简介基于WiFi信道状态信息CSI的步态识别与用户身份验证项目面向通信工程、电子信息、人工智能等专业的学生、研究人员及毕设开发者。资源内含完整MATLAB源码与设计资料覆盖从CSI数据读取、预处理到步态特征提取和分类识别的主要流程代码经过测试可运行并附有说明文档便于二次开发与实验复现。压缩包共600个文件以m源码约299个、tex文档124个、eps矢量图101个为主辅以fig工程图、PDF说明及少量数据与可执行文件总大小约27.99MB目录结构清晰。目前已有214人学习下载适合作为课程设计、毕业设计或初期项目立项的参考。借助该资源读者可掌握基于CSI的步态识别方法获得一套可直接运行的实验框架和完整设计资料有助于快速搭建实验环境并理解关键算法。1. WiFi 信号里的步态签名从 CSI 到用户识别WiFi 信号的 CSIChannel State Information之所以能做步态识别是因为人体走动时躯干、四肢对无线链路的散射和遮挡会让每个 OFDM 子载波的振幅和相位发生规律性波动这种波动跟人的身高、腿长、步频、摆臂幅度直接相关等于在物理层留下了一条“步态签名”。这套资源就是把从 Intel 5300 网卡采集到的原始 CSI 数据经过 read_bfee.c 解析、MATLAB 特征提取和分类器训练最终输出用户身份标签的完整流水线而不是只给你一个孤立的算法片段。这套内容适合三类人正在做 WiFi 感知、无线信号处理类毕设或课程设计的学生想从 CSI 数据里挖行为特征的研究生以及手里正好有 Intel 5300 网卡和 Linux 环境、想做无线感知原型验证的工程师。项目的最小工作链路是“数据解析 - 去噪 - 特征降维 - 分类”每一步都有对应的 MATLAB 实现。下面按这条链路拆开讲重点是每个环节的参数为什么这么设以及调参时容易踩的坑。2. read_bfee.c 解析与 CSI 数据链路搭建2.1 认识资源里的文件结构这套资源里出现的AUTHORS、tutorial.bib、read_bfee.c、COPYING等文件正是经典的 Linux 802.11n CSI Tool 仓库结构。其中read_bfee.c是核心 C 程序负责把网卡固件导出的 802.11n 帧里的 CSI 字段解码成可计算的复数矩阵。tutorial.bib里收集了 CSI 采集与处理的经典文献做毕设写 related work 时可以直接引用。为什么要单独强调这个文件结构因为很多同学下载资源后第一反应是找.mat数据文件但 CSI Tool 原始采集结果是.dat文件必须先经过read_bfee.c编译出的 MEX 函数转成 MATLAB 变量。不理解这一步后面所有分析都无从下手。2.2 把 read_bfee.c 编译成 MEX 可执行文件在 MATLAB 里编译 CSI Tool 的工具函数是整套流程的第一个关键操作。首先在 MATLAB 命令行切换到linux-80211n-csitool-supplementary下的matlab目录执行mex -setup mex read_bfee.c如果编译成功当前目录会生成read_bfee.mexa64。注意这里必须确保 MATLAB 使用的编译器是系统自带的 gcc而不是 MinGW否则链接阶段会报找不到-lrt的错误。我一般会在编译前执行!gcc --version确认系统 gcc 版本正常。编译完成后读取单个.dat文件的代码是csi_trace read_bfee(sample_csi.dat); csi_entry csi_trace{1}; csi_matrix get_scaled_csi(csi_entry);csi_trace是一个 cell 数组每个元素对应捕获到的一帧。csi_entry里关键字段有timestamp_low时间戳低 32 位、csi原始 CSI 复数矩阵、Ntx和Nrx发射与接收天线数、rate编码速率。get_scaled_csi会根据 AGC 增益做幅度归一化得到物理意义更明确的信道响应矩阵。2.3 批量导入与数据结构整理实际步态采集的数据往往是几百 MB 的连续帧在解析后就得到一个关键结构Carlson 格式的 CSI 矩阵维度为Ntx × Nrx × 30其中 30 是 Intel 5300 网卡能暴露出的 OFDM 子载波数量。