CN112595734A - 一种基于Wi-Fi信号的液体识别方法及装置 - Google Patents

Abstract

本发明公开了一种基于Wi－Fi信号的液体识别方法，包括：获取Wi－Fi信号发射器发射的Wi－Fi信号，并对所述Wi－Fi信号进行预处理操作，得到所述Wi－Fi信号的信道状态信息；将所述信道状态信息进行降噪处理，得到至少一组稳定的幅度比值和相位差值；将所述稳定的幅度比值和相位差值输入预先构建的数据库进行比对，判断出是否存在相同的数据，若是，则将液体识别的结果发送给用户终端；若否，则将所述稳定的幅度比值和相位差通过分类器，得到和所述幅度比值和相位差数据相似度最高的数据作为液体识别结果输出，并发送给用户终端。通过本发明，能够在在满足日常的液体识别需求的同时，降低液体的成本。

Description

一种基于Wi-Fi信号的液体识别方法及装置

技术领域

本发明涉及智能设备材料识别技术领域，特别是涉及一种基于Wi-Fi信号的液体识别方法及装置。

背景技术

目前，现有的液体识别方法主要有以下几种，分别是光谱分析法、电分析法和高频电磁波(如太赫兹)测量法。这些方法在各种仪器上使用，构成了各种各样的液体识别设备。其中，光谱分析法利用液体内离子和分子物理化学性质的不同，检测其引起的各种光谱变化，达到识别液体的目的，是化学实验室中最常见的液体识别方法，可以做到痕量物质的检测，检测精度高，技术发展成熟，目前多在化学实验室用于科学研究；电分析法是将特殊电极插入液体内，或将待测液体滴在电极上，检测液体的电导率、介电常数或者对电极上某些特殊化学位点的响应引起的电压或电流变化，对液体进行识别，检测精度可以达到痕量级，目前已应用于重金属离子检测和家用血糖血脂检测等领域；高频电磁波测量法是利用高频电磁波发射天线、接收天线和信号处理电路来进行检测的方法，通过检测电磁波信号的变化进行液体识别，目前已广泛应用于危险液体检测领域。

但是，上述技术存在着以下不足：

光谱分析法依托于昂贵的检测设备，比如红外光谱仪、紫外-可见分光光度计等，且往往需要进行多种方式共同检测才能确定液体种类，检测前进行的前处理过程非常复杂，检测时间长，检测成本高，设备体积庞大，部分检测设备如核磁共振波谱仪甚至对检测人员的身体有一定伤害。

电分析法依托于电化学工作站或血糖检测仪等设备，往往一种特殊电极只对应少数几种待测离子或分子，检测范围非常有限，且很多电极是一次性电极，无法重复使用，另外测量过程需要电极与液体接触，操作复杂，且可能会污染待测液体。

高频电磁波测量方法依托于由高频电磁波发射接收装置和信号处理电路组成的专用设备，如危险液体检测仪等，价格昂贵，且大多功能单一，检测精度不高，只能进行简单的阈值判别，能分辨水溶液和有机溶液(危险液体)，初步判断液体是否易燃易爆，但不能识别液体的种类。

发明内容

本发明的目的是：提供一种基于Wi-Fi信号的液体识别方法及装置，能够在满足日常的液体识别需求的同时，降低液体的成本；且本发明对天线性能和计算能力要求低，可移植性强，可以移植到任何有足够计算能力的具有电磁波收发功能的设备上。

为了实现上述目的，本发明提供了一种基于Wi-Fi信号的液体识别方法，包括：获取Wi-Fi信号发射器发射的Wi-Fi信号，并对所述Wi-Fi信号进行预处理，得到所述Wi-Fi信号的信道状态信息；其中，所述Wi-Fi信号包括经过待测液体的Wi-Fi信号和未经过待测液体的Wi-Fi信号；

将所述信道状态信息进行降噪处理，得到至少一组稳定的幅度比值和相位差值；其中，所述幅度比值和相位差值为经过待测液体的Wi-Fi信号数据和未经过待测液体的Wi-Fi信号数据的幅度比值和相位差值；

