Silver_777的博客

本博客是一篇新手导向的CNN处理CSI图像帧教程，从前述教程中所得到的图像帧数据集为开始，进行图像分类任务的训练，适合非计算机科班学生。使用的平台为Matlab，借助其深度学习工具箱，可以做到不需要写一行代码也能进行深度学习训练。

本环节是特征提取环节，起承上启下的作用：对上，应着数据处理完毕的信号，但是还不能直接进行分析，因为此时信号片段过长，对于活动识别而言，存在非许多目标片段（例如失败不规范的动作、休息间歇等）；对下，具体采取何种活动片段提取策略，需要配合后续采取的活动识别算法进行（深度学习/机器学习，CNN/RNN/LSTM等等），不同的算法适配不同的数据形式，例如CNN一般用于识图，不需要关注时间顺序，LSTM则要求保留时间关系等等，所以本博客后续仅介绍几种分类思路。

本篇是数据处理篇的最后一个补充环节，这个环节不是必须的步骤，视情况作补充。需要插值的原因参考鲁勇的《基于WiFi信号的人体行为感知技术研究综述》

本篇主要讲读取完数据后如何对包含大量噪声的原始数据做降噪处理。介绍了三种降噪算法，Hampel极值点去除、低通滤波、小波变换。

本篇主要讲做完实验后怎么处理收集到的数据。处理数据的第一步是正确的读取和存储这些数据。

经过半个月的坎坷安装过程，连Windows系统都没装过的本人终于颤颤巍巍把CSI TOOL装好了，下面记录一下适于我所使用设备的安装过程。设备：一台THINKPAD X201，一台师兄借的华硕主板的台式机首先，如果你和我一样对linux其实一窍不通的话，建议先反复看教程里的安装代码，照猫画虎很难一步实现的，中途一定会有这或那的问题需要解决，所以该了解的基础linux指令还是要了解，起码安装过程中的那些指令可以去查一查。.........