利用自然环境无线信号的人体位置状态识别方法.pdf

上传人：1**

文档编号：4592143

上传时间：2018-10-21

格式：PDF

页数：9

大小：789.98KB

《利用自然环境无线信号的人体位置状态识别方法.pdf》由会员分享，可在线阅读，更多相关《利用自然环境无线信号的人体位置状态识别方法.pdf（9页完整版）》请在专利查询网上搜索。

1、(10)申请公布号 (43)申请公布日 (21)申请号 201410798000.0 (22)申请日 2014.12.18 G06K 9/62(2006.01) (71)申请人大连理工大学地址 116024 辽宁省大连市甘井子区凌工路 2 号 (72)发明人高庆华王洁张潇金明录喻言李思伟张焕冲平健舟 (74)专利代理机构大连理工大学专利中心 21200 代理人关慧贞 (54) 发明名称利用自然环境无线信号的人体位置状态识别方法 (57) 摘要本发明利用自然环境无线信号的人体位置状态识别方法属于无线网络技术与模式识别技术领域，涉及一种利用自然环境无线信号基于模。

2、式识别，实现对室内人体的位置状态的识别。识别方法由训练阶段和工作阶段两部分组成；训练阶段，针对人的位置状态，智能分析识别软件控制智能天线和无线接收机对多个方向的无线信号进行测量，并读取对应各个方向的信道信号强度信息序列。工作阶段，智能分析识别软件控制智能天线和无线接收机对多个方向的无线信号进行测量，对信道信号强度信息序列进行数字滤波，进行均值、方差、峰峰值分析计算。本发明具有安装方便、无需人员参与、不涉及隐私泄漏等优点，可广泛应用到智能家居、智能空间等应用领域中。 (51)Int.Cl. (19)中华人民共和国国家知识产权局 (12)发明专利。

3、申请权利要求书2页说明书4页附图2页 (10)申请公布号 CN 104504396 A (43)申请公布日 2015.04.08 CN 104504396 A 1/2 页 2 1.一种利用自然环境无线信号的人体位置状态识别方法，其特征是，位置状态识别方法由训练阶段和工作阶段两部分组成；训练阶段，针对人的每一种可能的位置状态，智能分析识别软件控制智能天线和无线接收机对多个方向的无线信号进行测量，并读取对应各个方向的信道信号强度信息序列；之后，智能分析识别软件通过各个方向的信道信号强度信息序列进行数字滤波，均值、方差、峰峰值分析计算，利用这些统计信息来表征。

4、人体处于某个位置状态的信号特征；经过对人体所有可能位置状态的测量，建立起信号特征库；工作阶段，智能分析识别软件控制智能天线和无线接收机对多个方向的无线信号进行测量，并读取对应各个方向的信道信号强度信息序列；之后，智能分析识别软件对各个方向的信道信号强度信息序列进行数字滤波，进行均值、方差、峰峰值分析计算，基于测量得到的信号特征以及信号特征库中的特征，采用特征匹配搜索算法识别出人体的位置和状态；位置状态识别方法训练阶段的具体步骤如下： 1) 人体处于某一个特定位置状态； 2)运行在微处理系统(1)上的智能分析识别软件(2)发送指令配置无线接收机(3。

5、)的工作频率、放大器增益参数，使无线接收机 (3) 一直处于对某一频率信道的接收； 3)运行在微处理系统(1)上的智能分析识别软件(2)发送指令控制智能天线(4)的波束调整到某一特定方向1，并通过无线接收机(3)连续测量该方向获得信道信号强度信息序列其中， 1-M 为采样序列长度，采样间隔为 1 毫秒； 4) 智能分析识别软件 (2) 基于信道信号强度信息序列首先基于截止频率为 10KHz 的巴特沃兹低通滤波器对序列进行数字滤波处理，再计算出序列的均值 1，方差 1，峰峰值 1； 5)智能分析识别软件(2)重复上述步骤3、 4，控制智能天线(4)对连续的N个方向1，。

6、 2， N进行测量，实现对 360 度平面空间的覆盖扫描测量，并获得与 N 个方向对应的信道信号强度信息序列以及对应的统计特征 Ci 1， 1， 1， N， N， N，该统计特征用于表征人在该位置状态时对应的信号特征； 6) 人更换位置状态，重复步骤 2 至 5，获取对应在新位置状态的信号特征；遍历所有可能的位置状态，构建信号特征库；训练阶段仅需要在系统部署安装时训练一次，之后，系统在实际工作中仅需按照工作阶段的步骤运行即可；位置状态识别方法工作阶段的具体步骤如下： 1)对于某未知的位置状态，运行训练阶段的步骤2至5，获取当前位置状态的信号特征 Cx；。

