使用一些流行的深度神经网络模型，如CNN和RNN，以及它们在无线传感中的应用。还提出了一种复值神经网络，可以有效地完成基于无线特征的学习和推理。 CNN（Convolutional Neural Network）卷尺神经网络本节将提供一个工作示例，演示如何将CNN应用于无线传感。具体来说，我们使用商品Wi-Fi来识别六种人类手势。手势如图9所示。 我们在一个典型的教室中部署了一个Wi-Fi发射器和六个接收器，设备设置如图10所示。用户被要求在五个标记的位置和五个方向上执行手势。 我们从原始CSI信号中提取DFS，并将其馈送到CNN网络中。神经网络的架构如图11。

用于后续手写python进行转换参考 main 计算子载波波长 天线排列 linspace(5.8153e9, 5.8347e9, 57);创建一个等间隔的频率数组。linspace函数用于生成一个在指定区间内均匀分布的数值序列，起始频率5.8153GHz，终止频率5.8347GHz，生成的间隔数值57。 num2str 将数值转换为字符串 计算偏差 计算AoA估计 aoa_mat = naive_aoa(csi_src, antenna_loc, zeros(3, 1)); zeros(3,1)适用于RCO（射频链路偏移）的零向量，在这个例子里，RCO被假设为0 aoa_gt = [0; 0; 1]; 给定的地面真实AoA向量，假设实际AoA沿着z的单位向量 error = mean(acos(aoa_gt' * aoa_mat)); 里面先计算点积，得到余弦相似度，acos(cos(theta))就得到theta，两个向量之间的夹角，取平均，得到所有估计值的平均角度误差 TOF概念TOF 英文翻译中文 代码注解输入: csidata csi...

公式推导 RSS：接收信号强度，计算公式：R=10lgp(p：接收端接收到的信息强度 / 发射端的信号强度)。一般是负值，-50dbm~0dbm则信号很好，理想状态下0。 RSSI：（MAC层信息）接收信号强度指示，人为处理得到的信号强度，RSS通过变换转为正值RSSI（无单位）。 CSI：（物理层信息）信号状态信息（通信链路的信道属性），描述信号在每条传输路径的衰弱因子：信号散射、环境衰弱、距离衰减等。 自由空间损耗模型——弗里斯传输公式 公式推导 以上两个推导过程结合来看 自由空间的路径损耗：RSS，是PL=10lg(Pt/Pr) 概念笔记 复现笔记基于WiFi的人体行为感知技术研究_朱旭.caj 总流程图 数据信息：3接收、3发射，30个子载波，采样率200Hz 数据预处理 从CSI分离出与呼吸相关的动态分量 （1）时频分析（2）相位差（3）相位比（4）共轭相乘 本论文采用CSI共轭相乘理论模型，结合MIMO技术，消除部分相位偏移。 滤除（中值滤波） Monitor模式采取数据可能丢包，为使数据更准确。先进行线性插值，...

这篇主要是WIFI感知（包括CSI）相关知识的一个梳理 入门 软硬件平台：基础至少需要一个发送设备+一个接收设备，各设备2-3个外接天线。 CSI测量工具：Linux Ubuntu系统安装，Atheros CSI tool、Intel 5300 NIC CSI tool，Nexus 5（不同测量工具对网卡版本均有要求） CSI处理 进阶 感知算法设计 感知系统可视化 案例实践 Widar 3.0 http://tns.thss.tsinghua.edu.cn/widar3.0/ Wi-Fi感知，顾名思义，就是利用Wi-Fi信号实现对周围环境以及环境中的人体、物体状态的感知。现有Wi-Fi感知方法主要通过分析从Wi-Fi信号采集到信道状态信息（Channel State Information，CSI）实现 Atheros CSI Tool官方网站 指引文件 开源地址 Intel 5300官方网站 Nexus 5官方网站 CSI基础处理CSI测量值解析出来为a+bj的复数形式 相关工作及代码 自我翻阅的helpone road two Wifi Sensing CSDN th...

