一种基于PCA-Kalman的无源室内人员状态检测方法

摘要

本发明提供了一种基于PCA‑Kalman的无源室内人员状态检测方法，采集测试区域的位置坐标，对原始数据降噪处理，用改进的PCA算法提取出最有贡献的特征，降低CSI数据的维数，提取原始位置指纹的非线性特征，将处理后的CSI信号存储在指纹数据库中，并根据环境变化实时更新指纹数据库；用SVM算法对真实环境中的数据进行分类，将检测区域分为若干参考点，并按升序进行编号，采集检测区域中人员的行为状态，将获得的CSI数据以及振幅、相位的变化传输到服务器；将人员状态检测结果与指纹数据库中的数据匹配，根据匹配结果实现对人员在室内环境中不同状态的检测。该方法降低了算法的时间复杂度，提高人员状态检测率，减少误差。