摘要
本发明涉及一种基于CSI商子载波互信息的浴室Wi‑Fi跌倒检测方法,属于无线感知技术领域。针对浴室环境中Wi‑Fi信号受多径反射和淋浴水流干扰导致的跌倒检测精度低问题,提出:通过双天线CSI商运算抑制静态干扰,提取动态幅值概率密度特征RAPD并映射为RGB图像;采用双阈值分割算法提取跌倒片段,基于归一化FFT频谱能量比设定干扰信号能量比ISER阈值0.025判别淋浴干扰;设计双分支神经网络架构,分别通过空间注意力残差网络SA‑ResNet和门控降噪网络SINet进行分类识别。该方法在淋浴干扰下检测F1分数达92.7%,实现非接触式高精度浴室淋浴环境下的跌倒监测。
技术关键词
跌倒检测方法
载波
残差网络
动态规划搜索
数据
神经网络架构
降噪模块
概率分布函数
非接触式高精度
高斯核函数
幅值
sigmoid函数
无线感知技术
双网络架构
多普勒
加速度
阈值分割算法
点检测算法