CN106446828A - 一种基于Wi‑Fi信号的用户身份识别方法 - Google Patents

一种基于Wi‑Fi信号的用户身份识别方法 Download PDF

Info

Publication number
CN106446828A
CN106446828A CN201610841511.5A CN201610841511A CN106446828A CN 106446828 A CN106446828 A CN 106446828A CN 201610841511 A CN201610841511 A CN 201610841511A CN 106446828 A CN106446828 A CN 106446828A
Authority
CN
China
Prior art keywords
signal
identifying
waveform
sight line
emitter
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201610841511.5A
Other languages
English (en)
Inventor
郭斌
辛通
王柱
於志文
周兴社
李明阳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Northwestern Polytechnical University
Original Assignee
Northwestern Polytechnical University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Northwestern Polytechnical University filed Critical Northwestern Polytechnical University
Priority to CN201610841511.5A priority Critical patent/CN106446828A/zh
Publication of CN106446828A publication Critical patent/CN106446828A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/12—Classification; Matching
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/08—Feature extraction
    • G06F2218/10—Feature extraction by analysing the shape of a waveform, e.g. extracting parameters relating to peaks

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

一种基于Wi‑Fi信号的用户身份识别方法，包括Wi‑Fi发射器、信号接收器、终端设备；其特征在于，所述Wi‑Fi发射器发射Wi‑Fi信号，所述信号接收器接收Wi‑Fi信号获取信息状态信息，当人体经过时信道状态信息发生变化；所述终端设备对信道状态信息数据进行去噪处理，提取视线波形的形状特征，通过匹配比较视线波形的形状特征进行分类得出识别结果。与现有利用摄像头、雷达以及可穿戴设备的方法相比，基于Wi‑Fi的方法具有设备无关性、保护隐私、非侵入等优点。

