【技术实现步骤摘要】
本专利技术涉及室内人员存在检测方法，具体地说，是一种基于wifi波束成形信息的室内人员存在检测方法。
技术介绍
1、在智能家居和智能建筑等室内场景中，人员存在检测对提升能源效率、便利性和安全性非常重要。例如一个典型的应用场景是通过减少对无人区域的能源供应，如照明、供暖和制冷系统等，实现建筑节能，节省开支。人员存在检测可以帮助根据房间内人员的情况自动调节环境条件，如设置适宜的温度或开启特定的灯光，以提升居住舒适度。在安全性方面，人员存在检测也可以检测到未授权的活动，向住户发出警报，增加安全保障。然而，要实现这些目标，需要对室内人员进行有效监测，同时应对室内环境中的不可预测变化，例如空间大小的变化、家具布置的调整，以及人员活动的类型和强度等。目前，现有的智能建筑中采用了多种占用检测解决方案，包括红外传感器、二氧化碳传感器、摄像头等。然而，这些方法通常成本较高，且在应对复杂的室内环境变化时存在一定局限性。最近，有研究提出利用商用wifi的信道状态信息csi进行人员存在检测。然而，这些方法存在一个关键问题，即它们依赖csi进行感知，而csi在大多数商用wifi设备上并不普遍可用，这极大限制了wifi感知技术在实际生活中的推广应用。因此，本领域的技术人员致力于开发一种基于通用wifi硬件的新型检测方法，以克服现有技术的不足，尤其是在应对室内复杂环境变化和降低成本方面。
技术实现思路
1、为了解决上述技术问题，提出了本专利技术。本专利技术提供了一种基于wifi波束成形反馈信息(beamform
2、本专利技术公开了一种基于wifi波束成形信息的室内人员存在检测方法，其特征在于：
3、持续监控目标场景中的wifi波束成形反馈信息包，即bfi包，得到bfi包序列；
4、根据ieee 802.11协议对bfi包序列中的每个bfi包进行解析，得到每个包中的原始的导向矩阵和信噪比信息；
5、对解析出的原始导向矩阵和信噪比做信号预处理，获得待检测一维时间序列；
6、对待检测一维时间序列进行人存检测，得到目标场景的人存信息，即有无人员存在。
7、作为进一步地改进，本专利技术所述的信号预处理包括消除bfi中导向矩阵信息的时变相位偏移的影响，通过对第k个子载波的原始导向矩阵vk，推导出rk＝其中λ为bfi包中提取的信噪比矢量，使用rk(t)作为待检测一维时间序列。
8、作为进一步地改进，本专利技术所述的信号预处理或/还包括针对人存特征的带通滤波。
9、作为进一步地改进，本专利技术所述的信号预处理或/还包括采用主成分分析对各子载波对应的待检测一维时间序列进行融合，选取第一主成分作为待检测一维时间序列。
10、作为进一步地改进，本专利技术所述的人存检测，包括对静止状态人员的人存检测模块和移动状态人员的人存检测模块，若任一模块检测到人员存在，输出“有人存在”状态；若两个模块均未检测到人员存在，则输出“无人存在”状态。
11、作为进一步地改进，本专利技术所述的移动状态人员的人存检测模块，包括分析待检测一维时间序列振幅的方差σ(t)随时间的变化；当有移动状态人员时，该方差会显著增加，设置阈值作为移动状态人员的人存检测判定标准。
12、作为进一步地改进，本专利技术所述的阈值，记为u，计算方法如下：
13、
14、其中median(·)和mad(·)分别表示中位数和中位数绝对偏差(mad),wref为长期参考测量窗口集，d为经验设定的保守因子。
15、作为进一步地改进，本专利技术所述的对静止状态人员的人存检测模块，包括在待检测一维时间序列中检测由静止人员(如正在呼吸的人)的微小移动引起的wifi信道的微小相位变化，即多普勒频移。
16、作为进一步地改进，本专利技术所述的wifi信道的微小相位变化包括通过测量由待检测一维时间序列计算得到的多普勒频谱的功率分布的方差，来判断是否存在静止人员，若该功率分布的方差在检测窗口内低于设定的固定阈值，则认为该人员的呼吸模式是稳定的，作为静止状态人员的人存检测判定标准。
17、本专利技术的有益效果如下：
