一种面向Wi-Fi复杂干扰环境下的非接触式人体呼吸数据实时测量方法

本发明公开了一种面向Wi‑Fi复杂干扰环境下的非接触式人体呼吸实时监测方法；对CSI干扰强度及CSI活跃比率进行分析，构建Wi‑Fi干扰特征映射矩阵，利用该矩阵计算各信道干扰指数实现干扰判别。接着通过基于干扰指数的动态子载波选择算法CSI‑DSSA，选取干扰数据中互相关性最弱的子载波组合进行干扰处理，分析多链路数据融合方法聚合未受干扰数据中多数据流的时域特征信息。最后，提取时域特征值并构建Wi‑Fi干扰环境下的SVM多活动分类模型，获得跌倒活动识别结果。本发明能够有效提高Wi‑Fi干扰环境下的人体呼吸活动识别准确率。