針對(duì)手勢(shì)動(dòng)作幅度較小難以被WiFi所感知到問(wèn)題,利用菲涅爾衍射理論對(duì)最佳動(dòng)作捕獲位置進(jìn)行推理以增強(qiáng)感知。針對(duì)在實(shí)際應(yīng)用過(guò)程中需要判斷手勢(shì)何時(shí)發(fā)生的問(wèn)題,提出基于高斯分布-Kmeans聚類的GD-Kmeans手勢(shì)定位算法。在采集到包含手勢(shì)的信道狀態(tài)信息(CSI)數(shù)據(jù)后,使用低通濾波和DWT濾波進(jìn)行數(shù)據(jù)降噪,通過(guò)定位算法對(duì)手勢(shì)進(jìn)行定位切出,最終基于動(dòng)態(tài)時(shí)間規(guī)整(DTW)進(jìn)行模板匹配實(shí)現(xiàn)對(duì)五種手勢(shì)的判別,其準(zhǔn)確率達(dá)到了93%。

【文章頁(yè)數(shù)】：6 頁(yè)

【部分圖文】：

圖1 菲涅爾區(qū)域示意圖

其中，Qn為第n菲涅爾區(qū)域的邊界點(diǎn)，即第n個(gè)菲涅爾區(qū)域的位置。信號(hào)在傳播過(guò)程中會(huì)產(chǎn)生多條傳播路徑，將這些路徑分為靜態(tài)路徑和動(dòng)態(tài)路徑，則接收信號(hào)的可以表示為：

圖2 系統(tǒng)框架圖

本系統(tǒng)的整體框架如圖2所示，在接收器采集到包含手勢(shì)動(dòng)作的CSI數(shù)據(jù)之后，相關(guān)數(shù)據(jù)被送入數(shù)據(jù)處理系統(tǒng)進(jìn)行處理，系統(tǒng)的數(shù)據(jù)處理部分主要分為三塊，數(shù)據(jù)首先通過(guò)子載波選擇、低通濾波和離散小波變換（DWT）組成的預(yù)處理模塊濾除與動(dòng)作無(wú)關(guān)的噪聲，通過(guò)GD-Kmeans算法對(duì)手勢(shì)進(jìn)行定位和切割....

圖3 降噪效果圖

其中，*為復(fù)數(shù)共軛符號(hào)，在本文中選擇Symlet作為基本函數(shù)ψ，在利用離散小波變換進(jìn)行去除噪聲時(shí)，可以調(diào)節(jié)尺度參數(shù)和平移參數(shù)實(shí)現(xiàn)對(duì)CSI時(shí)序信號(hào)的局部化處理[15]。數(shù)據(jù)噪聲去除前和去除后的比較如圖3所示，通過(guò)數(shù)據(jù)噪聲去除之后的信號(hào)更適合進(jìn)行動(dòng)作識(shí)別。3.3GD-Kmeans手....

圖4 平靜時(shí)CSI波形的分布擬合

當(dāng)環(huán)境處于平靜狀態(tài)時(shí)，CSI數(shù)據(jù)僅僅受到環(huán)境噪聲的影響，這種噪聲通常為白噪聲，換言之，平靜狀態(tài)下的CSI幅值分布應(yīng)該服從高斯分布。對(duì)圖3所示的濾波后的波形平靜段的數(shù)據(jù)進(jìn)行了高斯擬合，結(jié)果如圖4所示，可以看到，平靜時(shí)的CSI波形幅值服從高斯分布(X～N(μ,σ2)):當(dāng)手勢(shì)動(dòng)作發(fā)生....

本文編號(hào)：4038949