Skip to content

通过WiFi信号的信道状态信息(Channel State Information, CSI)进行步态特征提取,进而实现用户识别

License

Notifications You must be signed in to change notification settings

thinszx/WiFi-CSI-gait-recognition

Repository files navigation

项目介绍

本项目通过WiFi信号的信道状态信息(Channel State Information, CSI)进行步态特征提取,进而实现用户识别,大部分算法是对WiFiU[1]的复现,周期提取算法有改动[2],频谱生成部分参考了WiHF的开源代码[3]

项目使用说明

  1. 文件夹前的编号为源码阅读顺序,源码的使用方式在example.m中给出
  2. GaitUserID.mlapp可以通过MATLAB App Designer打开并运行,运行后将出现一个可视化界面,引导用户使用算法实现的各种功能

请不要随意更改GaitUserID.mlapp的位置,因为在程序启动时,会自动将文件夹下的脚本添加进MATLAB的环境中,如果更改位置可能导致脚本添加环境失败,导致程序无法正常工作

源码说明

如果想要阅读源码,可以按照以下顺序进行阅读

  • data_loading
  • signal_processing
  • feature_extraction
  • model_training

experiments文件夹中,存放了各种实验功能,以及绘图脚本,模型训练的部分结果存放于thesis_figures

运行环境

本项目运行在MATLAB R2022a版本下,并未在R2022a以下的版本测试,因此可能出现sdk版本不兼容的情况,如果出现这种情况,请尝试更新MATLAB版本

数据集说明

数据要求

本项目在测试时使用Widar 3.0中的步态数据进行测试,其文件名格式为id-a-b-Rx.dat,其中各字段含义如下:

  • 'id': 用户id
  • 'a': 路径编号
  • 'b': 重复次数,奇数次为朝向发射设备方向,偶数次为远离发射设备方向
  • 'Rx': Wi-Fi接收器编号

需要注意的是,由于多普勒频移特征的限制,在收集文件时有特定的要求,可以处理的路径-接收器对为1-R33-R6,且重复次数应为偶数次

如果是自己收集的数据,只要符合上述要求,也可以直接使用

训练数据命名

在使用GaitUserID.mlapp提供的模型训练功能时,需要注意将各个用户的数据放在以userN-XXX命名的文件夹内,其中N为用户编号,其格式为阿拉伯数字,-XXX留作备注用,可以是任何符合文件名规范(不包含.?等符号)的字符串

参考引用

[1] W Wang, A X Liu, M Shahzad. Gait Recognition Using Wifi Signals[C]//Proceedings of the 2016 ACM International Joint Conference on Pervasive and Ubiquitous Computing. Heidelberg Germany: ACM, 2016: 363-373.

[2] https://zhuanlan.zhihu.com/p/21285190

[3] C Li, M Liu, Z Cao. WiHF: Enable User Identified Gesture Recognition with WiFi[C]//IEEE INFOCOM 2020 - IEEE Conference on Computer Communications. Toronto, ON, Canada: IEEE, 2020: 586-595.

About

通过WiFi信号的信道状态信息(Channel State Information, CSI)进行步态特征提取,进而实现用户识别

Resources

License

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published