Python_note
pycharm的便捷方式：
alt+shift+alt+鼠标左键
ctrl+home光标移到第一行
ctrl+end光标移到最后一行
ctrl+g输入要跳转的行数
字符串格式化
1message = "Python是%s的编程语言，能让我们%s" %(num1, num2)
1print(f"我是{name}")
精度控制
1print("数字11.345宽度限制7，小鼠精度2，结果：%7.3f" % num)
输入
1name = input("你是谁？") # 输入的都是字符串
List（列表）有序的可变序列
Tuple（元组）有序的不可变序列
Set（集合）无序不重复集合
Dictionary（字典）无需Key-Value集合
条件、循环语句
123456789101112131415"""条件"""if a>b : # 缩进elif a<b: # 缩进else...
论文名：基于WIFI的人体行为感知技术研究
作者：朱旭
种类：南京邮电大学专业学位硕士研究生学位论文
关键词：行为感知、WIFI、CSI、人员识别、手语识别
人员识别
一、监测呼吸速率（note_1详细记录）
CSI进行共轭相乘
中值滤波
EMD经验模态分解
FFT子载波选择策略
恒虚警CFAR寻峰算法
二、人员识别
滑动窗口
Input:
行: NT * NR * K
式中：NT、NR分别是发送和接收天线，K为子载波选择的数目。
列: Nresample * t
式中：N是重采样率，t是采样时长。
设置窗口大小200，步长40，CSI产生86个样本。
CNN
可改进：
基于EMD的信号分解算法，如何选择IMF重构呼吸信号[40]动态；
均值类CFAR寻峰算法可以改进，CFAR算法中的自适应类；
进一步改进分类模型。
手语识别
一维数据插值
在一组已知数据点的范围内添加新数据点的技术。线性插值是一种使用线性多项式在已知数据点的离散集合范围内构造新数据点的曲线拟合方法，适用于一维数据。
Hampel滤波器-进行降噪
Hampel滤波器使...
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:
csida...
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，插值长...
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help
one road
two Wifi...
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_id is null ...
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.d...