Description

一种基于Wi-Fi信号的用户身份识别方法
技术领域
本发明涉及人体身份识别领域，尤其涉及一种基于WiFi信道状态信息信号分析处理的人体身份识别方法。
背景技术
基于生物特征的身份识别技术在人机交互领域发挥着重要作用，其一般基于若干个生理特征或行为特征。生理特征与人体各部位的形状有关，如指纹、虹膜、掌纹等。为了达到较高的准确率，基于生理特征的识别方法一般要求用户去接近甚至接触相应传感器。行为特征与人的行为习惯有关，如敲击键盘的节奏、步态、嗓音等。目前基于行为特征的身份识别主要围绕步态特征开展研究，利用摄像头、雷达和可穿戴设备去捕捉人的步态信息，但是此类设备都有着各自的弊端。例如，摄像头需要良好的照明条件且涉及隐私问题，低成本的60GHz雷达只能提供十几厘米的探测范围并且在生活中未被广泛部署，可穿戴设备则要求用户去主动佩戴相关传感器。
目前Wi-Fi设备已经广泛存在于人们的日常生活空间之中，具有高普及与低成本等特性，因而大量学者开始研究基于Wi-Fi信号的测量技术，例如室内定位、手势识别等。CSI包含多个子载波信息，每一个子载波信息中都包含着信号的衰减和相移等信息，因而对周围物体移动引起的环境变化更加敏感。目前，CSI已被应用于高精度室内定位、人类活动识别和人群数量统计等领域。怎样对获取的信道状态信息信号进行处理是获取高精度人体身份识别的关键。
发明内容
本发明提供一种在室内环境中基于Wi-Fi信号的非接触、无侵犯的身份识别方法，技术方案为：
一种基于Wi-Fi信号的用户身份识别方法，包括Wi-Fi发射器、信号接收器、终端设备；所述Wi-Fi发射器发射Wi-Fi信号，所述信号接收器接收Wi-Fi信号获取信息状态信息，当人体经过时信道状态信息发生变化；所述终端设备对信道状态信息数据进行去噪处理，提取视线波形的形状特征，通过匹配比较视线波形的形状特征进行分类得出识别结果。
进一步地，一种基于Wi-Fi信号的用户身份识别方法，所述去噪处理使用巴特沃斯滤波器进行滤波处理。
进一步地，一种基于Wi-Fi信号的用户身份识别方法，所述的提取视线波形形状特征，具体包括以下步骤：
S1：基于滤波后的信道状态信息数据，利用主成分分析方法提取信道状态信息序列主成分；
S2：选定人经过视距路径时作为识别窗口，利用基于平均绝对偏差的滑动窗口方法，截取出信道状态信息序列中由于人通过视距路径时引起的视线波形；
S3：采用离散小波变换计算视线波形的近似系数，并将其作为波形的形状特征。
进一步地，一种基于Wi-Fi信号的用户身份识别方法，所述S2中基于滑动窗口的信道状态信息时间序列分割方法，通过寻找序列中具有显著上升和下降趋势的点，作为视线波形的起始点jbegin和终止点jend。
进一步地，一种基于Wi-Fi信号的用户身份识别方法，所述起始点jbegin和终止点jend满足以下条件：
1)必须有未配对的起始点jbegin，才记录终止点；
2)起始点jbegin和终止点jend之间的距离满足：timelen1≤jend-jbegin≤timelen2；
其中timelen1和timelen2是两个阈值，其取值为实验经验值。
进一步地，一种基于Wi-Fi信号的用户身份识别方法，所述通过匹配比较视线波形的形状特征是指采用动态时间归整算法量化不同波形之间的距离；所述分类是使用一个基于动态时间归整算法的k近邻分类器。
优选地，一种基于Wi-Fi信号的用户身份识别方法，在进行波形比较前对主成分序列按照峰值从大到小的顺序重新排序。
优选地，一种基于Wi-Fi信号的用户身份识别方法，所述Wi-Fi发射器放置于与信号接收器特定距离内的某一位置，人垂直于Wi-Fi发射器和Wi-Fi接收器之间的视距路径横向穿过Wi-Fi发射器与Wi-Fi接收器中间。
本发明为基于Wi-Fi CSI所提出来的身份识别的新型技术，利用每个人的体型和走路习惯不同，会对Wi-Fi信号传输产生独特影响，进而在信道状态信息时间序列中产生一个特定模式的基本原理，结合波形截取、特征提取、波形匹配等方法来完成对身份信息的识别。与现有利用摄像头、雷达以及可穿戴设备的方法相比，基于Wi-Fi的方法具有设备无关性、保护隐私、非侵入等优点。
附图说明
图1本发明一种基于Wi-Fi信号的用户身份识别方法的方法步骤示意图；
图2本发明一种基于Wi-Fi信号的用户身份识别方法的实施例中实验时人体经过Wi-Fi发射器的设计距离图示；
图3本发明一种基于Wi-Fi信号的用户身份识别方法的滤波前后的时间序列对比图；
图4本发明一种基于Wi-Fi信号的用户身份识别方法的CSI主成分提取结果图。
具体实施方式
下面结合附图来具体阐述本发明的技术方案。
本发明中的一些专业术语参考如下：
缩写 英文全称 中文含义
CSI Channel State Information 信道状态信息
PCA Principal Component Analysis 主成分分析
LOS line-of-sight 视线
MAD Mean Absolute Difference 平均绝对偏差
DTW Dynamic Time Warping 动态时间规划