8、体位置状态识别方法，其特征在于：该识别方法采用的识别装置由微处理系统 (1)、智能分析识别软件 (2)、无线接收机 (3)、智能天线(4)组成；智能天线(4)可以捕获多个方向上对应的信号强度特性，起到了空间分集接收的目的，提高了识别装置对状态的分辨能力；智能分析识别软件 (2) 对信号序列进行滤波处理，利用均值、方差、峰峰值组成的向量表征信号序列的特征，并利用模式识别算法实现位置状态的估计。权利要求书 CN 104504396 A 3 1/4 页 4 利用自然环境无线信号的人体位置状态识别方法技术领域 0001 本发明属于无线网络技术与模式识。

9、别技术领域，涉及一种利用自然环境无线信号基于模式识别，实现对室内人体的位置状态的识别，可广泛应用到智能家居、智能空间中。背景技术 0002 随着信息技术的发展和人们生活水平的不断提高，家庭的智能化程度日益提升，智能家居、智能空间等应用越来越多的得到普及。在上述应用中，需要解决的一个核心基础问题是系统需要获知人体的位置、状态等信息，以便作出相应的智能操作。 0003 目前，常用的感知人体位置、状态的方法是对位置与状态分别使用不同的传感器进行处理。位置识别通常采用基于摄像头的图像识别方法，通过安装在房间内的多个摄像头捕获人体的图象，利用模式识别方法识别出人的。

10、位置。相关工作，如，范新南等 “基于序列图像的人体跟踪算法研究综述” ，计算机工程与设计， 2012，第 33 卷，第 1 期， P278-P281 页。状态识别通常采用基于加速度传感器的方法，通过安装在人体上的加速度传感器，利用识别算法识别出人体的状态。相关工作，如，李娜等 “基于三轴加速度信号的实时人体状态识别算法” ，北京工业大学学报， 2012，第 38 卷，第 11 期， P1689-P1693 页。上述方法虽然可以取得较好的人体位置估计精度与状态识别精度，但是，摄像头涉及隐私泄露问题，多数用户并不愿意在家里安装摄像头，同时，在身上安装。

11、加速度传感器也会造成诸多不便。 0004 近年来，随着无线技术的发展，无线网络已遍布于我们生活的各个角落。自然空间中存在众多的 WiFi 信号、 GSM 信号、 FM 信号、 TV 信号等无线信号。根据电波的传播特性，当电波穿过人体时会被遮蔽和吸收，从而使接收信号强度发生变化。当人体的位置、状态发生变化时，被遮蔽的无线信号也会发生变化。因此，可以利用自然空间环境无线信号的变化特征估计人体的位置与状态，从而实现对人体位置状态的识别。发明内容 0005 本发明的目的是克服现有技术的缺陷，发明一种利用自然环境无线信号的人体位置状态识别方法。借助人体位置状态对自然空。

12、间无线信号的影响，通过对自然空间无线信号特征的深度挖掘与学习，识别方法通过训练阶段和工作阶段，实现对人体位置与状态的估计，进而为智能家居等应用提供人体位置状态信息。本发明的识别方法不涉及隐私泄露、不需要在人体上安装设备，具有便捷、安全的特点；同时，由于无线信号的固有特性，本方法还具有对光照、烟雾等条件不敏感，具有穿透性等优点，适用于老人监护、智能家居等新兴应用的需求。 0006 本发明的技术方案是一种利用自然环境无线信号的人体位置状态识别方法，其特征是，识别方法由训练阶段和工作阶段两部分组成； 0007 训练阶段，针对人的每一种可能的位置状态，。

13、智能分析识别软件控制智能天线和无线接收机对多个方向的无线信号进行测量，并读取对应各个方向的信道信号强度信息序列；之后，智能分析识别软件通过各个方向的信道信号强度信息序列进行数字滤波，均值、说明书 CN 104504396 A 4 2/4 页 5 方差、峰峰值分析计算，利用这些统计信息来表征人体处于某个位置状态的信号特征。经过对人体所有可能位置状态的测量，建立起信号特征库。工作阶段，智能分析识别软件控制智能天线和无线接收机对多个方向的无线信号进行测量，并读取对应各个方向的信道信号强度信息序列；之后，智能分析识别软件对各个方向的信道信号强度信息序列进。