18、与现有利用无线信号进行人员存在检测的技术相比，本专利技术的显著优势在于其无需依赖特殊设备，能够直接在商用路由器和无线设备上进行部署。这使得本专利技术具备了极强的泛用性和普适性，极大降低了部署成本。同时，由于不需要额外的硬件投入，系统的实施和维护成本也得到了显著降低。将本专利技术应用于智能家居、楼宇等场景，并与自动化能源调度系统相结合，可以实现更精确的人员活动感知和能源管理。通过实时监测人员的存在状态，系统能够自动调节照明、空调等设备的使用，从而有效降低能源消耗，提升居住和工作环境的舒适度。用户无需手动控制设备，系统能够根据实际情况自动优化环境设置，进一步增强了用户的便捷性和舒适性。尤其在实现碳中和目标的过程中，通过减少不必要的能源浪费，本专利技术能够为推动可持续发展和绿色建筑做出积极贡献。
19、本专利技术设计的信号预处理方法，使用rk(t)代替原始导向矩阵vk(t)作为待检测一维时间序列，能有效消除导向矩阵信息的时变相位偏移的影响；在此基础上通过带通滤波和多子载波特征融合的方式，在bfi包中导向矢量受压缩失真的情况下提升检测粒度。此外，本专利技术设计的基于多普勒频移与振幅方差的人存检测方法，能够在设备位置与环境多径情况欠定的情况下同时检测静止与移动人员。
本文档来自技高网...【技术保护点】
1.一种基于WiFi波束成形信息的室内人员存在检测方法，其特征在于：
2.根据权利要求1所述的检测方法，其特征在于，所述信号预处理包括消除BFI中导向矩阵信息的时变相位偏移的影响，通过对第k个子载波的原始导向矩阵Vk，推导出其中Λ为BFI包中提取的信噪比矢量，使用Rk(t)作为待检测一维时间序列。
3.根据权利要求2所述的检测方法，所述信号预处理或/还包括针对人存特征的带通滤波。
4.根据权利要求1或2或3所述的检测方法，其特征在于，所述信号预处理或/还包括采用主成分分析对各子载波对应的待检测一维时间序列进行融合，选取第一主成分作为待检测一维时间序列。
5.根据权利要求书4所述的检测方法，其特征在于，所述人存检测，包括对静止状态人员的人存检测模块和移动状态人员的人存检测模块，若任一模块检测到人员存在，输出“有人存在”状态；若两个模块均未检测到人员存在，则输出“无人存在”状态。
6.根据权利要求书5所述的检测方法，其特征在于，所述移动状态人员的人存检测模块，包括分析待检测一维时间序列振幅的方差σ(t)随时间的变化；当有移动
7.根据权利要求书6所述的检测方法，其特征在于，所述阈值，记为u，计算方法如下：
8.根据权利要求书5所述的检测方法，其特征在于，所述对静止状态人员的人存检测模块，包括在待检测一维时间序列中检测由静止人员(如正在呼吸的人)的微小移动引起的WiFi信道的微小相位变化，即多普勒频移。
9.根据权利要求8所述的检测方法，其特征在于，所述的WiFi信道的微小相位变化包括通过测量由待检测一维时间序列计算得到的多普勒频谱的功率分布的方差，来判断是否存在静止人员，若该功率分布的方差在检测窗口内低于设定的固定阈值，则认为该人员的呼吸模式是稳定的，作为静止状态人员的人存检测判定标准。
...【技术特征摘要】
1.一种基于wifi波束成形信息的室内人员存在检测方法，其特征在于：
2.根据权利要求1所述的检测方法，其特征在于，所述信号预处理包括消除bfi中导向矩阵信息的时变相位偏移的影响，通过对第k个子载波的原始导向矩阵vk，推导出其中λ为bfi包中提取的信噪比矢量，使用rk(t)作为待检测一维时间序列。
3.根据权利要求2所述的检测方法，所述信号预处理或/还包括针对人存特征的带通滤波。
4.根据权利要求1或2或3所述的检测方法，其特征在于，所述信号预处理或/还包括采用主成分分析对各子载波对应的待检测一维时间序列进行融合，选取第一主成分作为待检测一维时间序列。
5.根据权利要求书4所述的检测方法，其特征在于，所述人存检测，包括对静止状态人员的人存检测模块和移动状态人员的人存检测模块，若任一模块检测到人员存在，输出“有人存在”状态；若两个模块均未检测到人员存在，则输出“无人存在”状态。
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。