基于时间卷积网络的CSI动作识别
阴庚雷
丁文超
张俊宝
1.中原工学院计算机学院,河南郑州,4500072.中原工学院计算机学院,河南郑州,4500073.中原工学院计算机学院,河南郑州,450007
摘要：随着WiFi感知技术的发展,基于WiFi信道状态信息(Channel State Information,CSI)的动作识别在未来物联网时代具有良好的发展前景.目前,基于CSI的动作识别研究大部分是提取统计特征进行分类,并未深层次挖掘跨时段的动作特征关系.针对这个问题,提出了基于时间卷积网络(Temporal Convolutional Network,TCN)的CSI动作识别.首先提取原始CSI数据的幅值,之后进行异常点去除、去噪和方差提取;然后通过加入注意力机制的TCN网络提取序列特征,而无需手动提取特征;最后采用Softmax分类器实现动作识别分类.使用WiAR数据集进行验证,在该数据集上动作识别的准确率平均达到了90％.
关键词：信道状态信息时间卷积网络动作识别注意力机制
分类号：G642(高等教育)
资助基金：国家自然科学基金(U1504614)河南省教育厅科学技术研究重点项目(14B520055)
论文发表日期：2020-10-25
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 59-65 )
英文信息