14、行数字滤波，进行均值、方差、峰峰值分析计算，基于测量得到的信号特征以及信号特征库中的特征，采用特征匹配搜索算法识别出人体的位置和状态；识别方法训练阶段的具体步骤如下： 0008 1) 人体处于某一个特定位置状态； 0009 2)运行在微处理系统1上的智能分析识别软件2发送指令配置无线接收机3的工作频率、放大器增益参数，使无线接收机 3 一直处于对某一频率信道的接收； 0010 3)运行在微处理系统1上的智能分析识别软件2发送指令控制智能天线4的波束调整到某一特定方向1，并通过无线接收机3连续测量该方向获得信道信号强度信息序列这里， M 为采样序列长度，采样间。

15、隔为 1 毫秒； 0011 4) 智能分析识别软件 2 基于信道信号强度信息序列首先基于截止频率为 10KHz 的巴特沃兹低通滤波器对序列进行数字滤波处理，之后，计算出序列的均值 1，方差 1，峰峰值 1； 0012 5)智能分析识别软件2重复上述步骤3、 4，控制智能天线4对连续的N个方向1， 2， .， N进行测量，实现对 360 度平面空间的覆盖扫描测量，并获得与 N 个方向对应的信道信号强度信息序列以及对应的统计特征 Ci 1， 1， 1， .， N， N， N，该统计特征用于表征人在该位置状态时对应的信号特征； 0013 6) 人更换位置状态，重复步骤 2。

17、号特征对应的序号； 0019 3)智能分析识别软件2将在步骤2中计算出来的对应特征库中第i个特征的位置状态作为当前时刻人体对应的位置状态输出结果；训练阶段仅需要在系统部署安装时训练一次，在实际工作中仅需按照工作阶段的步骤运行即可； 0020 一种利用自然环境无线信号的人体位置状态识别方法，其特征在于：识别方法中采用的装置由微处理系统 1、智能分析识别软件 2、无线接收机 3、智能天线 4 组成；智能天线 4 可以捕获多个方向上对应的信号强度特性，起到了空间分集接收的目的，提高了识别装置对状态的分辨能力；智能分析识别软件 2 对信号序列进行滤波处理，。

18、利用均值、方差、峰峰值组成的向量表征信号序列的特征，并利用模式识别算法实现位置状态的估计。说明书 CN 104504396 A 5 3/4 页 6 0021 本发明的有益效果在于利用自然环境无线信号实现对人体位置状态的估计 , 无需在人体上安装任何装置、无需人的参与。装置便于快速安装布置，拆卸方便，不涉及隐私泄漏问题。附图说明 0022 图 1 为本发明的系统结构框图，图中： 1- 微处理系统、 2- 智能分析识别软件、 3- 无线接收机、 4- 智能天线。 0023 图 2 为训练阶段流程图，图 3 为工作阶段流程图。具体实施方式 0024 下面结合技术方案。

19、和附图具体详细阐述本发明的实施，本发明为一种利用自然环境无线信号的人体位置状态识别方法，通过分析自然空间无线信号的特征，估计出人体的位置状态。利用自然环境无线信号的人体位置状态识别装置由智能天线 4、无线接收机 3、微处理系统 1、智能分析识别软件 2 组成，系统组成框图如图 1 所示。智能天线 4 是一种波束方向可动态调整的方向性天线，可接收来自于微处理系统的控制指令，改变天线的主波瓣方向，从而，仅对某一个特定方向的无线信号进行接收，实施例中的智能天线 4 是一个由 6 个阵元组成的 6 阵元智能天线，主波瓣宽度 45 度，方向调整步进 5 度，可覆盖。

20、360 度全空间。无线接收机 3 可接收某一频率信道的无线信号，测量出该无线信道的信号强度信息，并可将信号强度信息发送给微处理器系统，微处理系统1可以是通用PC机或者可运行操作系统的嵌入式系统。实施例中，微处理系统1采用通用PC机，工作频率3.0GHz，内存8GBytes。 0025 通用 PC 机上采用 Matlab 代码编写智能分析识别软件 2，首先按照图 2 所示的训练阶段流程图对位置状态特征进行训练学习。命令智能天线 4 以 30 度步进依次指向不同的方向，并连续测量 100 次对应方向 1的信号强度序列进行滤波并计算统计特征均值 1，方差 1，峰峰值。