KNN k-Nearest Neighbor K最近邻
本发明提供一种在室内环境中基于Wi-Fi信号的非接触、无侵犯的身份识别方法。其基本原理在于每个人的体型和走路习惯不同，会对Wi-Fi信号传输产生独特影响，进而在CSI时间序列中产生一个特定模式。其主要工作内容包括识别窗口的选择，数据滤波去除高频噪声，波形截取，特征提取，以及分类匹配。
使Wi-Fi发射器放置于与信号接收器特定距离内某一位置，并不断发射Wi-Fi信号，人垂直于发射器和接收器之间的视距路径横向穿过发射器与接收器中间，接收器不断采集此期间的CSI数据。
在本实施例中具体为使用TP-LINK TLWR1043ND无线路由器作为发射器，发射频率为2.4GHZ。安装有Intel 5300NIC(Network Interface Controller)的Thinkpad X200笔记本电脑作为接收器、终端设备，操作系统为Ubuntu 14.04。发射器有三根天线，接收器有两根天线。电脑和发射器相距2.5m。
本实施例中，在数据采集过程中对志愿者的行走方式进行了限定：如图2所示，志愿者从左向右行走，并在起步时通过调整位置使自己在自然状态下以三种落脚方式通过视距路径：1)先左脚踏入ab区域，再右脚落入bc区域；2)先右脚落入ab区域，再左脚落入bc区域；3)先左脚落在a点附近，再右脚落在b点附近，再左脚落在c点附近，ab、bc长度分别为65cm。
对采集到的信号进行滤波处理，减少数据中的高频噪声。使用巴特沃斯滤波器进行滤波处理，因其不会显著地扭曲信号的相位信息，且通频带的频率响应曲线最平滑。根据观察得到行走引起的信号变化频率为10HZ以内，故截止频率为10HZ。滤波后的效果图如图3所示。
基于滤波后的信号，利用主成分分析(PCA)方法提取CSI序列的主成分。对于每对发射-接收天线，首先对CSI数据进行Z-score标准化，使其均值为0，标准差为1，然后使用PCA得到其CSI时间序列的p(p<30)维主成分，即对每一用户有p*MTx*MRx个LOS波形与之对应。实验观察发现，高4维的主成分包含了行走所引起波形变化的主要信息，因此设置p＝4。图4所示为一对发射-接收天线CSI序列的高四维主成分。
选择人经过视距路径时作为识别窗口，分析引起的LOS波形变化，利用基于绝对平均偏差(MAD)的滑动窗口方法，截取出CSI序列中由于人通过视距路径时引起的LOS波形。通过寻找序列中具有显著上升或下降趋势的点(即波形的起止点)实现分割。此外，为了降低错误率，增加了约束条件。方法具体包含以下4步：
a)对于每一对发射-接收天线，分别计算第k(1≤k≤p)维主成分中j点前后窗口范围内数据的MAD，窗口长度为w，如公式(1)所示：
b)计算所有p维波形j点前后窗口内的MAD并求和，如公式(2)：
c)引入阈值T1，T2，且T1>T2，则起始点jbegin和终止点jend需满足条件(3)：
其中T1，T2为实验经验值；
d)利用上述规则所求得的起始点和终止点并不准确。因此，增加如下限定：
1)必须有未配对的起始点，才记录终止点；
2)起止点间距满足以下公式：
timelen1≤jend-jbegin≤timelen2
其中timelen1和timelen2是两个阈值，其取值为实验经验值。至此，可以得到一系列起始点与终止点二元组<jbegin,jend>,进而提取LOS波形。
采用离散小波变换计算LOS波形的近似系数，并将其作为波形的形状特征。根据实验效果选择Daubechies D4作为小波基，并采用得到的近似系数作为形状特征。
利用基于动态时间规划(DTW)算法的KNN分类器对波形进行匹配分类，得出识别结果。采用动态时间归整算法Dynamic Time Warping(DTW)量化不同波形之间的距离(DTW能够有效计算两个不同长度波形对齐后的最短距离)。使用一个基于DTW的k近邻分类器。对于两个LOS波形序列X和Y，二者的最小距离根据公式(5)计算得出：
其中p代表每对发射-接收天线的主成分维数，MT*MR代表天线对的个数。分类器从训练集中选取k个与待测序列距离最短的序列，并将k个序列中出现最频繁的类标签作为输出结果。
本发明为基于Wi-Fi CSI所提出来的身份识别的新型技术，利用每个人的体型和走路习惯不同，会对Wi-Fi信号传输产生独特影响，进而在信道状态信息CSI时间序列中产生一个特定模式的基本原理，通过选取人经过视距路径时的时间为识别窗口，结合波形截取、特征提取、波形匹配等方法来完成对身份信息的识别。与现有利用摄像头、雷达以及可穿戴设备的方法相比，基于Wi-Fi的方法具有设备无关性、保护隐私、非侵入等优点。由于Wi-Fi受环境影响较大，且自身的不稳定性，目前实验环境是严格控制下的单人环境，并且尽量减少物体摆放，此环境下，当用户规模不超过6人且身材差异较大时，识别率可达88％。
以上所述仅为本发明的较佳实施例，对于发明而言仅仅是说明性的，而非限制性的。本专业技术人员理解，在发明权利要求所限定的精神和范围内可对其进行许多改变、修改等，但都将落入本发明的保护范围内。