将所述稳定的幅度比值和相位差值输入预先构建的数据库进行比对，判断出是否存在相同的数据，若是，则将液体识别的结果发送给用户终端；若否，则将所述稳定的幅度比值和相位差通过分类器，得到和所述幅度比值和相位差数据相似度最高的数据作为液体识别结果输出，并发送给用户终端。

进一步地，所述预先构建的数据库，具体构建过程如下：通过Wi-Fi信号测出多种已知液体的幅度比值和相位差值，并将其存储于数据库中。

进一步地，所述获取Wi-Fi信号发射器发射的Wi-Fi信号，并对所述Wi-Fi信号进行预处理，得到所述Wi-Fi信号的信道状态信息；其中，所述Wi-Fi信号包括经过待测液体的Wi-Fi信号和未经过待测液体的Wi-Fi信号；具体为：首先，Wi-Fi信号发射器根据控制指令，控制发射端天线组发射Wi-Fi信号，其次，Wi-Fi信号接收器来自Wi-Fi信号发射器的Wi-Fi信号，并将Wi-Fi信号发送给信号处理单元，所述信号处理单元将其转换成的Wi-Fi信号的信道状态信息。

进一步地，所述降噪处理方法包括：高斯滤波方法、卡尔曼滤波方法以及小波降噪方法。

本发明实施例还提供一种基于Wi-Fi信号的液体识别装置，包括：获取模块、数据处理模块和判断模块；其中，

所述获取模块，用于获取Wi-Fi信号发射器发射的Wi-Fi信号，并对所述Wi-Fi信号进行预处理，得到所述Wi-Fi信号的信道状态信息；其中，所述Wi-Fi信号包括经过待测液体的Wi-Fi信号和未经过待测液体的Wi-Fi信号；

所述数据处理模块，用于将所述信道状态信息进行降噪处理，得到至少一组稳定的幅度比值和相位差值；其中，所述幅度比值和相位差值为经过待测液体的Wi-Fi信号数据和未经过待测液体的Wi-Fi信号数据的幅度比值和相位差值；

所述判断模块，用于将所述稳定的幅度比值和相位差值输入预先构建的数据库进行比对，判断出是否存在相同的数据，若是，则将液体识别的结果发送给用户终端；若否，则将所述稳定的幅度比值和相位差通过分类器，得到和所述幅度比值和相位差数据相似度最高的数据作为液体识别结果输出，并发送给用户终端。

进一步地，所述预先构建的数据库，具体构建过程如下：通过Wi-Fi信号测出多种已知液体的幅度比值和相位差值，并将所述幅度比值和相位差值存储于数据库中。

进一步地，所述获取Wi-Fi信号发射器发射的Wi-Fi信号，并对所述Wi-Fi信号进行预处理，得到所述Wi-Fi信号的信道状态信息；其中，所述Wi-Fi信号包括经过待测液体的Wi-Fi信号和未经过待测液体的Wi-Fi信号；具体为：首先，Wi-Fi信号发射器根据控制指令，控制发射端天线组发射Wi-Fi信号，其次，Wi-Fi信号接收器来自Wi-Fi信号发射器的Wi-Fi信号，并将Wi-Fi信号发送给信号处理单元，所述信号处理单元将其转换成的Wi-Fi信号的信道状态信息。

进一步地，所述降噪处理方法包括：高斯滤波方法、卡尔曼滤波方法以及小波降噪方法。

本发明实施例还提供一种计算机终端设备，其特征在于，包括：

一个或多个处理器；

存储器，与所述处理器耦接，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上述任一项所述的基于Wi-Fi信号的液体识别方法。

本发明实施例还提供一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如上述任一项所述的基于Wi-Fi信号的液体识别方法。

本发明实施例一种基于Wi-Fi信号的液体识别方法及装置与现有技术相比，其有益效果在于：

1)降低液体识别技术成本：通过本发明，使用者可在Wi-Fi环境中进行液体识别，不再需要花费上千元甚至数万元体验液体识别技术。且本发明对天线性能和计算能力要求低，可移植性强，可以移植到任何有足够计算能力的具有电磁波收发功能的设备上；

2)满足日常液体识别需求：目前人们对生活中的饮用品物质含量检测和食品安全检测存在需求，但市场上却没有能很好的解决该需求的设备，通过本发明，卖家可对现有设备，如路由器、智能手机、计算机等进行更新，即可在Wi-Fi环境下进行液体识别，且识别精度相比以往千元级别的液体识别设备有所提升，足以满足人们日常的液体识别需求。

