公开(公告)号：CN119961745A

公开(公告)日：2025-05-09

申请号：CN202311487942.2

申请日：2023-11-09

Applicant: 中国科学院微电子研究所

Inventor： 胡泊 ,  李金海 ,  刘文学 ,  杨超三 ,  孙彦港 ,  王新玲 ,  苏武海 ,  邱昕

IPC: G06F18/241 ,  G06F18/2132 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/084 ,  A61B5/11 ,  A61B5/05 ,  A61B5/00 ,  G06F123/02

Abstract: 本发明涉及一种基于BLSTM‑CNN网络的人体活动CSI识别方法，属于智能感知领域，解决了现有机器学习模型计算量大和深度学习模型准确度不高的问题。包括：步骤S1、采集目标执行动作时的CSI原始数据H′，表征不同时刻不同子载波的幅度和相位信息；步骤S2、基于CSI原始数据H′，根据信号幅度计算公式，获取不同时刻不同子载波的幅度矩阵F；步骤S3、对幅度矩阵F进行预处理，根据预设条件，从矩阵幅度F中筛选出表征目标处于活动状态的幅度子矩阵FT；步骤S4、将幅度子矩阵FT输入训练好的分类模型进行特征提取，并基于提取的特征获取CSI原始数据表征的活动类别；分类模型采用BLSTM‑CNN网络。实现了步骤简化且准确度较高的人体活动CSI识别方法。