21、 1，获得人体在某一位置状态 i 时的信号特征 Ci 1， 1， 1， .， N， N， N。之后，采用同样的方法测量人体处于不同的位置状态时的信号特征，进而构建完整的信号特征库。 0026 实施例中的无线接收机 3 采用 USRP 软件无线电接收机，工作在 2.4GHz，接收灵敏度 -98dBm，可接收附近的 WiFi 无线信号。按照附图 3 所示的工作阶段流程图，对位置状态特征进行采集、计算、匹配识别。命令智能天线以 30 度步进依次指向不同的方向，并连续测量 100 次对应方向 1的信号强度序列进行滤波并计算统计特征均值 1，方差 1，峰峰值 1，获。

22、得人体在当前位置状态时的信号特征 Cx 1， 1， 1， .， N， N， N。之后，智能分析识别软件 2 通过特征匹配算法从信号特征库中寻找到与该特征距离最近的位置状态，如下所示： 0027 i argmin|Cx-Ci| 0028 其中， Cx表示当前位置状态对应的信号特征， C i表示特征库中的第 i 个特征， |Cx-Ci| 表示两个向量的欧式距离， argmin|Cx-Ci| 返回特征库中使欧式距离最小的信号特征对应的序号；智能分析识别软件 2 将计算出来的对应特征库中第 i 个特征的位置状态作为当前时刻人体对应的位置状态输出结果。说明书 CN 104504396 A 6 4/4 页 7 0029 实验中，采用 10 种位置状态特征，经测试，正确识别率为 95，满足了绝大多数应用的需求。与已有方法相比，本发明的方法不涉及隐私泄露、不需要在人体上安装设备，具有便捷、安全的特点；同时，由于无线信号的固有特性，本方法还具有对光照、烟雾等条件不敏感，具有穿透性等优点，适用于老人监护、智能家居等新兴应用的需求。说明书 CN 104504396 A 7 1/2 页 8 图 1 图 2 说明书附图 CN 104504396 A 8 2/2 页 9 图 3 说明书附图 CN 104504396 A 9 。

摘要
申请专利号：	CN201410798000.0	申请日：	2014.12.18
公开号：	CN104504396A	公开日：	2015.04.08
当前法律状态：	实审	有效性：	审中
法律详情：	实质审查的生效IPC(主分类):G06K 9/62申请日:20141218\|\|\|公开
IPC分类号：	G06K9/62	主分类号：	G06K9/62
申请人：	大连理工大学
发明人：	高庆华; 王洁; 张潇; 金明录; 喻言; 李思伟; 张焕冲; 平健舟
地址：	116024辽宁省大连市甘井子区凌工路2号
优先权：
专利代理机构：	大连理工大学专利中心21200	代理人：	关慧贞
PDF完整版下载：	PDF下载

内容摘要

本发明利用自然环境无线信号的人体位置状态识别方法属于无线网络技术与模式识别技术领域，涉及一种利用自然环境无线信号基于模式识别，实现对室内人体的位置状态的识别。识别方法由训练阶段和工作阶段两部分组成；训练阶段，针对人的位置状态，智能分析识别软件控制智能天线和无线接收机对多个方向的无线信号进行测量，并读取对应各个方向的信道信号强度信息序列。工作阶段，智能分析识别软件控制智能天线和无线接收机对多个方向的无线信号进行测量，对信道信号强度信息序列进行数字滤波，进行均值、方差、峰峰值分析计算。本发明具有安装方便、无需人员参与、不涉及隐私泄漏等优点，可广泛应用到智能家居、智能空间等应用领域中。

