一种基于对比学习模型的域适应WiFi人体感知方法

本发明公开一种基于对比学习模型的域适应WiFi人体感知方法，训练基于WiFi CSI的人体感知模型时，预先采集的数据作为源域数据，将部署实际应用的场地的数据则作为目标域数据，先采用无监督生成对抗网络模型学习源域和目标域之间的迁移对应关系，并获取一个WiFi CSI数据的特征提取器；CDCL模型利用数据增强方法构建正负样本进行对比学习，获得子域的精确数据表示，并实现细粒度的域自适应。能够同时消除多种环境干扰因素，并消除每种环境干扰域的子域之间的差异，实现细粒度的域对齐，实现去除多种环境域的子域叠加的干扰，提升基于WiFi的人体感知的准确率和系统的可靠性。