为了后续特征提取需要把批量数据整理成统一的时间序列格式function csi_series extract_amp_series(csi_trace) n length(csi_trace); csi_series zeros(n, 30); for i 1:n csi get_scaled_csi(csi_trace{i}); % 取单天线对通常选对角线上的收发组合 amp abs(csi(1, 1, :)); csi_series(i, :) reshape(amp, 1, 30); end endextract_amp_series的作用是把每帧的 30 个子载波振幅变成一行整个文件变成帧数 × 30的矩阵。取csi(1,1,:)是常见做法实际采集时如果天线之间存在较强的相互干扰可以选择功率最大的那对天线用max(sum(abs(csi), 3), [], 2)来动态确定主天线。在真实采集中采样率并不稳定timestamp_low的单位是微秒相邻帧间隔可能从 1ms 跳到 5ms。所以后续做频域分析前最好按照时间戳重新插值到等间隔采样否则傅里叶变换出来的频谱是歪的。下表总结了 30 个子载波的实际分布需要记住它是跨越三个 802.11n 信道组的索引范围对应信道组频率间隔1-6信道组 1较低频率子载波7-14信道组 2中频子载波15-30信道组 3高频子载波了解这个分布对特征提取很有用。大量实验表明靠近信道组边缘的子载波受多径影响最剧烈而中间的子载波相对稳健所以直接全选 30 个子载波并不是最优做法。3. 步态特征提取振幅滤波与关键子载波选择3.1 为什么不能直接用原始振幅CSI 振幅时序里混着三类噪声人体微动引起的快速抖动、环境多径的缓慢漂移、以及网卡硬件带来的突发脉冲。步态周期通常在 0.5s 到 2s 之间对应步频 0.5Hz 到 2Hz而环境漂移通常是 0.1Hz 以下的低频分量人体抖动的毛刺则是高频分量。直接用原始振幅分类会把噪声当成特征导致识别准确率大幅下降。所以第一步是做带通滤波把 0.4Hz 到 3Hz 之间的频带保留下来。超过 3Hz 的谐波对步态识别贡献不大反而是呼吸、手部微小动作造成的杂波需要滤掉。fs 1000; % 假设重采样到 1kHz [b, a] butter(6, [0.4 3] / (fs / 2), bandpass); amp_filtered filtfilt(b, a, amp_series);butter函数生成 6 阶巴特沃斯滤波器的分子和分母系数filtfilt做零相位滤波保证滤波后波形形态不偏移。这里用 6 阶是因为步态能量集中在低频段高阶级数能提供更陡峭的过渡带但阶数超过 8 会引入明显的数值不稳定。如果采样率只有 100Hz截止频率要相应调整[0.4 3] / (50)。3.2 脉冲噪声与离群值处理CSI 采集过程中网卡偶尔会输出一个远超正常幅度的尖峰这是硬件自动增益控制切换导致的口脉冲。中值滤波能去掉脉冲但会把步态波形中真实的波峰磨平。我一般用 Hampel 滤波器它只剔除指定窗口内偏离中位数过远的点。function y hampel_filter(x, window, n_sigma) y x; n length(x); half floor(window / 2); for i half1 : n-half seg x(i-half : ihalf); med median(seg); sigma 1.4826 * mad(seg, 1); if abs(x(i) - med) n_sigma * sigma y(i) med; end end endwindow参数是滑动窗口长度单位是样本点数通常取步态周期的一半到四分之一。按 1kHz 采样、步频 1Hz 估算窗口取 250 到 500 个点。n_sigma取 3 到 5太小会把正常波峰误判为噪声太大则压不住脉冲。Hampel 滤波后的数据才是真正进入特征提取的输入。3.3 关键子载波筛选用波动强度排序30 个子载波并不是都对步态敏感人体走动时某些子载波能量几乎不变另一些则有强烈的周期性起伏。把不敏感的子载波混进来等于给分类器增加噪声维度。筛选的核心指标是每个子载波振幅序列的标准差和信噪比。std_per_subcarrier std(amp_filtered, 0, 1); [~, idx_sorted] sort(std_per_subcarrier, descend); top_k idx_sorted(1:15); % 选择波动最大的15个子载波 amp_selected amp_filtered(:, top_k);这里按标准差排序只选前 15 个子载波是经验值。如果你的场景里人体走动路径多变可以放宽到 20 个如果是坐姿微动识别保留 8 到 10 个反而效果更好。