权利要求书

1. 一种利用自然环境无线信号的人体位置状态识别方法，其特征是，位置状态识别方法由训练阶段和工作阶段两部分组成；训练阶段，针对人的每一种可能的位置状态，智能分析识别软件控制智能天线和无线接收机对多个方向的无线信号进行测量，并读取对应各个方向的信道信号强度信息序列；之后，智能分析识别软件通过各个方向的信道信号强度信息序列进行数字滤波，均值、方差、峰峰值分析计算，利用这些统计信息来表征人体处于某个位置状态的信号特征；经过对人体所有可能位置状态的测量，建立起信号特征库；工作阶段，智能分析识别软件控制智能天线和无线接收机对多个方向的无线信号进行测量，并读取对应各个方向的信道信号强度信息序列；之后，智能分析识别软件对各个方向的信道信号强度信息序列进行数字滤波，进行均值、方差、峰峰值分析计算，基于测量得到的信号特征以及信号特征库中的特征，采用特征匹配搜索算法识别出人体的位置和状态；
位置状态识别方法训练阶段的具体步骤如下：
1)人体处于某一个特定位置状态；
2)运行在微处理系统(1)上的智能分析识别软件(2)发送指令配置无线接收机(3)的工作频率、放大器增益参数，使无线接收机(3)一直处于对某一频率信道的接收；
3)运行在微处理系统(1)上的智能分析识别软件(2)发送指令控制智能天线(4)的波束调整到某一特定方向θ₁，并通过无线接收机(3)连续测量该方向获得信道信号强度信息序列其中，1-M为采样序列长度，采样间隔为1毫秒；
4)智能分析识别软件(2)基于信道信号强度信息序列首先基于截止频率为10KHz的巴特沃兹低通滤波器对序列进行数字滤波处理，再计算出序列的均值μ_θ1，方差σ_θ1，峰峰值η_θ1；
5)智能分析识别软件(2)重复上述步骤3、4，控制智能天线(4)对连续的N个方向θ₁，θ₂，…，θ_N进行测量，实现对360度平面空间的覆盖扫描测量，并获得与N个方向对应的信道信号强度信息序列以及对应的统计特征C_i＝{μ_θ1，σ_θ1，η_θ1，…，μ_θN，σ_θN，η_θN}，该统计特征用于表征人在该位置状态时对应的信号特征；
6)人更换位置状态，重复步骤2至5，获取对应在新位置状态的信号特征；遍历所有可能的位置状态，构建信号特征库；训练阶段仅需要在系统部署安装时训练一次，之后，系统在实际工作中仅需按照工作阶段的步骤运行即可；
位置状态识别方法工作阶段的具体步骤如下：
1)对于某未知的位置状态，运行训练阶段的步骤2至5，获取当前位置状态的信号特征C_x；
2)智能分析识别软件(2)通过特征匹配算法从信号特征库中寻找到与该特征距离最近的位置状态，如下所示：
i＝argmin||C_x-C_i||
其中，C_x表示当前位置状态对应的信号特征，C_i表示特征库中的第i个特征，||C_x-C_i||表示两个向量的欧式距离，argmin||C_x-C_i||返回特征库中使欧式距离最小的信号特征对应的序号；
3)智能分析识别软件(2)将在步骤2中计算出来的对应特征库中第i个特征的位置状态作为当前时刻人体对应的位置状态输出结果。

2. 根据权利要求1所述的利用自然环境无线信号的人体位置状态识别方法，其特征在于：该识别方法采用的识别装置由微处理系统(1)、智能分析识别软件(2)、无线接收机(3)、智能天线(4)组成；智能天线(4)可以捕获多个方向上对应的信号强度特性，起到了空间分集接收的目的，提高了识别装置对状态的分辨能力；智能分析识别软件(2)对信号序列进行滤波处理，利用均值、方差、峰峰值组成的向量表征信号序列的特征，并利用模式识别算法实现位置状态的估计。

