Widar3.0官网:Widar3.0
前言
因为博主本学期需要进行毕业设计,具体为通过WiFi感知进行手势识别,其中涉及到数据处理、特征提取、深度学习等内容,需要大量数据进行实验,所以使用widar3.0数据集进行前期准备工作。
该博主对Widar3.0论文的阅读笔记,推荐阅读:
Zero-Effort Cross-Domain Gesture Recognition with Wi-Fi
数据集内容
在官网下载完整数据集(数据量80G左右,注意存储空间)后,解压缩完毕,可以看到以下几部分内容:

- BVP:通过CSI转换后的人体坐标系下速度谱(Body-coordinate Velocity Profile, BVP)数据
- BVPExtractionCode:进行BVP提取的代码
- CSI:信道状态信息(Channel State Information)数据集
- csi_tool_box:包含关于CSI进行处理的函数,核心文件:
- csi_get_all.m
- read_bf_file.m
- read_bfee.c

本文介绍了作者在进行WiFi感知手势识别毕业设计时,如何使用Widar3.0数据集进行数据处理、特征提取和模型训练的过程,包括BVP提取、CSI数据处理以及解决Python版本兼容性问题和数据不足等挑战。
最低0.47元/天 解锁文章
3020