筛选完成后特征矩阵维度从帧数 × 30降到帧数 × 15。3.4 时域与频域特征拼接单独用振幅时间序列分类信息量不够。因为步态特征既体现在时域的波形形态上也体现在频域的周期性上。把每个子载波切成长度为 5s 的滑动窗口步长 1s每个窗口计算一组特征时域均值、方差、峰值个数、峰峰值、过零率频域FFT 峰值频率、频谱质心、频谱熵比如 FFT 峰值频率对应步频频谱熵反映步态的规律性——步频越稳定熵越低。window_len 5000; % 5s 窗口 1kHz step_len 1000; features []; for start 1:step_len : size(amp_selected, 1) - window_len win amp_selected(start : startwindow_len-1, :); fft_win abs(fft(win - mean(win, 1))); peak_freq zeros(1, size(win, 2)); spectral_entropy zeros(1, size(win, 2)); for sc 1:size(win, 2) [~, idx] max(fft_win(2:floor(window_len/4), sc)); peak_freq(sc) (idx 1) * fs / window_len; p fft_win(2:floor(window_len/4), sc).^2; p p / sum(p); spectral_entropy(sc) -sum(p .* log(p eps)); end features(end1, :) [peak_freq, spectral_entropy]; endwindow_len必须覆盖至少 2 个完整步态周期即至少 2s否则频谱分辨率不足以区分相近步频。fft前减去均值是为了去除直流分量避免 FFT 结果里 0Hz 的极大值掩盖真实峰值。注意fft_win(2:floor(window_len/4))只取正频域的低频段因为步频不会超过 3Hz更高的频率分析对步态分类没有意义。4. 用户识别建模特征降维与分类器实战4.1 样本构造与标签对齐完成特征提取后每个滑动窗口生成一个样本向量。标签怎么打如果在室内固定路径上采集数据每走一个来回你的窗口序列就对应当前用户的 ID。需要注意的是窗口之间存在重叠step_lenwindow_len相邻窗口提取的数值高度相关如果随机划分训练集和验证集会造成严重的数据泄漏准确率虚高。正确的划分方式是按时间段切分——前 70% 的窗口做训练后 30% 的窗口做测试。更严格的做法是重新采集一次数据来测试。这个资源里的代码是对时间序列顺序切分的实际使用时值得检查。标签构造代码labels repelem(1:num_users, floor(n_windows_per_user / num_users) 1); labels labels(1:size(features, 1));repelem是 MATLAB 快速重复数组的利器n_windows_per_user是每个用户的有效窗口数。如果用户间行走时长差异大窗口数差异也大需要在训练分类器时按类权重平衡使用fitcecoc的Prior选项指定先验概率。4.2 PCA 降维避免维度灾难单个窗口的特征维度是 15 个子载波 × 2峰值频率 频谱熵 30 维加上时域特征的话轻松超过 80 维。而样本量往往只有几百个窗口高维小样本会让 SVM 和决策树都变得不稳定。所以先做 PCA 降维是比较稳妥的路径。[coeff, score, latent] pca(features); cum_var cumsum(latent) / sum(latent); k find(cum_var 0.95, 1); features_pca score(:, 1:k);latent是特征值向量cum_var是累计方差贡献率找到累计贡献率首次超过 95% 的维度 k。通常 k 在 6 到 12 之间。这里要强调的是pca默认对特征做了中心化特征尺度差异大会让低方差的特征被忽略。对于 FFT 峰值频率单位 Hz和频谱熵单位 bit这种量纲差异很大的特征建议先zscore(features)标准化再做 PCA。4.3 分类器对比ECOC SVM 与 KNN 哪个靠谱用户识别本质是多分类问题且类间距离较近。三根天线下步态特征在低维空间里往往有明显的簇结构。我优先推荐fitcecoc即 error-correcting output codes 多分类器框架配合线性核 SVM。