Claims (8)

1.一种基于Wi-Fi信号的用户身份识别方法，包括Wi-Fi发射器、信号接收器、终端设备；其特征在于，所述Wi-Fi发射器发射Wi-Fi信号，所述信号接收器接收Wi-Fi信号获取信息状态信息，当人体经过时信道状态信息发生变化；所述终端设备对信道状态信息数据进行去噪处理，提取视线波形的形状特征，通过匹配比较视线波形的形状特征进行分类得出识别结果。
2.根据权利要求1所述的一种基于Wi-Fi信号的用户身份识别方法，其特征在于：所述去噪处理使用巴特沃斯滤波器进行滤波处理。
3.根据权利要求1所述的一种基于Wi-Fi信号的用户身份识别方法，其特征在于：所述的提取视线波形形状特征，具体包括以下步骤：
S1：基于滤波后的信道状态信息数据，利用主成分分析方法提取信道状态信息序列主成分；
S2：选定人经过视距路径时作为识别窗口，利用基于平均绝对偏差的滑动窗口方法，截取出信道状态信息序列中由于人通过视距路径时引起的视线波形；
S3：采用离散小波变换计算视线波形的近似系数，并将其作为波形的形状特征。
4.根据权利要求2所述的一种基于Wi-Fi信号的用户身份识别方法，其特征在于：所述S2中基于滑动窗口的信道状态信息时间序列分割方法，通过寻找序列中具有显著上升和下降趋势的点，作为视线波形的起始点jbegin和终止点jend。
5.根据权利要求4所述的一种基于Wi-Fi信号的用户身份识别方法，其特征在于：所述起始点jbegin和终止点jend满足以下条件：
1)必须有未配对的起始点jbegin，才记录终止点；
2)起始点jbegin和终止点jend之间的距离满足：
timelen1≤jend-jbegin≤timelen2；
其中timelen1和timelen2是两个阈值，其取值为实验经验值。
6.根据权利要求1所述的一种基于Wi-Fi信号的用户身份识别方法，其特征在于：所述通过匹配比较视线波形的形状特征是指采用动态时间归整算法量化不同波形之间的距离；所述分类是使用一个基于动态时间归整算法的k近邻分类器。
7.根据权利要求1-6所述的一种基于Wi-Fi信号的用户身份识别方法，其特征在于：在进行波形比较前对主成分序列按照峰值从大到小的顺序重新排序。
8.根据权利要求1-6任一所述的一种基于Wi-Fi信号的用户身份识别方法，其特征在于：所述Wi-Fi发射器放置于与信号接收器特定距离内的某一位置，人垂直于Wi-Fi发射器和Wi-Fi接收器之间的视距路径横向穿过Wi-Fi发射器与Wi-Fi接收器中间。
CN201610841511.5A 2016-09-22 2016-09-22 一种基于Wi‑Fi信号的用户身份识别方法 Pending CN106446828A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610841511.5A CN106446828A (zh) 2016-09-22 2016-09-22 一种基于Wi‑Fi信号的用户身份识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610841511.5A CN106446828A (zh) 2016-09-22 2016-09-22 一种基于Wi‑Fi信号的用户身份识别方法

Publications (1)

Publication Number Publication Date
CN106446828A true CN106446828A (zh) 2017-02-22

Family

ID=58166238

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610841511.5A Pending CN106446828A (zh) 2016-09-22 2016-09-22 一种基于Wi‑Fi信号的用户身份识别方法

Country Status (1)

Country Link
CN (1) CN106446828A (zh)