说明书

利用自然环境无线信号的人体位置状态识别方法
技术领域
本发明属于无线网络技术与模式识别技术领域，涉及一种利用自然环境无线信号基于模式识别，实现对室内人体的位置状态的识别，可广泛应用到智能家居、智能空间中。
背景技术
随着信息技术的发展和人们生活水平的不断提高，家庭的智能化程度日益提升，智能家居、智能空间等应用越来越多的得到普及。在上述应用中，需要解决的一个核心基础问题是系统需要获知人体的位置、状态等信息，以便作出相应的智能操作。
目前，常用的感知人体位置、状态的方法是对位置与状态分别使用不同的传感器进行处理。位置识别通常采用基于摄像头的图像识别方法，通过安装在房间内的多个摄像头捕获人体的图象，利用模式识别方法识别出人的位置。相关工作，如，范新南等“基于序列图像的人体跟踪算法研究综述”，计算机工程与设计，2012，第33卷，第1期，P278-P281页。状态识别通常采用基于加速度传感器的方法，通过安装在人体上的加速度传感器，利用识别算法识别出人体的状态。相关工作，如，李娜等“基于三轴加速度信号的实时人体状态识别算法”，北京工业大学学报，2012，第38卷，第11期，P1689-P1693页。上述方法虽然可以取得较好的人体位置估计精度与状态识别精度，但是，摄像头涉及隐私泄露问题，多数用户并不愿意在家里安装摄像头，同时，在身上安装加速度传感器也会造成诸多不便。
近年来，随着无线技术的发展，无线网络已遍布于我们生活的各个角落。自然空间中存在众多的WiFi信号、GSM信号、FM信号、TV信号等无线信号。根据电波的传播特性，当电波穿过人体时会被遮蔽和吸收，从而使接收信号强度发生变化。当人体的位置、状态发生变化时，被遮蔽的无线信号也会发生变化。因此，可以利用自然空间环境无线信号的变化特征估计人体的位置与状态，从而实现对人体位置状态的识别。
发明内容
本发明的目的是克服现有技术的缺陷，发明一种利用自然环境无线信号的人体位置状态识别方法。借助人体位置状态对自然空间无线信号的影响，通过对自然空间无线信号特征的深度挖掘与学习，识别方法通过训练阶段和工作阶段，实现对人体位置与状态的估计，进而为智能家居等应用提供人体位置状态信息。本发明的识别方法不涉及隐私泄露、不需要在人体上安装设备，具有便捷、安全的特点；同时，由于无线信号的固有特性，本方法还具有对光照、烟雾等条件不敏感，具有穿透性等优点，适用于老人监护、智能家居等新兴应用的需求。
本发明的技术方案是一种利用自然环境无线信号的人体位置状态识别方法，其特征是，识别方法由训练阶段和工作阶段两部分组成；
训练阶段，针对人的每一种可能的位置状态，智能分析识别软件控制智能天线和无线接收机对多个方向的无线信号进行测量，并读取对应各个方向的信道信号强度信息序列；之后，智能分析识别软件通过各个方向的信道信号强度信息序列进行数字滤波，均值、方差、峰峰值分析计算，利用这些统计信息来表征人体处于某个位置状态的信号特征。经过对人体所有可能位置状态的测量，建立起信号特征库。工作阶段，智能分析识别软件控制智能天线和无线接收机对多个方向的无线信号进行测量，并读取对应各个方向的信道信号强度信息序列；之后，智能分析识别软件对各个方向的信道信号强度信息序列进行数字滤波，进行均值、方差、峰峰值分析计算，基于测量得到的信号特征以及信号特征库中的特征，采用特征匹配搜索算法识别出人体的位置和状态；识别方法训练阶段的具体步骤如下：
1)人体处于某一个特定位置状态；
2)运行在微处理系统1上的智能分析识别软件2发送指令配置无线接收机3的工作频率、放大器增益参数，使无线接收机3一直处于对某一频率信道的接收；
3)运行在微处理系统1上的智能分析识别软件2发送指令控制智能天线4的波束调整到某一特定方向θ₁，并通过无线接收机3连续测量该方向获得信道信号强度信息序列这里，M为采样序列长度，采样间隔为1毫秒；
4)智能分析识别软件2基于信道信号强度信息序列首先基于截止频率为10KHz的巴特沃兹低通滤波器对序列进行数字滤波处理，之后，计算出序列的均值μ_θ1，方差σ_θ1，峰峰值η_θ1；
5)智能分析识别软件2重复上述步骤3、4，控制智能天线4对连续的N个方向θ₁，θ₂，...，θ_N进行测量，实现对360度平面空间的覆盖扫描测量，并获得与N个方向对应的信道信号强度信息序列以及对应的统计特征C_i＝{μ_θ1，σ_θ1，η_θ1，...，μ_θN，σ_θN，η_θN}，该统计特征用于表征人在该位置状态时对应的信号特征；
6)人更换位置状态，重复步骤2至5，获取对应在新位置状态的信号特征。遍历所有可能的位置状态，构建信号特征库；
