隨著“物聯(lián)網(wǎng)”概念的提出和物聯(lián)網(wǎng)應(yīng)用雛形的不斷發(fā)展,包括室內(nèi)環(huán)境下的人員檢測、室內(nèi)定位以及動作識別等技術(shù)的情景感知技術(shù)逐漸成為人們?nèi)粘Ｉ钪斜夭豢缮俚囊徊糠帧；赗FID的情景感知技術(shù)因?yàn)槠涓呔�、低成本以及普適性強(qiáng)等優(yōu)勢,正吸引著越來越多研究者的目光。利用商用RFID設(shè)備可以獲得RSSI、相位等物理層信息,但直接提取的RF信號不穩(wěn)定且含有很多噪聲信號,所以亟需研發(fā)基于RFID的環(huán)境感知理論與技術(shù),在普通商用RFID設(shè)備上實(shí)現(xiàn)高精度的環(huán)境感知。本文深入物理層,通過信號處理后提取穩(wěn)定的特征值來實(shí)現(xiàn)更為魯棒和精細(xì)的情景感知。論文首先闡述了RFID的系統(tǒng)與原理,總結(jié)了RFID相比于傳統(tǒng)情景感知技術(shù)的優(yōu)點(diǎn)。針對傳統(tǒng)感知技術(shù)的不足,本文以三個典型的情景感知應(yīng)用場景為例,提出了基于RFID的老年人活動監(jiān)測系統(tǒng)、室內(nèi)防碰撞系統(tǒng)、無源RFID智能考勤系統(tǒng)。第一個場景中,我們將老人的日�；顒雍喕癁榭熳�、慢走、坐下、跌倒四個動作,通過滑動窗口和相位擬合的方法提取各個動作的特征,并通過動態(tài)時間規(guī)整（DTW）方法及支持向量機(jī)（SVM）進(jìn)行活動識別,最終對老人的健康狀況進(jìn)行整體監(jiān)測與分析。第二個場景中,我們利用... 

【文章來源】：南京郵電大學(xué)江蘇省

【文章頁數(shù)】：56 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
專用術(shù)語注釋表
第一章 緒論
    1.1 課題背景
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 本文工作
第二章 情景感知技術(shù)研究
    2.1 基于傳統(tǒng)傳感器的感知技術(shù)
        2.1.1 傳感器分類
        2.1.2 優(yōu)勢與劣勢
    2.2 基于WIFI的感知技術(shù)
        2.2.1 基于WiFi的室內(nèi)定位
        2.2.2 基于WiFi的活動識別
        2.2.3 優(yōu)勢與劣勢
    2.3 基于RFID的感知技術(shù)
        2.3.1 RFID系統(tǒng)組件原理
        2.3.2 RFID無線通信原理
        2.3.3 基于RFID的室內(nèi)定位
        2.3.4 基于RFID的用戶行為感知
    2.4 本章小結(jié)
第三章 基于RFID的老年人跌倒檢測系統(tǒng)
    3.1 信號預(yù)處理
    3.2 特征提取
        3.2.1 連續(xù)相位分解
        3.2.2 相位擬合
    3.3 相位分解
    3.4 動作識別
        3.4.1 動態(tài)時間規(guī)整
        3.4.2 改進(jìn)的DTW
        3.4.3 跌倒檢測
    3.5 健康狀況
    3.6 實(shí)驗(yàn)仿真
        3.6.1 系統(tǒng)部署
        3.6.2 參數(shù)選擇
        3.6.3 系統(tǒng)性能評估
    3.7 本章小結(jié)
第四章 基于RFID的盲人防碰撞與導(dǎo)向系統(tǒng)
    4.1 基于RFID的檢測
    4.2 挑戰(zhàn)與解決方案
    4.3 系統(tǒng)設(shè)計(jì)
        4.3.1 RFID天線放置
        4.3.2 基于預(yù)測模型的特征提取
        4.3.3 基于RSSI的防碰撞系統(tǒng)
        4.3.4 系統(tǒng)擴(kuò)展
    4.4 實(shí)驗(yàn)仿真
        4.4.1 基于LWLR的特征提取
        4.4.2 區(qū)域劃分
        4.4.3 防碰撞系統(tǒng)
        4.4.4 系統(tǒng)補(bǔ)充
    4.5 本章小結(jié)
第五章 基于Kmeans的無源RFID智能考勤系統(tǒng)
    5.1先驗(yàn)實(shí)驗(yàn)
    5.2 相位預(yù)處理
    5.3 特征提取
    5.4 目標(biāo)識別
        5.4.1 粗粒度目標(biāo)識別
        5.4.2 細(xì)粒度目標(biāo)識別
    5.5 實(shí)驗(yàn)仿真
        5.5.1 衣服多少對考勤結(jié)果的影響
        5.5.2 不同時刻對考勤結(jié)果的影響
        5.5.3 基于RFID的考勤系統(tǒng)
    5.6 本章小結(jié)
第六章 總結(jié)與展望
參考文獻(xiàn)
附錄1 程序清單
附錄2 攻讀碩士學(xué)位期間撰寫的論文
致謝


【參考文獻(xiàn)】：
期刊論文
[1]物聯(lián)網(wǎng)情景感知技術(shù)研究[J]. 童恩棟,沈強(qiáng),雷君,劉宇,唐暉.  計(jì)算機(jī)科學(xué). 2011(04)



本文編號：3633153