基于WiFi信号和Transformer深度网络的行为识别方法
许睿锟 孙承烨 赵宏扬 郭子宇

天津工业大学，天津市，300380；

摘要：在物联网的技术背景下，本文设计了一种基于WiFi信号和Transformer深度网络的行为识别系统。首先通过部署WIFI信号采集设备进而获取实时的室内环境中的信号数据。然后利用子载波选择算法对提取到的CSI信息进行预处理，进而提出能够反映人体行为特征的信息。接着将提取到的信息作为Transformer深度网络的输入，利用Transformer网络中的多层自注意力机制和前馈神经网络，实现对特征的融合和行为分类。测试结果表明基于WIFI信号和Transformer的行为识别方法可以被广泛应用于不同环境。

关键词：人体行为识别；CSI信息；Transformer网络；机器学习

参考文献

[1]牟少樊.基于机器视觉的驾驶员不安全行为识别预警研究[D].武汉工程大学,2025

[2]刘子寒.基于可穿戴设备的人体行为识别方法研究[D].中国矿业大学

[3]管德蛟.面向毫米波雷达图像识别人体行为的迁移学习方法研究[D].中南大学，2025.

[4]史伟光，姜皓元。一种基于CSI数据预处理的人体行为识别方法[J].天津工业大学学报，2024,43(06).

[5]王伟,李强.基于CSI的无线感知物理模型构建方法.电子学报,2018,46(3):521-528.

[6]陈志,等.WiFi信号多普勒效应与人体运动关联分析.计算机研究与发展,2021,58(6):1334-1345.

[7]陈栋.黄国勇.基于Transformer编码器和手工特征的航空发动机剩余寿命预测[J].机床与液压,2025.