识别方法工作阶段的具体步骤如下：
1)对于某未知的位置状态，运行训练阶段的步骤2至5，获取当前位置状态的信号特征C_x；
2)智能分析识别软件2通过特征匹配算法从信号特征库中寻找到与该特征距离最近的位置状态，如下所示：
i＝argmin||C_x-C_i||
其中，C_x表示当前位置状态对应的信号特征，C_i表示特征库中的第i个特征，||C_x-C_i||表示两个向量的欧式距离，argmin||C_x-C_i||返回特征库中使欧式距离最小的信号特征对应的序号；
3)智能分析识别软件2将在步骤2中计算出来的对应特征库中第i个特征的位置状态作为当前时刻人体对应的位置状态输出结果；训练阶段仅需要在系统部署安装时训练一次，在实际工作中仅需按照工作阶段的步骤运行即可；
一种利用自然环境无线信号的人体位置状态识别方法，其特征在于：识别方法中采用的装置由微处理系统1、智能分析识别软件2、无线接收机3、智能天线4组成；智能天线4可以捕获多个方向上对应的信号强度特性，起到了空间分集接收的目的，提高了识别装置对状态的分辨能力；智能分析识别软件2对信号序列进行滤波处理，利用均值、方差、峰峰值组成的向量表征信号序列的特征，并利用模式识别算法实现位置状态的估计。
本发明的有益效果在于利用自然环境无线信号实现对人体位置状态的估计,无需在人体上安装任何装置、无需人的参与。装置便于快速安装布置，拆卸方便，不涉及隐私泄漏问题。
附图说明
图1为本发明的系统结构框图，图中：1-微处理系统、2-智能分析识别软件、3-无线接收机、4-智能天线。
图2为训练阶段流程图，图3为工作阶段流程图。
具体实施方式
下面结合技术方案和附图具体详细阐述本发明的实施，本发明为一种利用自然环境无线信号的人体位置状态识别方法，通过分析自然空间无线信号的特征，估计出人体的位置状态。利用自然环境无线信号的人体位置状态识别装置由智能天线4、无线接收机3、微处理系统1、智能分析识别软件2组成，系统组成框图如图1所示。智能天线4是一种波束方向可动态调整的方向性天线，可接收来自于微处理系统的控制指令，改变天线的主波瓣方向，从而，仅对某一个特定方向的无线信号进行接收，实施例中的智能天线4是一个由6个阵元组成的6阵元智能天线，主波瓣宽度45度，方向调整步进5度，可覆盖360度全空间。无线接收机3可接收某一频率信道的无线信号，测量出该无线信道的信号强度信息，并可将信号强度信息发送给微处理器系统，微处理系统1可以是通用PC机或者可运行操作系统的嵌入式系统。实施例中，微处理系统1采用通用PC机，工作频率3.0GHz，内存8GBytes。
通用PC机上采用Matlab代码编写智能分析识别软件2，首先按照图2所示的训练阶段流程图对位置状态特征进行训练学习。命令智能天线4以30度步进依次指向不同的方向，并连续测量100次对应方向θ₁的信号强度序列进行滤波并计算统计特征均值μ_θ1，方差σ_θ1，峰峰值η_θ1，获得人体在某一位置状态i时的信号特征C_i＝{μ_θ1，σ_θ1，η_θ1，...，μ_θN，σ_θN，η_θN}。之后，采用同样的方法测量人体处于不同的位置状态时的信号特征，进而构建完整的信号特征库。
实施例中的无线接收机3采用USRP软件无线电接收机，工作在2.4GHz，接收灵敏度-98dBm，可接收附近的WiFi无线信号。按照附图3所示的工作阶段流程图，对位置状态特征进行采集、计算、匹配识别。命令智能天线以30度步进依次指向不同的方向，并连续测量100次对应方向θ₁的信号强度序列进行滤波并计算统计特征均值μ_θ1，方差σ_θ1，峰峰值η_θ1，获得人体在当前位置状态时的信号特征C_x＝{μ_θ1，σ_θ1，η_θ1，...，μ_θN，σ_θN，η_θN}。之后，智能分析识别软件2通过特征匹配算法从信号特征库中寻找到与该特征距离最近的位置状态，如下所示：
i＝argmin||C_x-C_i||
其中，C_x表示当前位置状态对应的信号特征，C_i表示特征库中的第i个特征，||C_x-C_i||表示两个向量的欧式距离，argmin||C_x-C_i||返回特征库中使欧式距离最小的信号特征对应的序号；智能分析识别软件2将计算出来的对应特征库中第i个特征的位置状态作为当前时刻人体对应的位置状态输出结果。
实验中，采用10种位置状态特征，经测试，正确识别率为95％，满足了绝大多数应用的需求。与已有方法相比，本发明的方法不涉及隐私泄露、不需要在人体上安装设备，具有便捷、安全的特点；同时，由于无线信号的固有特性，本方法还具有对光照、烟雾等条件不敏感，具有穿透性等优点，适用于老人监护、智能家居等新兴应用的需求。