Cited By (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106971474A (zh) * 2017-04-10 2017-07-21 南京苗米科技有限公司 基于wifi无线信号的入侵监测方法和系统
CN107154088A (zh) * 2017-03-29 2017-09-12 西安电子科技大学 基于信道状态信息的活动人员数量估计方法
CN107527016A (zh) * 2017-07-25 2017-12-29 西北工业大学 室内WiFi环境下基于动作序列检测的用户身份识别方法
CN107608286A (zh) * 2017-09-14 2018-01-19 郑州云海信息技术有限公司 一种基于WiFi信道状态信息的安全监控系统及方法
CN107862295A (zh) * 2017-11-21 2018-03-30 武汉大学 一种基于WiFi信道状态信息识别面部表情的方法
CN108198558A (zh) * 2017-12-28 2018-06-22 电子科技大学 一种基于csi数据的语音识别方法
CN108553108A (zh) * 2018-03-05 2018-09-21 叶伟 一种基于Wi-Fi中CSI信号的人体动作与呼吸的检测方法和系统
CN108875584A (zh) * 2018-05-23 2018-11-23 西北工业大学 一种基于无线感知的高可靠用户行为识别方法
CN108901021A (zh) * 2018-05-31 2018-11-27 大连理工大学 一种基于无线网络信道状态信息的深度学习身份识别系统及方法
CN109413057A (zh) * 2018-10-17 2019-03-01 上海交通大学 基于细粒度手指姿态的智能家居连续用户认证方法及系统
CN109658655A (zh) * 2019-01-15 2019-04-19 哈尔滨工程大学 一种基于无线信号的室内被动入侵检测方法
CN109784212A (zh) * 2018-12-27 2019-05-21 东莞理工学院 一种基于WiFi信号的生物打字识别方法
CN109948481A (zh) * 2019-03-07 2019-06-28 惠州学院 一种基于窄带射频链路采样的无源人体识别方法
CN110011741A (zh) * 2019-03-29 2019-07-12 河北工程大学 基于无线信号的身份识别方法及装置
CN110288018A (zh) * 2019-06-24 2019-09-27 桂林电子科技大学 一种融合深度学习模型的WiFi身份识别方法
CN110428617A (zh) * 2019-07-23 2019-11-08 重庆邮电大学 一种基于5g便携式智能终端及mec的交通对象识别方法
CN110621038A (zh) * 2019-09-30 2019-12-27 武汉大学 一种基于WiFi信号检测步态实现多用户身份识别的方法及装置
CN111121759A (zh) * 2019-12-30 2020-05-08 杭州电子科技大学 一种基于多层长短期记忆网络的地磁室内定位方法
CN111787499A (zh) * 2020-06-28 2020-10-16 中国海洋大学 复用基站蜂窝信号的用户识别和计数方法
CN112595734A (zh) * 2020-12-07 2021-04-02 广州大学 一种基于Wi-Fi信号的液体识别方法及装置
WO2021068470A1 (zh) * 2020-04-09 2021-04-15 浙江大学 一种基于雷达信号的身份及手势识别方法
CN112733609A (zh) * 2020-12-14 2021-04-30 中山大学 一种基于离散小波变换的领域自适应Wi-Fi手势识别方法
CN112861893A (zh) * 2019-11-27 2021-05-28 四川大学 基于csi幅度-子载波概率分布的陌生人识别算法
CN113420778A (zh) * 2021-05-19 2021-09-21 南京邮电大学 一种基于Wi-Fi信号和深度相机的身份识别方法
CN113543140A (zh) * 2020-04-16 2021-10-22 支付宝实验室(新加坡)有限公司 一种基于无线Wi-Fi信号的身份识别方法、装置及电子设备
CN113743374A (zh) * 2021-10-11 2021-12-03 南京邮电大学 一种基于信道状态信息呼吸感知的人员身份识别方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103198632A (zh) * 2013-04-09 2013-07-10 姚争辉 智能人体识别和主人识别的室内安防系统
CN105243773A (zh) * 2015-09-25 2016-01-13 国网山东省电力公司经济技术研究院 一种便携式智能报警围栏及人体接近检测方法
CN105405260A (zh) * 2015-12-15 2016-03-16 刘向阳 一种基于无线信号的防盗系统及防盗方法
CN105807935A (zh) * 2016-04-01 2016-07-27 中国科学技术大学苏州研究院 一种基于WiFi的手势控制人机交互系统
CN105809110A (zh) * 2016-02-24 2016-07-27 南京大学 一种基于无线信号强度的行为识别系统与方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103198632A (zh) * 2013-04-09 2013-07-10 姚争辉 智能人体识别和主人识别的室内安防系统
CN105243773A (zh) * 2015-09-25 2016-01-13 国网山东省电力公司经济技术研究院 一种便携式智能报警围栏及人体接近检测方法
CN105405260A (zh) * 2015-12-15 2016-03-16 刘向阳 一种基于无线信号的防盗系统及防盗方法
CN105809110A (zh) * 2016-02-24 2016-07-27 南京大学 一种基于无线信号强度的行为识别系统与方法
CN105807935A (zh) * 2016-04-01 2016-07-27 中国科学技术大学苏州研究院 一种基于WiFi的手势控制人机交互系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
MOHAMMED ABDULAZIZ AIDE AL-QANESS等: ""基于信道状态信息的人体行为识别系统"", 《武汉理工大学学报》 *