附图说明

图1为本发明第一实施例提供的一种基于Wi-Fi信号的液体识别方法的流程示意图；

图2为本发明第一实施例提供的一种基于Wi-Fi信号的液体识别方法的整体架构示意图；

图3为本发明某一实施例提供的一种基于Wi-Fi信号的液体识别方法的Wi-Fi信号发射与接收装置部署示意图；

图4为本发明某一实施例提供的一种基于Wi-Fi信号的液体识别方法的测量装置整体部署示意图；

图5为本发明第二实施例提供的一种基于Wi-Fi信号的液体识别装置结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

应当理解，文中所使用的步骤编号仅是为了方便描述，不对作为对步骤执行先后顺序的限定。

应当理解，在本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。

术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。

术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。

本发明第一实施例：

请参阅图1-图4，本发明实施例提供的一种基于Wi-Fi信号的液体识别方法，至少包括如下步骤：

S101、获取Wi-Fi信号发射器发射的Wi-Fi信号，并对所述Wi-Fi信号进行预处理，得到所述Wi-Fi信号的信道状态信息；其中，所述Wi-Fi信号包括经过待测液体的Wi-Fi信号和未经过待测液体的Wi-Fi信号；

需要说明的是，对于步骤S101、Wi-Fi信号发射器和接收器结构和功能如下：

1.1)发射端天线组：负责Wi-Fi信号的发射。发射端天线组需有至少两根天线，天线组内所使用的天线数量越多，识别效果越好，每增加或减少一根天线，或使用处于不同位置的其他天线，都是一种新的天线阵列；

1.2)信号发射模块：负责接收用户终端指令并生成要发送的规定格式的定向数据包。此模块由Wi-Fi信号发射器内芯片完成，Wi-Fi信号发射器是发射Wi-Fi信号的设备，包括但不限于Wi-Fi路由器；

1.3)接收端天线组：负责Wi-Fi信号的接收。接收端天线组需有至少一根天线，天线组内所使用天线数量越多，识别效果越好，每增加或减少一根天线，或使用处于不同位置的其他天线，都是一种新的天线阵列；

1.4)信号接收模块：负责接收Wi-Fi信号发射器发送的规定格式的定向数据包。此模块由Wi-Fi信号接收器内芯片完成，Wi-Fi信号接收器是接收Wi-Fi信号的设备，包括但不限于Wi-Fi路由器。

需要说明的是，对于待测液体，需要满足以下条件：

2.1)待测液位置：待测液位置需固定，如图3，在此例中，其位置应尽量靠近接收端天线组中的接收天线1，远离接收天线2，并位于接收天线1与发射天线的直线连线上，保证接收天线1到发射天线的路径经过待测液体，接收天线2到发射天线的路径只经过空气；

2.2)待测液容器：待测液容器需为非金属制容器，是否透明均可，容器直径需确定；

2.3)待测液液位：液位不能过低，根据所使用设备的不同，需超过一规定液位。

需要说明的是，对于预处理操作，包括：

3.1)数据包解析：负责将信号接收模块得到的规定格式数据包解析成信道状态信息包；

3.2)幅度、相位提取：将信道状态信息包中的信道状态信息矩阵处理成电磁波的幅度和相位信息，并发送给降噪模块。

S102、将所述信道状态信息进行降噪处理，得到至少一组稳定的幅度比值和相位差值；其中，所述幅度比值和相位差值为经过待测液体的Wi-Fi信号数据和未经过待测液体的Wi-Fi信号数据的幅度比值和相位差值；

需要说明的是，对于降噪处理，使用高斯滤波、卡尔曼滤波、小波降噪等方法，将幅度比和相位差内包含的噪声去除，得到稳定的幅度比值和相位差值，并发送给数据处理模块。此处的振幅比和相位差为经过发射天线到接收天线1与接收天线2这两段路径的电磁波信号间的幅度比和相位差，由于两段路径之间，一段经过待测液体，一段只经过空气，通过测量其差别达到液体识别的目的。同理，增加发射天线数和接收天线数，可以得到更多组幅度比和相位差，也就能得到更多组用于液体识别的数据，可提高识别准确性。

