發(fā)布時(shí)間：2019-11-03 10:38

【摘要】：針對(duì)主流的活動(dòng)感知技術(shù)依賴(lài)于專(zhuān)業(yè)測(cè)量設(shè)備,難以廣泛部署與使用的問(wèn)題,提出一種基于現(xiàn)有WiFi熱點(diǎn)接收信號(hào)強(qiáng)度特征的活動(dòng)識(shí)別技術(shù)。利用機(jī)器學(xué)習(xí)算法對(duì)實(shí)時(shí)接收到的WiFi信號(hào)強(qiáng)度特征進(jìn)行分類(lèi),通過(guò)特征匹配識(shí)別用戶當(dāng)前活動(dòng)。實(shí)驗(yàn)結(jié)果顯示,所提算法能夠以80%以上概率判斷室內(nèi)是否有人,以95%以上概率判斷室內(nèi)的人處于什么狀態(tài),并以80%的概率識(shí)別人的運(yùn)動(dòng)方向。所提算法所需信號(hào)廣泛存在,可有效識(shí)別室內(nèi)活動(dòng),具有低功耗、高精度的優(yōu)點(diǎn)。
【圖文】：

式的活動(dòng)識(shí)別依賴(lài)于特殊設(shè)備，難以廣泛部署。針對(duì)上述兩種方法的缺點(diǎn)，本文提出一種基于普通WiFi信號(hào)熱點(diǎn)和智能手機(jī)的活動(dòng)識(shí)別算法，主要原理是:無(wú)線信號(hào)傳播會(huì)受到用戶行為的影響，用戶不同行為會(huì)導(dǎo)致信號(hào)分布有所區(qū)別，通過(guò)對(duì)信號(hào)強(qiáng)度特征的分析，可以反推出用戶活動(dòng)。主要方法是利用機(jī)器學(xué)習(xí)算法對(duì)實(shí)時(shí)接收到的WiFi信號(hào)特征進(jìn)行分類(lèi)，通過(guò)特征匹配實(shí)現(xiàn)活動(dòng)識(shí)別。實(shí)驗(yàn)表明本算法能夠有效識(shí)別站立、躺下和行走三種活動(dòng)，并能夠識(shí)別用戶行走方向，在智能家居輔助中具有廣泛用途和重要意義。1算法框架本文算法流程如圖1所示，主要分為三個(gè)階段:數(shù)據(jù)輸入、訓(xùn)練和測(cè)試。圖1算法流程Fig．1Workflowofthealgorithm為了實(shí)現(xiàn)本算法，需要在房間內(nèi)設(shè)置WiFi接入點(diǎn)和信號(hào)接收設(shè)備，這里采用普通Android智能手機(jī)測(cè)量WiFi信號(hào)并記錄。測(cè)試人員在信號(hào)發(fā)射設(shè)備與測(cè)量設(shè)備之間的空間活動(dòng)，由于人體對(duì)無(wú)線信號(hào)的吸收、遮擋和反射，測(cè)量設(shè)備接收到的信號(hào)在不同條件下信號(hào)特征不同。手機(jī)采集到不同活動(dòng)下的無(wú)線信號(hào)后，為這些信號(hào)添加標(biāo)簽，分別表示該信號(hào)是在什么條件下測(cè)量的。將這些數(shù)據(jù)隨機(jī)分為訓(xùn)練集和測(cè)試集:在訓(xùn)練階段，采用不同的機(jī)器學(xué)習(xí)算法對(duì)訓(xùn)練集數(shù)據(jù)進(jìn)行分類(lèi)，得到不同的分類(lèi)器;在測(cè)試階段，，使用測(cè)試集數(shù)據(jù)評(píng)價(jià)不同分類(lèi)器分類(lèi)效果，選擇分類(lèi)精度最好的分類(lèi)器進(jìn)行動(dòng)作識(shí)別。下面詳細(xì)介紹這三個(gè)階段。2基于無(wú)線信號(hào)特征的活動(dòng)識(shí)別2．1數(shù)據(jù)輸入數(shù)據(jù)輸入階段分為三個(gè)步驟，分別是測(cè)量、預(yù)處理和特征提取，下面分別介紹這三個(gè)步驟。2．1．1測(cè)量利用智能手機(jī)的WiFi芯片獲取無(wú)線熱點(diǎn)的信號(hào)強(qiáng)度。未Ｒoot智能手機(jī)的WiFi芯片刷新率約為2Hz，雖然可以對(duì)手機(jī)Ｒoot后將刷新率提升到10Hz，為了提高算法可用范圍，本文使用2Hz的數(shù)據(jù)作為輸

