摘要
本发明公开了基于WiFi信号的非接触式多模态用户身份识别方法,首先,对CSI信号进行预处理,包括复共轭乘积,Hampel滤波器去除异常值,中值滤波去噪,巴特沃斯低通滤波器抑制高频扰动;然后,使用动态时间规划、奇异值分解、信息熵等不同指标筛选贡献度较大的子载波序列。在特征构建阶段,通过提取振幅和相位的统计特征(标准差、极差、MAD)以及多普勒频移频谱图构建完整的多模态输入向量,最终,构建融合卷积、自注意力机制与视觉变换器Transformer的多分支用户身份识别模型,实现了高精度的身份识别。
技术关键词
身份识别方法
统计特征
多模态
接触式
载波
信息熵
多普勒
动态时间规划
数据
交叉注意力机制
天线
短时傅里叶变换
信号
模态特征
贡献率
双向长短期记忆网络
变换器
滤波去噪