基于Bi-LSTM的CSI手势识别算法

摘要

针对目前大多数基于CSI的手势识别方法存在精度偏低以及成本过高等缺陷,提出一种基于Bi-LSTM的CSI手势识别算法BGR (Bi-LSTM gesture recognition)。提取原始数据中的幅值信息,将其重构为长度一致的信号片段;利用PCA提取CSI信号的主成分特征,经过低通滤波除去背景噪声和多径效应干扰;在时域尺度上将连续手势动作信息输入到基于Bi-LSTM的特征融合模型中进行深层特征提取以及分类识别训练。在相关手势数据集上进行对比测试,其平均准确率达到91.49%。实验结果表明,该算法提高了手势识别的准确率,具有较强的适应性。