類(lèi)效果，選擇分類(lèi)精度最好的分類(lèi)器進(jìn)行動(dòng)作識(shí)別。下面詳細(xì)介紹這三個(gè)階段。2基于無(wú)線信號(hào)特征的活動(dòng)識(shí)別2．1數(shù)據(jù)輸入數(shù)據(jù)輸入階段分為三個(gè)步驟，分別是測(cè)量、預(yù)處理和特征提取，下面分別介紹這三個(gè)步驟。2．1．1測(cè)量利用智能手機(jī)的WiFi芯片獲取無(wú)線熱點(diǎn)的信號(hào)強(qiáng)度。未Ｒoot智能手機(jī)的WiFi芯片刷新率約為2Hz，雖然可以對(duì)手機(jī)Ｒoot后將刷新率提升到10Hz，為了提高算法可用范圍，本文使用2Hz的數(shù)據(jù)作為輸入，采集到的數(shù)據(jù)為S:S={rssi|i=1，2，…，T}(1)其中:rssi為第i時(shí)刻接收到的信號(hào)強(qiáng)度，T為測(cè)量時(shí)長(zhǎng)。圖2給出了不同活動(dòng)條件下，接收到的信號(hào)強(qiáng)度。從圖2可以看出，在不同的活動(dòng)條件下，測(cè)量到的無(wú)線信號(hào)有差異，這個(gè)差異可以作為活動(dòng)識(shí)別的依據(jù)。通過(guò)分析信號(hào)強(qiáng)度特征就可以反推用戶可能的活動(dòng)狀態(tài)。圖2不同條件下測(cè)量到的WiFi信號(hào)強(qiáng)度對(duì)比Fig．2ＲeceivedWiFisignalstrengthvariesindifferentconditions2．1．2預(yù)處理人的活動(dòng)是動(dòng)態(tài)變化的，單一時(shí)刻的測(cè)量值難以體現(xiàn)這種動(dòng)態(tài)特性，通常的做法是將測(cè)量數(shù)據(jù)進(jìn)行分組，將某個(gè)時(shí)間段內(nèi)(識(shí)別窗口)的數(shù)據(jù)作為一組，分析每組內(nèi)信號(hào)特征，再進(jìn)行分類(lèi)與識(shí)別。假設(shè)識(shí)別窗口為ΔT，每個(gè)識(shí)別窗口數(shù)據(jù)不僅包含當(dāng)前時(shí)刻測(cè)量值，還包含前?ΔT/τ」－1個(gè)時(shí)刻的測(cè)量值:W={wi|i=0，1，…，T－ΔT+1}(2)其中:wi={rssi*ΔT+j|j=0，1，…，ΔT－1}(3)2．1．3特征提取通過(guò)分組，每個(gè)組內(nèi)都有很多測(cè)量數(shù)據(jù)，信號(hào)特征主要是針對(duì)每個(gè)分組內(nèi)的數(shù)據(jù)進(jìn)行的計(jì)算。本文使用的特征值包括幅度、標(biāo)準(zhǔn)差、N+和N－。1)幅度(Ｒange)。幅度就是組內(nèi)最大測(cè)量值與最小測(cè)量值的差，表示信號(hào)強(qiáng)度最大變化范圍:Ｒange=max(w)－min(w)(4)其中:max(w)和min(w)分別表示w組內(nèi)的最大?