S103、将所述稳定的幅度比值和相位差值输入预先构建的数据库进行比对，判断出是否存在相同的数据，若是，则将液体识别的结果发送给用户终端；若否，则将所述稳定的幅度比值和相位差通过分类器，得到和所述幅度比值和相位差数据相似度最高的数据作为液体识别结果输出，并发送给用户终端。

需要说明的是，对于步骤S103，数据库功能如下：负责存储已有的液体识别数据库，在用户接入时为用户提供操作指导，并负责将识别数据包和用户输入的信息与液体识别数据库比对，得到相应的液体种类作为识别结果，生成反馈信息并发送给用户终端。液体识别数据库中的每个数据可由以下数据项组成：液体种类、设备型号、所使用的路由器信道、容器直径、天线阵列类型、设备间距、与天线阵列对应的特征值等；

需要说明的是，对于步骤S103，分类器功能如下：该分类器由云端数据库的液体数据库训练得到，具有分类未知液体的能力，可使用GBDT、神经网络、支持向量机等具备分类能力的分类器。在云端数据库比对环节失效时使用，根据现有的液体识别数据库结果，得到未知液体最有可能的分类类别。

在本发明的某一个实施例中，所述预先构建的数据库，具体构建过程如下：通过Wi-Fi信号测出多种已知液体的幅度比值和相位差值，并将所述幅度比值和相位差值存储于数据库中。

在本发明的某一个实施例中，所述获取Wi-Fi信号发射器发射的Wi-Fi信号，并对所述Wi-Fi信号进行预处理，得到所述Wi-Fi信号的信道状态信息；其中，所述Wi-Fi信号包括经过待测液体的Wi-Fi信号和未经过待测液体的Wi-Fi信号；具体为：首先，Wi-Fi信号发射器根据控制指令，控制发射端天线组发射Wi-Fi信号，其次，Wi-Fi信号接收器来自Wi-Fi信号发射器的Wi-Fi信号，并将Wi-Fi信号发送给信号处理单元，所述信号处理单元将其转换成的Wi-Fi信号的信道状态信息。

在本发明的某一个实施例中，所述降噪处理方法包括：高斯滤波方法、卡尔曼滤波方法以及小波降噪方法。

对于本实施例，可以由以下例子具体理解：

如图4所示，是一种基于Wi-Fi信号的液体识别方法具体实施方式，Wi-Fi信号发射器和Wi-Fi信号接收器为两台Wi-Fi路由器，信号处理、降噪和数据处理由一台计算机完成，使用者通过智能手机的操作提示，按要求放好待测液后，控制智能手机终端，开始识别未知液体，并最终在智能手机屏幕上得到识别结果。应用的具体流程如下：

1、使用者使用智能手机接入系统，云端数据库向智能手机发送操作指导，并在屏幕上展示给使用者；

2、使用者按操作指导将装有待测液体的容器放置在指定位置；

3、使用者在智能手机内输入所选择的天线阵列类型，容器直径，路由器间距等信息，这些信息被发送给云端数据库用作下一步处理，并且使用者向发送端路由器发送开始测量指令；

4、接收端路由器接收到包含信息的数据包，并将数据包发送给位于计算机上的信号处理模块。此处若路由器性能足够，也可由路由器芯片代替计算机的全部工作；

5、计算机收到数据包后，将数据包转换成电磁波信号的信道状态信息，并对其进行降噪处理，得到稳定的幅度比和相位差后将其输入计算机的数据处理模块，计算出所需介电常数值和电导率值后，将路由器型号、所使用的路由器信道与天线阵列对应的介电常数值和电导率值等，整合到识别数据包中，发送给云端数据库；

6、云端数据库接收到用户输入信息和识别数据包后，将两份信息整合后与液体识别数据库比对，判断是否录入过相同数据，如果是，则得到相应的液体种类作为识别结果，生成反馈信息并发送给用户终端，如果不是，则使用分类器，并将分类结果反馈给用户终端；