数据集 这份数据集的内容包括第一列用户id，第二列商品id，第三列类别id（比如冰箱属于家电类），第四列用户行为类型（包括pv：浏览/fav：收藏/cart：加入购物车/buy：购买），第五列时间戳。 数据导入首先，使用Navicat将csv格式的数据集导入Mysql。由于数据集过大，这里仅导入前300w行数据，并以此进行分析。 数据处理 更改数据列名 123456alter table userbehavior change f1 user_id int, change f2 item_id int, change f3 category_id int, change f4 behavior_type varchar(5), change f5 time_stamp int; 查找空值 123456789select * from userbehavior where user_id is null or item_i...

查缺补漏 刷题 从第三行数据开始，只取一行12SELECT * FROM employees ORDER BY hire_date DESCLIMIT 1 OFFSET 2 左连接1234select last_name,first_name,dept_nofrom employees sleft join dept_emp don s.emp_no = d.emp_no 获取每个部门中当前员工薪水最高的相关信息，给出dept_no, emp_no以及其对应的salary，按照部门编号dept_no升序排列 12345678910SELECT d.dept_no, d.emp_no, s.salaryFROM dept_emp dJOIN salaries s ON d.emp_no = s.emp_noWHERE s.salary = ( SELECT MAX(s1.salary) FROM dept_emp d1 JOIN salaries s1 ON d1.emp_no = s1.emp_no WHERE d1.dept_no = d.dept...

Tableau下载地址 学生版认证–获取密钥 完成了，好激动！准备开始学习（Fighting） 数据库连接连接有多种连接的来源，可以供选择 当选择两个数据进行连接后，需要选择字段 提取方式 实时：每一次更新都需要导入数据 数据提取：存储到Tableau的数据库里面 筛选器：当数据较多，且已经明确了所要的数据时，可以提前在这筛选掉 保存方式 twb：不带数据，需要连接 twbx：内置数据 数据查看 性能和数据响应程度做取舍，都是需要成本的。 数据可视化数据变成图表的过程，就是数据映射到视觉图形的过程 数据：维度和度量 数值型【度量】：一般由数字组成，表示为图表的面积大小、条形长短、颜色深浅等可以量化的视觉元素 类别型【维度】：有限的类别数或可区分组数，表示为图表的颜色种类、图形位置、分类方式等视觉元素 【度量】映射图形，【维度】负责区分 数据可映射的数据类型： 位置 散点图主要有四种数据规律 长度 角度，例如饼状图 方向，例如折线图 形状 面积和体积 颜色和深浅 可视化字典 视觉图形的暗示排序清单 数据可视化领域的四大金刚：散点图、柱状图/条...

Excel 基础概念 对数据进行备份 右键——移动或复制——移到最后——创建副本——隐藏 需要显现的时候，右键任意sheet，取消隐藏 数据理解 ctrl + shift + L /* 全部筛选 */ UV与PV：去重与不去重 CPC：单次广告的成本 数据透视表筛选 插入切片器 透视表内的筛选 都可以进行筛选，区别是：切片器不只应用于透视表。 双击可以更改名称： 插入字段 函数sum函数新建窗口 冻结窗口 sum特殊 win + 上下左右 /* 任意分屏 */ 中间加逗号可以分开来选。 sumif函数锁定 sumif sumif( 比对的数据行，标准，要的数据行) sumifs sumifs( 要的数据行，对比的数据行1，标准1，对比数据行2，标准2，...) 环比与同比同比：上一年或者上一月环比：上一个相邻的 拆解日期 组合日期 如果前一个月没有那一天，就会返回第一天。跨年算的结果是正确的。 不要用Excel的日期格式去存储日期，要用字符串格式。 求每个月最后一天 条件判断符号要加双引号后面跟& 总结 subt...