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李桂丹;孫雨耕;劉麗萍;張聚偉;;基于接收信號(hào)強(qiáng)度的無(wú)線傳感器網(wǎng)絡(luò)組網(wǎng)協(xié)議[J];計(jì)算機(jī)工程與應(yīng)用;2008年24期

2 張維;李文濤;王力;;基于接收信號(hào)強(qiáng)度的不同移動(dòng)終端定位方法研究[J];西北工業(yè)大學(xué)學(xué)報(bào);2014年03期

3 唐小明;孔繁俊;朱洪偉;許海華;;基于接收信號(hào)強(qiáng)度指示的藍(lán)牙信號(hào)源定位[J];計(jì)算機(jī)測(cè)量與控制;2009年02期

4 張滇;明仲;劉剛;陸克中;毛睿;馮禹洪;陳國(guó)良;;基于傳感器節(jié)點(diǎn)的無(wú)線接收信號(hào)強(qiáng)度研究(英文)[J];深圳大學(xué)學(xué)報(bào)(理工版);2014年01期

5 倪巍,王宗欣;基于接收信號(hào)強(qiáng)度測(cè)量的室內(nèi)定位算法[J];復(fù)旦學(xué)報(bào)(自然科學(xué)版);2004年01期

6 孔慶茹;楊新宇;閆超;楊文靜;;一種基于接收信號(hào)強(qiáng)度指示的改進(jìn)型定位算法[J];西安交通大學(xué)學(xué)報(bào);2008年02期

7 樊星;牟榮增;閻躍鵬;;一種應(yīng)用于無(wú)線傳感器網(wǎng)絡(luò)的全集成接收信號(hào)強(qiáng)度指示器[J];傳感器與微系統(tǒng);2013年09期

8 魯志剛;劉倫;萬(wàn)天才;;WLAN射頻系統(tǒng)接收信號(hào)強(qiáng)度指示器的設(shè)計(jì)[J];微電子學(xué);2010年06期

9 張可;焦國(guó)太;梁聰聰;鄧光明;;基于接收信號(hào)強(qiáng)度的雷場(chǎng)節(jié)點(diǎn)定位方法[J];探測(cè)與控制學(xué)報(bào);2012年02期

10 沈笑慧;張健;何熊熊;;基于接收信號(hào)強(qiáng)度指示加權(quán)融合的定位算法[J];華僑大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年06期

相關(guān)會(huì)議論文 前2條

1 胡瑞濤;侯媛彬;;基于接收信號(hào)強(qiáng)度和鏈路質(zhì)量的井下人員定位跟蹤方法[A];第22屆全國(guó)煤礦自動(dòng)化與信息化學(xué)術(shù)會(huì)議暨第4屆中國(guó)煤礦信息化與自動(dòng)化高層論壇論文集[C];2012年

2 李志穎;;合理改善無(wú)線環(huán)境 高效利用網(wǎng)絡(luò)資源[A];內(nèi)蒙古通信學(xué)會(huì)2005年年會(huì)論文集[C];2005年

相關(guān)博士學(xué)位論文 前1條

1 馮辰;基于壓縮感知的RSS室內(nèi)定位系統(tǒng)的研究與實(shí)現(xiàn)[D];北京交通大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 秦嵩;基于WLAN的AP端無(wú)線定位系統(tǒng)研究與實(shí)現(xiàn)[D];電子科技大學(xué);2014年

2 田森平;基于接收信號(hào)強(qiáng)度的傳感網(wǎng)組密鑰生成協(xié)議的研究[D];西安電子科技大學(xué);2014年

3 田玉蘭;傳感網(wǎng)基于接收信號(hào)強(qiáng)度的密鑰生成匹配性的研究[D];西安電子科技大學(xué);2014年

4 李婷;基于接收信號(hào)強(qiáng)度的WSN優(yōu)化定位算法研究[D];華中科技大學(xué);2014年

5 閔緒;基于MIMO平臺(tái)的車(chē)聯(lián)網(wǎng)實(shí)時(shí)精確定位算法設(shè)計(jì)與實(shí)現(xiàn)[D];東南大學(xué);2016年

6 劉志振;Ad Hoc網(wǎng)絡(luò)中的按需干擾攻擊檢測(cè)方法研究[D];華中科技大學(xué);2015年

7 謝澤剛;基于接收信號(hào)強(qiáng)度指紋的室內(nèi)定位算法研究[D];華中科技大學(xué);2015年

8 張嬌;基于接收信號(hào)強(qiáng)度的定位算法的研究[D];東北大學(xué);2010年

9 潘立波;基于WIFI技術(shù)的無(wú)線定位算法研究與實(shí)現(xiàn)[D];浙江大學(xué);2013年

10 毛文瑞;基于WIFI的被動(dòng)入侵檢測(cè)技術(shù)研究[D];合肥工業(yè)大學(xué);2014年

本文編號(hào)：2555036