基于Wi-Fi信道状态信息的身份识别

人的行为感知技术在人机交互中起着重要作用,其中动作识别和身份识别技术应用广泛。传统的行为感知技术需要人们佩戴传感器,且设备成本高。为此,本文提出了一种基于Wi-Fi信道状态信息(Channel State Information,CSI)的身份识别系统。该系统包括数据采集,数据预处理,行走区间检测,分类识别4个阶段。首先,在实验室环境下采集Wi-Fi网卡中的CSI数据并提取幅值信息;其次,通过Butterworth滤波器消除环境噪声从而得到稳定且无噪声干扰的数据;使用行走区间检测算法(Anomaly Detection Algorithm,ADA),检测出行走区间;最后,提取特征值,通过支持向量机(Support Vector Machine,SVM)算法进行分类识别。实验结果表明,随着人数从2~4人变化,平均识别率为87.5%~95%。