7、用户的智能手机接收到云端最终反馈的识别结果，并将结果在智能手机屏幕上展示给用户。

本发明实施例的一种基于Wi-Fi信号的液体识别方法与现有技术相比，

首先，通过本发明，使用者可在Wi-Fi环境中进行液体识别，不再需要花费上千元甚至数万元体验液体识别技术。且本发明对天线性能和计算能力要求低，可移植性强，可以移植到任何有足够计算能力的具有电磁波收发功能的设备上；

其次，由于目前人们对生活中的饮用品物质含量检测和食品安全检测存在需求，但市场上却没有能很好的解决该需求的设备，通过本发明，卖家可对现有设备，如路由器、智能手机、计算机等进行更新，即可在Wi-Fi环境下进行液体识别，且识别精度相比以往千元级别的液体识别设备有所提升，足以满足人们日常的液体识别需求。

本发明第二实施例：

请参阅图5，本发明实施例提供的一种一种基于Wi-Fi信号的液体识别装置200，包括：获取模块201、数据处理模块202和判断模块203；其中，

所述获取模块201，用于获取Wi-Fi信号发射器发射的Wi-Fi信号，并对所述Wi-Fi信号进行预处理操作，得到所述Wi-Fi信号的信道状态信息；其中，所述Wi-Fi信号包括经过待测液体的Wi-Fi信号和未经过待测液体的Wi-Fi信号；

所述数据处理模块202，用于将所述信道状态信息进行降噪处理，得到至少一组稳定的幅度比值和相位差值；其中，所述幅度比值和相位差值为经过待测液体的Wi-Fi信号数据和未经过待测液体的Wi-Fi信号数据的幅度比值和相位差值；

所述判断模块203，用于将所述稳定的幅度比值和相位差值输入预先构建的数据库进行比对，判断出是否存在相同的数据，若是，则将液体识别的结果发送给用户终端；若否，则将所述稳定的幅度比值和相位差通过分类器，得到和所述幅度比值和相位差数据相似度最高的数据作为液体识别结果输出，并发送给用户终端。

在本发明的某一个实施例中，所述预先构建的数据库，具体构建过程如下：通过Wi-Fi信号测出多种已知液体的幅度比值和相位差值，并将所述幅度比值和相位差值存储于数据库中。

在本发明的某一个实施例中，所述获取Wi-Fi信号发射器发射的Wi-Fi信号，并对所述Wi-Fi信号进行预处理，得到所述Wi-Fi信号的信道状态信息；其中，所述Wi-Fi信号包括经过待测液体的Wi-Fi信号和未经过待测液体的Wi-Fi信号；具体为：首先，Wi-Fi信号发射器根据控制指令，控制发射端天线组发射Wi-Fi信号，其次，Wi-Fi信号接收器来自Wi-Fi信号发射器的Wi-Fi信号，并将Wi-Fi信号发送给信号处理单元，所述信号处理单元将其转换成的Wi-Fi信号的信道状态信息。

在本发明的某一个实施例中，所述降噪处理方法包括：高斯滤波方法、卡尔曼滤波方法以及小波降噪方法。

本发明第三实施例：

本发明实施例提供的一种计算机终端设备，包括一个或多个处理器；存储器，与所述处理器耦接，用于存储一个或多个程序；当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上述任一项所述的基于Wi-Fi信号的液体识别方法。

本发明第四实施例：

本发明实施例提供的一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一项所述的基于Wi-Fi信号的液体识别方法。

综上，通过本发明，能够在满足日常的液体识别需求的同时，降低液体的成本。且本发明对天线性能和计算能力要求低，可移植性强，可以移植到任何有足够计算能力的具有电磁波收发功能的设备上。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和替换，这些改进和替换也应视为本发明的保护范围。

Claims (10)

1.一种基于Wi－Fi信号的液体识别方法，其特征在于，包括：

获取Wi－Fi信号发射器发射的Wi－Fi信号，并对所述Wi－Fi信号进行预处理操作，得到所述Wi－Fi信号的信道状态信息；其中，所述Wi－Fi信号包括经过待测液体的Wi－Fi信号和未经过待测液体的Wi－Fi信号；

将所述信道状态信息进行降噪处理，得到至少一组稳定的幅度比值和相位差值；其中，所述幅度比值和相位差值为经过待测液体的Wi－Fi信号数据和未经过待测液体的Wi－Fi信号数据的幅度比值和相位差值；

