一种基于Wi-Fi的室内人员辨识模型

准确获取室内不同区域人员数量对于建筑节能、空调与照明系统智能调控以及公共安防等具有重要意义.为此,提出一种低成本、高辨识准确率的基于Wi-Fi的室内人员辨识通用模型.该模型通过部署多个Wi-Fi探针,在离线阶段采集不同环境下的终端样本数据,使用粒子群算法优化BP神经网络,并采用并行方法快速训练人员辨识模型;在在线阶段,基于训练完成的人员辨识模型,根据实际接收到的Wi-Fi信号强度判断人员是否在区域内,最终统计出区域内的人数.在安徽建筑大学某科研楼搭建了一套基于Wi-Fi的室内人员辨识系统,对该模型的有效性进行测试.结果表明,在实验涉及的所有区域,该人员辨识模型的召回率均大于90％以上,准确率可达91％以上,满足建筑物智能系统快速获取人员数量的实际应用需求.