利用Hampel濾波器對幅度數據進行濾波處理。

式中：T為處理后的數據；xmedian為中位數；M為絕對中位誤差。

（2）相位信號處理。由于測量噪聲、鎖相環初始相位偏差、邊界檢測延時采集到的相位的紊亂，為能獲得穩定的相位信息，應用線性變化CSI 相位進行處理［12］：

式中：∠為處理后數據；N為快速傅里葉變化點數。

（3）動作特征信息構造。由動作識別機理分析可見，人員的動作會如額外的傳播路徑，應用路徑分解算法，對傳播路徑進行分解構造動作特征信息，路徑分解算法程序

2.2 動作判識系統

為提高展示系統的操作性，在動作判識系統中已集成了SVM，RF和Resnet算法架構［13-15］，只需將標定后的數據加載到算法中，就能自動訓練出動作判識模型。判識系統運行分為離線訓練和在線預測2 個階段，系統運行流程如圖3 所示。

圖3 判識系統運行流程

在離線訓練階段，如圖4 所示，人員在發射和接收端之間完成指定動作，對每個動作給與指定一個類別號，采集系統將每個動作發生期間的CSI 數據進行采集，完成信號預處理，構造動作特征信息，將標定后的特征數據發送至算法架構，進行模型訓練，并將訓練好的模型儲存。

圖4 測試場景

在在線預測階段，人員隨機完成某種動作，采集模塊對采集的CSI數據進行處理，特征信息構造，然后將構造好的特征信息發送到判識模塊，得到判識結果。

3 動作判識測試

3.1 演示系統樣機

（1）硬件平臺。如圖5 所示，信號采集系統由商用WiFi 路由器和一臺裝有Intel5300 網卡的PC 機構成，圖5（a）所示為WiFi發射端路由器，為接收端mini PC機，PC 機的操作系統為Ubuntu，在PC 機中安裝CSI-Tool實現數據采集［16］。

圖5 CSI數據發射和采集設備

（2）軟件平臺。采集端安裝了CSI-Tool 工具，在數據采集時，同時打開兩個命令窗口，一個命令窗口向路由器發送Ping 命令，另一個命令窗口運行log_to_file程序，實時采集CSI數據，采集結果如圖6 所示。

圖6 原始CSI數據采集

將數據發送到信號處理模塊，根據2.1 節的方法，對CSI 的幅度和相位數據進行處理并構造信息，為能讓學生直觀觀察到CSI 的幅度和相位信息，設計了幅度和相位可視化界面，如圖7 所示。

圖7 可視化界面

為降低學生操作難度，在判識系統中已將不同識別算法的模型訓練完畢，學生只需勾選相應的算法就能實現不同算法間的切換，識別程序如圖8 所示。

圖8 動作識別程序

3.2 測試結果

演示系統測試了如“行走”“摘帽子”“扔東西”等8 種常見的動作，具體動作見表2。

表2 活動數據集簡介

8 種動作的測試結果如圖9 所示，圖中的每一行為真實動作類別，每一列為通過算法得到的動作類別。由圖中可見，大部分動作識別準確率較高，能夠較好實現演示系統效果。

4 結語

本文開發的基于WiFi的人員動作識別實驗演示系統，通過對幾種常見動作的測試驗證了系統的有效性。在“物聯網技術”課程教學中，可利用該系統向學生展示科技前沿技術，激發學生的學習興趣，培養學生的科研探索精神。