Cited By (42)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107154088A (zh) * 2017-03-29 2017-09-12 西安电子科技大学 基于信道状态信息的活动人员数量估计方法
CN106971474B (zh) * 2017-04-10 2020-02-04 南京苗米科技有限公司 基于wifi无线信号的入侵监测方法和系统
CN106971474A (zh) * 2017-04-10 2017-07-21 南京苗米科技有限公司 基于wifi无线信号的入侵监测方法和系统
CN107527016A (zh) * 2017-07-25 2017-12-29 西北工业大学 室内WiFi环境下基于动作序列检测的用户身份识别方法
CN107527016B (zh) * 2017-07-25 2020-02-14 西北工业大学 室内WiFi环境下基于动作序列检测的用户身份识别方法
CN107608286A (zh) * 2017-09-14 2018-01-19 郑州云海信息技术有限公司 一种基于WiFi信道状态信息的安全监控系统及方法
CN107862295A (zh) * 2017-11-21 2018-03-30 武汉大学 一种基于WiFi信道状态信息识别面部表情的方法
CN107862295B (zh) * 2017-11-21 2021-04-02 武汉大学 一种基于WiFi信道状态信息识别面部表情的方法
CN108198558A (zh) * 2017-12-28 2018-06-22 电子科技大学 一种基于csi数据的语音识别方法
CN108553108A (zh) * 2018-03-05 2018-09-21 叶伟 一种基于Wi-Fi中CSI信号的人体动作与呼吸的检测方法和系统
CN108553108B (zh) * 2018-03-05 2020-04-14 上海百芝龙网络科技有限公司 一种基于Wi-Fi中CSI信号的人体动作与呼吸的检测方法和系统
WO2019169864A1 (zh) * 2018-03-05 2019-09-12 叶伟 一种基于Wi-Fi中CSI信号的人体动作与呼吸的检测方法和系统
CN108875584A (zh) * 2018-05-23 2018-11-23 西北工业大学 一种基于无线感知的高可靠用户行为识别方法
CN108901021A (zh) * 2018-05-31 2018-11-27 大连理工大学 一种基于无线网络信道状态信息的深度学习身份识别系统及方法
CN108901021B (zh) * 2018-05-31 2021-05-11 大连理工大学 一种基于无线网络信道状态信息的深度学习身份识别系统及方法
CN109413057A (zh) * 2018-10-17 2019-03-01 上海交通大学 基于细粒度手指姿态的智能家居连续用户认证方法及系统
CN109413057B (zh) * 2018-10-17 2020-01-17 上海交通大学 基于细粒度手指姿态的智能家居连续用户认证方法及系统
CN109784212A (zh) * 2018-12-27 2019-05-21 东莞理工学院 一种基于WiFi信号的生物打字识别方法
CN109658655A (zh) * 2019-01-15 2019-04-19 哈尔滨工程大学 一种基于无线信号的室内被动入侵检测方法
CN109948481B (zh) * 2019-03-07 2024-02-02 惠州学院 一种基于窄带射频链路采样的无源人体识别方法
CN109948481A (zh) * 2019-03-07 2019-06-28 惠州学院 一种基于窄带射频链路采样的无源人体识别方法
CN110011741A (zh) * 2019-03-29 2019-07-12 河北工程大学 基于无线信号的身份识别方法及装置
CN110288018A (zh) * 2019-06-24 2019-09-27 桂林电子科技大学 一种融合深度学习模型的WiFi身份识别方法
CN110288018B (zh) * 2019-06-24 2022-08-12 桂林电子科技大学 一种融合深度学习模型的WiFi身份识别方法
CN110428617A (zh) * 2019-07-23 2019-11-08 重庆邮电大学 一种基于5g便携式智能终端及mec的交通对象识别方法
CN110621038A (zh) * 2019-09-30 2019-12-27 武汉大学 一种基于WiFi信号检测步态实现多用户身份识别的方法及装置
CN112861893A (zh) * 2019-11-27 2021-05-28 四川大学 基于csi幅度-子载波概率分布的陌生人识别算法
CN111121759A (zh) * 2019-12-30 2020-05-08 杭州电子科技大学 一种基于多层长短期记忆网络的地磁室内定位方法
CN111121759B (zh) * 2019-12-30 2021-07-27 杭州电子科技大学 一种基于多层长短期记忆网络的地磁室内定位方法
US11947002B2 (en) 2020-04-09 2024-04-02 Zhejiang University Method for recognizing identity and gesture based on radar signals
WO2021068470A1 (zh) * 2020-04-09 2021-04-15 浙江大学 一种基于雷达信号的身份及手势识别方法
CN113543140B (zh) * 2020-04-16 2024-09-03 先进新星技术(新加坡)控股有限公司 一种基于无线Wi-Fi信号的身份识别方法、装置及电子设备
CN113543140A (zh) * 2020-04-16 2021-10-22 支付宝实验室(新加坡)有限公司 一种基于无线Wi-Fi信号的身份识别方法、装置及电子设备
CN111787499A (zh) * 2020-06-28 2020-10-16 中国海洋大学 复用基站蜂窝信号的用户识别和计数方法
CN111787499B (zh) * 2020-06-28 2023-09-22 中国海洋大学 复用基站蜂窝信号的用户识别和计数方法
CN112595734A (zh) * 2020-12-07 2021-04-02 广州大学 一种基于Wi-Fi信号的液体识别方法及装置
CN112733609B (zh) * 2020-12-14 2023-08-18 中山大学 一种基于离散小波变换的领域自适应Wi-Fi手势识别方法
CN112733609A (zh) * 2020-12-14 2021-04-30 中山大学 一种基于离散小波变换的领域自适应Wi-Fi手势识别方法
CN113420778B (zh) * 2021-05-19 2022-07-26 南京邮电大学 一种基于Wi-Fi信号和深度相机的身份识别方法
CN113420778A (zh) * 2021-05-19 2021-09-21 南京邮电大学 一种基于Wi-Fi信号和深度相机的身份识别方法
CN113743374B (zh) * 2021-10-11 2023-11-07 南京邮电大学 一种基于信道状态信息呼吸感知的人员身份识别方法
CN113743374A (zh) * 2021-10-11 2021-12-03 南京邮电大学 一种基于信道状态信息呼吸感知的人员身份识别方法

