CSI多普勒效应

本文主要是介绍CSI多普勒效应，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

一、定义

多普勒频移是指由于运动引起的信号频率的变化。当信号源相对于接收器运动时，由于多普勒效应，信号的频率会发生改变。多普勒频移可以通过以下公式表示：

二、应用

多普勒频移通常应用于雷达、通信和声纳等领域。它在以下方面具有重要作用：

• 速度测量： 通过测量多普勒频移，可以估计信号源相对于接收器的速度。这在雷达系统中广泛用于测速。
• 目标识别： 多普勒频移的特征可以用于识别运动目标。不同的目标运动产生不同的频移，因此可以通过分析频移来区分目标。
• 通信系统： 在无线通信中，移动设备和基站之间的运动会导致多普勒频移。考虑和补偿这种频移对于确保可靠通信至关重要。
• 医学应用： 在医学超声波成像中，多普勒效应被用于测量血流速度，从而获得有关血液流动的信息。

三、计算

方法1

• 参考文献：Inferring Motion Direction using Commodity Wi-Fi for Interactive Exergames，CHI，2017 (CCF A类会议，清华大学杨峥团队)
• 基本思路：CSI复数数据校准，PCA挑选主成分，对信号进行STFT处理，得到时频图，图像横轴为时间，纵轴为动作的频率，颜色深浅对应能量值的大小

方法2

• 参考文献：SHARP: Environment and Person Independent Activity Recognition With Commodity IEEE 802.11 Access Points， IEEE TMC， 2023 (Francesca Meneghello is with the Department of Information Engineering (DEI), University of Padova, Italy.)
• 基本思路：CSI复数数据校准，使用汉明窗，对信号进行离散傅里叶变好(DFT)处理，得到时频图，图像横轴为时间，纵轴为动作的速度，颜色深浅对应能量值的大小

STFT和DFT间的区别

• DFT 对整个信号进行傅里叶变换，将整个时域信号映射到频域。因此，它提供了信号在整个时间范围内的频谱信息；STFT是在时域上将信号分割成小的时间窗口，并对每个窗口进行傅里叶变换。这使得STFT提供了信号在时间上的局部频谱信息，可以揭示信号在不同时间段内的频率变化。

这篇关于CSI多普勒效应的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---