将所述稳定的幅度比值和相位差值输入预先构建的数据库进行比对，判断出是否存在相同的数据，若是，则将液体识别的结果发送给用户终端；若否，则将所述稳定的幅度比值和相位差通过分类器，得到和所述幅度比值和相位差数据相似度最高的数据作为液体识别结果输出，并发送给用户终端。

2.根据权利要求1所述的基于Wi－Fi信号的液体识别方法，其特征在于，所述预先构建的数据库，具体构建过程如下：

通过Wi－Fi信号测出多种已知液体的幅度比值和相位差值，并将所述幅度比值和相位差值存储于数据库中。

3.根据权利要求1所述的基于Wi－Fi信号的液体识别方法，其特征在于，所述获取Wi－Fi信号发射器发射的Wi－Fi信号，并对所述Wi－Fi信号进行预处理，得到所述Wi－Fi信号的信道状态信息；其中，所述Wi－Fi信号包括经过待测液体的Wi－Fi信号和未经过待测液体的Wi－Fi信号；具体为：

首先，Wi－Fi信号发射器根据控制指令，控制发射端天线组发射Wi－Fi信号，其次，Wi－Fi信号接收器来自Wi－Fi信号发射器的Wi－Fi信号，并将Wi－Fi信号发送给信号处理单元，所述信号处理单元将其转换成的Wi－Fi信号的信道状态信息。

4.根据权利要求1所述的基于Wi－Fi信号的液体识别方法，其特征在于，所述降噪处理方法包括：高斯滤波方法、卡尔曼滤波方法以及小波降噪方法。

5.一种基于Wi－Fi信号的液体识别装置，其特征在于，包括：获取模块、数据处理模块和判断模块；其中，

所述获取模块，用于获取Wi－Fi信号发射器发射的Wi－Fi信号，并对所述Wi－Fi信号进行预处理操作，得到所述Wi－Fi信号的信道状态信息；其中，所述Wi－Fi信号包括经过待测液体的Wi－Fi信号和未经过待测液体的Wi－Fi信号；

所述数据处理模块，用于将所述信道状态信息进行降噪处理，得到至少一组稳定的幅度比值和相位差值；其中，所述幅度比值和相位差值为经过待测液体的Wi－Fi信号数据和未经过待测液体的Wi－Fi信号数据的幅度比值和相位差值；

所述判断模块，用于将所述稳定的幅度比值和相位差值输入预先构建的数据库进行比对，判断出是否存在相同的数据，若是，则将液体识别的结果发送给用户终端；若否，则将所述稳定的幅度比值和相位差通过分类器，得到和所述幅度比值和相位差数据相似度最高的数据作为液体识别结果输出，并发送给用户终端。

6.根据权利要求5所述的一种基于Wi－Fi信号的液体识别装置，其特征在于，所述预先构建的数据库，具体构建过程如下：

通过Wi－Fi信号测出多种已知液体的幅度比值和相位差值，并将所述幅度比值和相位差值存储于数据库中。

7.根据权利要求5所述的一种基于Wi－Fi信号的液体识别装置，其特征在于，所述获取Wi－Fi信号发射器发射的Wi－Fi信号，并对所述Wi－Fi信号进行预处理，得到所述Wi－Fi信号的信道状态信息；其中，所述Wi－Fi信号包括经过待测液体的Wi－Fi信号和未经过待测液体的Wi－Fi信号；具体为：

首先，Wi－Fi信号发射器根据控制指令，控制发射端天线组发射Wi－Fi信号，其次，Wi－Fi信号接收器来自Wi－Fi信号发射器的Wi－Fi信号，并将Wi－Fi信号发送给信号处理单元，所述信号处理单元将其转换成的Wi－Fi信号的信道状态信息。

8.根据权利要求5所述的一种基于Wi－Fi信号的液体识别装置，其特征在于，所述降噪处理方法包括：高斯滤波方法、卡尔曼滤波方法以及小波降噪方法。

9.一种计算机终端设备，其特征在于，包括：

一个或多个处理器；

存储器，与所述处理器耦接，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1至4任一项所述的基于Wi－Fi信号的液体识别方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至4任一项所述的基于Wi－Fi信号的液体识别方法。

Images