Similar Documents

Publication Publication Date Title
CN106446828A (zh) 一种基于Wi‑Fi信号的用户身份识别方法
Xin et al. Freesense: Indoor human identification with Wi-Fi signals
Ding et al. WiFi CSI-based human activity recognition using deep recurrent neural network
Yang et al. MU-ID: Multi-user identification through gaits using millimeter wave radios
Yang et al. Wi-Count: Passing people counting with COTS WiFi devices
Hong et al. WFID: Passive device-free human identification using WiFi signal
CN103976740B (zh) 一种面向网络环境的脑电信号身份识别系统及识别方法
CN105844216B (zh) 一种利用WiFi信号识别手写字母的检测与匹配机制
Zhang et al. WiFiMap+: high-level indoor semantic inference with WiFi human activity and environment
Wang et al. Wipin: Operation-free passive person identification using wi-fi signals
Xiao et al. Motion-Fi: Recognizing and counting repetitive motions with passive wireless backscattering
Dubendorfer et al. ZigBee device verification for securing industrial control and building automation systems
CN108924736A (zh) 一种基于PCA-Kalman的无源室内人员状态检测方法
Ding et al. Wihi: WiFi based human identity identification using deep learning
Li et al. Fingerprints in the air: Unique identification of wireless devices using RF RSS fingerprints
Yang et al. Door-monitor: Counting in-and-out visitors with COTS WiFi devices
Wang et al. CSIID: WiFi-based human identification via deep learning
Lv et al. Wii: Device-free passive identity identification via WiFi signals
Xin et al. FreeSense: human-behavior understanding using Wi-Fi signals
Uysal et al. RF-Wri: An efficient framework for RF-based device-free air-writing recognition
Zhang et al. RFree-ID: An unobtrusive human identification system irrespective of walking cofactors using cots RFID
Liu et al. Wi-CR: human action counting and recognition with Wi-Fi signals
Khalil et al. Sonicdoor: scaling person identification with ultrasonic sensors by novel modeling of shape, behavior and walking patterns
Lu et al. CeHAR: CSI-Based Channel-Exchanging Human Activity Recognition
Uysal et al. A new rf sensing framework for human detection through the wall

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20170222