10.16208/j.issn1000-7024.2022.09.028
基于Bi-LSTM的CSI手势识别算法
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.
信道状态信息、循环神经网络、手势识别、主成分分析、Wi-Fi
43
TP391.4(计算技术、计算机技术)
山西省自然科学基金201801D121142
2022-10-09(万方平台首次上网日期,不代表论文的发表时间)
共8页
2614-2621