线性核在高维特征下表现稳定训练速度快也不容易过拟合。mdl fitcecoc(features_pca, labels, ... Learners, templateSVM(KernelFunction, linear, BoxConstraint, 1), ... Coding, onevsone, ... Prior, uniform);BoxConstraint是 SVM 的软间隔惩罚系数越大容错越小。太小容易出现分类边界模糊太大会把离群点硬拉到边界上导致泛化能力下降。实际项目中我从 0.1 扫描到 10发现 1 附近效果最佳。onevsone编码在类别数量不少于 4 时比onevsall更好因为每个二分类器面对的样本更均衡。作为对比KNN 在这种低维特征场景也有不错表现但注意fitcknn的Distance参数默认是欧氏距离而 PCA 后的各个主成分方差差异很大欧氏距离会偏向高方差主成分建议用马氏距离或在 PCA 前先做标准化。% 备选KNN 参数配置 % mdl_knn fitcknn(features_pca, labels, NumNeighbors, 5, Distance, mahalanobis);近邻数NumNeighbors最好在验证集上扫描一遍从 3 到 15 对比准确率。不同的数据集表现差异很大没有一个固定最优值。4.4 验证指标怎么读资源里的评估代码通常给出每个用户单独报告识别准确率Accuracy。其实对步态识别系统加权精度加召回率的 F1-score 更有参考价值尤其是每个用户行走段数不均衡的时候。分类器参数配置准确率典型室内 6 人场景缺陷线性核 SVMECOCBoxConstraint187%-93%特征需人工设计RBF 核 SVM需要交叉验证寻参84%-90%数据量少时过拟合gamma 对结果影响大KNNK5马氏距离80%-88%对时间重叠敏感决策树MaxNumSplits2072%-81%过拟合易显表里的准确率区间来自多个公开步态识别实验的典型区间不是这套资源里 fake 数据。如果你的实验比这个低先检查是不是滤波截止频率错了或者窗口长度没有覆盖 2 个完整步态周期。绘制混淆矩阵的代码predictions predict(mdl, features_pca_test); C confusionmat(labels_test, predictions); heatmap(C);heatmap会同时显示每个格子的数值占比一眼能看出哪些用户之间容易混淆。比如两个身高体重相近的学生可能在摆动臂幅度上高度相似这时候模型之间误报集中在特定几个 ID属于正常现象不要急着调参建议回到特征提取环节增加走动速度的时域特征。5. 实战部署中的三个坑与一个验证技巧先说坑。第一个是天线相位噪声问题。CSI 原始数据包含相位信息但收发端晶振不同步导致相位呈随机跳变直接使用相位特征会淹没步态信号。这套资源里代码默认只用振幅这是对的。如果一定要用相位需要搞线性拟合消除线性相位偏差过程比较繁琐对步态识别提升有限。第二个坑是环境变化导致特征漂移。同一个用户在空房间里走动和在家具密集的房间里走动多径分布完全不同PCA 降维后特征空间位置也会移动。解决方案是在采集数据时覆盖多个时间段比如上午、下午、晚上和多个走动路径把所有场景数据混在一起训练。如果换房间后识别率骤降优先做子载波筛选的重新排序因为家具加入后最强的反射路径变了。第三个是天线遮挡问题。用户走进链路时某一根天线会被身体完全遮住该天线的 CSI 振幅变得极其微弱对应的特征值全是噪声。我建议在特征提取时计算三根天线的接收功率均值如果某根天线的功率在某个窗口内比其余两根低 20dB把这个窗口的该天线特征丢弃用其余两根天线补齐特征向量做填充。最后一个验证技巧用短时能量判断运动状态。静止状态下 CSI 振幅接近常数提取的所谓“步态特征”其实是环境噪声会严重污染分类器。先计算每个窗口的能量energy sum(amp_selected.^2, 2); active_mask movmean(energy, 100) mean(energy) * 1.2; amp_active amp_selected(active_mask, :);movmean对能量做滑动平均消除单点突变。1.2倍阈值是经验值需要根据实测环境噪声水平微调。只有active_mask为 true 的窗口才进入特征提取和分类流程这一步能显著减少误判。你在自己的数据上试一次就会发现静止阶段的误报基本消失准确率还能往上提 3 到 5 个百分点。本文还有配套的精品资源点击获取