1.一种基于Wi‑Fi的室内人员被动检测方法,其特征在于包含以下步骤:步骤一:离线阶段,建立合理的室内测量点分布,将场景除去障碍物后均分为若干个区域,首先采集静止目标时处于测量点的数据;其次采集动态目标时在测量区域随机走动的数据;最后采集场景内无被测目标时的数据,完成离线阶段的数据采集,从中选取一部分测量点的数据用于离线训练,减少训练代价;
步骤二:导出测量的原始数据;
步骤三:对原始数据进行降噪处理,通过滤波器去除异常点,同时使用中值滤波消除CSI传播过程中受到多径效应及环境影响所混杂在原始数据中的噪声;
步骤四:计算场景无人时、存在静止目标时和存在动态目标时频域上的相关系数所生成的指纹Csta、 和 生成概率密度函数PDF,根据PDF图像的交点确定阈值δ;
步骤五:使用滑动窗口继续分析场景存在静止目标和存在动态目标的特征指纹,使用滑动窗口并计算出每根接收天线的滑动窗口相关系数矩阵TT和TT′,画出TT和TT′的频率分布直方图;
步骤六:在线阶段,采集一组任意时长的在线数据,计算在线状态下每根接收天线接收数据的相关系数矩阵TT,绘制矩阵TT的PDF图像,比较矩阵TT的PDF图像最高点与阈值δ的大小,判断测试状态是否为静态状态,若不少于两根天线上的测试值与阈值δ比较的结果得出目前状态为场景内存在目标,则继续计算出每根天线上以5秒作为滑动窗口内频域上的相关系数矩阵TT′,分别画出相关系数矩阵TT′在三根天线状态下的概率分布直方图,将其与存在静止目标和存在动态目标时的概率分布直方图进行比对,相似度高的即为当前场景下存在目标的具体状态。
2.根据权利要求1所述的基于Wi‑Fi的室内人员被动检测方法,其特征在于所述滤波器为hampel滤波器。
3.根据权利要求1所述的基于Wi‑Fi的室内人员被动检测方法,其特征在于步骤五包括:
步骤5.1:存在静止目标时,每根接收天线接收到的数据生成的特征指纹Cstan_ave为:其中, 为每个滑动窗口下子载波间的特征指纹的平均值;
步骤5.2:存在动态目标时,每根接收天线接收到的数据生成的特征指纹Cdyn_ave为:其中, 为每个滑动窗口下子载波间的特征指纹的平均值。
4.根据权利要求1所述的基于Wi‑Fi的室内人员被动检测方法,其特征在于步骤五中所述滑动窗口为5秒。