买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉厦门大学申请的专利一种基于信道状态信息的穿墙目标行为识别方法及其装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116644300B 。

龙图腾网通过国家知识产权局官网在2026-04-10发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310106883.3，技术领域涉及：G06F18/213；该发明授权一种基于信道状态信息的穿墙目标行为识别方法及其装置是由蔡勇彬;叶焜;孙海信;洪少华设计研发完成，并于2023-02-10向国家知识产权局提交的专利申请。

本一种基于信道状态信息的穿墙目标行为识别方法及其装置在说明书摘要公布了：本发明提出了一种基于信道状态信息的穿墙目标行为识别方法，包括：将采集到的CSI信号进行预处理；对预处理后的所述CSI信号进行PCA数据降维，去除冗余信号和无关信息，提取最优子载波；将PCA降维后提取的信号进行一阶差分处理，之后利用基于缓冲区滑动窗口的方法分割有效的特征信号片段；将所述有效的特征信号片段通过STFT转换成带有时频域特征的特征图像，并将其输入到预训练好的SE‑ResNet18卷积神经网络中进行行为识别分类。本方法可以穿透墙体实现墙后人体目标的行为识别，相较于传统的深度学习网络，本方法采用小样本迁移学习的方法结合预训练模型，在训练次数较少、迭代次数较少、训练时间较短的情况下，识别精度可达91.67％，能够有效完成行为识别分类任务。

本发明授权一种基于信道状态信息的穿墙目标行为识别方法及其装置在权利要求书中公布了：1.一种基于信道状态信息的穿墙目标行为识别方法，其特征在于，该方法包括如下步骤： 将采集到的CSI信号进行预处理； 对预处理后的所述CSI信号进行PCA数据降维，去除冗余信号和无关信息，提取最优子载波； 将PCA降维后提取的信号进行一阶差分处理，之后利用基于缓冲区滑动窗口的方法分割有效的特征信号片段； 将所述有效的特征信号片段通过STFT转换成带有时频域特征的特征图像，并将其输入到预训练好的SE-ResNet18卷积神经网络中进行行为识别分类； 以Nt和Nr分别表示发送端和接收端天线的数量，则通过多径传输到达接收端的信号表示为： Y＝HX+N X和Y分别表示发送信号和接收信号的传输路径矢量，H和N分别是CSI信道信息矩阵和加性高斯白噪声； CSI信息矩阵表示为： H＝[H1,H2,H3……Hk] 其中，K表示根据驱动器划分的子载波组的数量，每个数据包最终将会得到Nt×Nr×K个CSI测量值； Hi为每一个子载波上的CSI，表示为： 其中，|Hi|和∠Hi分别是第i个子载波的振幅和相位； CSI信息矩阵量化估计为Hf,t： 其中，f表示子载波频率；t表示当前时间；akf,t表示振幅衰减；P表示传播的路径集合；τkt表示传播延迟；j表示虚数单位标记。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人厦门大学，其通讯地址为：361000 福建省厦门市思明区思明南路422号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。