【摘要】：人們對無線傳播環(huán)境中信號(hào)的隨機(jī)性,時(shí)變性和非線性等基本問題的研究,驅(qū)動(dòng)著無線通信系統(tǒng)向更高傳輸速率,更先進(jìn)編碼算法,更高效的功率效率的方向發(fā)展進(jìn)步。在局域環(huán)境下,廣泛使用的WiFi無線技術(shù)不僅解決了高速接入互聯(lián)網(wǎng)的最后一公里接入問題,同時(shí)還孕育和促進(jìn)了室內(nèi)定位、手勢和活動(dòng)識(shí)別,設(shè)備無關(guān)定位等一系列無線感知應(yīng)用的蓬勃興起。WiFi信號(hào)傳播中的非視距識(shí)別問題是提高無線定位系統(tǒng)定位精度,提高無線通信鏈路質(zhì)量,優(yōu)化通信調(diào)制模式基礎(chǔ)技術(shù)的保證。新一代WiFi無線網(wǎng)絡(luò)的物理層采用了多載波技術(shù),通過獲取各子載波的CSI(信道狀態(tài)信息)數(shù)據(jù)進(jìn)行信道估計(jì),從而更有效地抑制多徑干擾效應(yīng)的影響。因此,本文基于無線鏈路的信道狀態(tài)信息(CSI),提出一種基于機(jī)器學(xué)習(xí)的非視距識(shí)別系統(tǒng)化方法,主要研究內(nèi)容如下:(1)針對WiFi無線網(wǎng)絡(luò)的CSI數(shù)據(jù)容易受到突發(fā)干擾和相位偏移的問題,在對初始數(shù)據(jù)進(jìn)行預(yù)處理時(shí),提出了結(jié)合局部離群因子檢測LOF、Hampel濾波和相位線性變換的方法進(jìn)行異常因子檢測、剔除和相位偏差校正。(2)針對室內(nèi)環(huán)境下的非視距識(shí)別問題。在對CSI數(shù)據(jù)提取均值、標(biāo)準(zhǔn)偏差、變異系數(shù)、偏度、峭度、相位差因子和Rician-K因子等統(tǒng)計(jì)特征基礎(chǔ)上,基于支持向量機(jī)方法進(jìn)行分類模型訓(xùn)練和檢測識(shí)別,提出對支持向量機(jī)的懲罰因子和核函數(shù)的參數(shù)進(jìn)行尋優(yōu)的灰狼優(yōu)化算法。(3)搭建平臺(tái),布置場景,實(shí)測數(shù)據(jù),整合算法,分別進(jìn)行了預(yù)處理算法選擇、SVM參數(shù)選擇、特征分簇的影響分析,以及分類算法性能分析,結(jié)果表明,在室內(nèi)環(huán)境下本文所提方法的識(shí)別率達(dá)到約97%,性能優(yōu)于其它方法。
【圖文】：

云南大學(xué)（專業(yè)）碩士學(xué)位論文逡逑進(jìn)行細(xì)粒度分析，同時(shí)由于ＣＳＩ信息表現(xiàn)的是子載波特性，因此在多徑環(huán)境中表逡逑現(xiàn)得比較穩(wěn)定，如圖２．２所示，可以看出ＣＳＩ在多徑環(huán)境中僅有４ｄＢ的波動(dòng)。逡逑０．５逡逑０．４邐Ｉ—｜逡逑，0３邋ｎ邋Ｉ逡逑％逡逑Ｉ邋0．２邋＿逡逑０．１邋－逡逑0邋丨．邋，邋．逡逑１０邐１２邐１４邐１６邐１８邐２０邐２２邐２４逡逑ＣＳｌ（ｄＢ）逡逑圖２．邋２邋ＣＳＩ在靜態(tài)環(huán)境中的波動(dòng)逡逑與ＭＡＣ層的ＲＳＳ相比而言，由式（２－４）可以看出ＣＳ丨在振幅和相位上能刻逡逑畫出更具細(xì)粒度的信息來描述無線鏈路，ＣＳＩ與ＲＳＳＩ不同，ＲＳＳＩ是通過多條路徑逡逑信號(hào)累加所得，，而ＣＳＩ則能細(xì)粒度的反映出多徑傳播特征。表２．１將ＣＳＩ和ＲＳＳＩ逡逑主要的特性作了對比。首先ＣＳＩ是物理層信息，自然會(huì)擁有更多ＲＳＳＩ所在的ＭＡＣ逡逑層沒有的信道信息。在我們實(shí)驗(yàn)中測得的數(shù)據(jù)包中只含有一個(gè)ＲＳＳＩ值，而含有３０逡逑個(gè)子載波的信息

非視距識(shí)別方法主要流程如下：逡逑處理。即濾除ＣＳ丨原始數(shù)據(jù)中幅值的異常值和并進(jìn)行的準(zhǔn)確度以及分類器的準(zhǔn)確度。逡逑選取。對ＣＳＩ信息中的均值、標(biāo)準(zhǔn)偏差、變異系數(shù)、偏Ｒｉｃｉａｎ－Ｋ因子以合適的方法進(jìn)行提取，并制定相應(yīng)的類訓(xùn)練模型輸入。逡逑分類器的構(gòu)造。選擇合適的分類器和核函數(shù)，然后對核因子進(jìn)行尋優(yōu)。ＲＢＦ高斯徑向基核函數(shù)需要設(shè)置的參數(shù)選擇ＲＢＦ，而參數(shù)尋優(yōu)算法選用灰狼優(yōu)化算法。逡逑模型的實(shí)現(xiàn)。本方案的實(shí)驗(yàn)平臺(tái)是ＭＡＴＬＡＢ軟件平臺(tái)，ｓｖｍ工具箱。通過輸入訓(xùn)練樣本構(gòu)建出訓(xùn)練模型，再把練模型的輸入，得到非視距分類結(jié)果。逡逑ｃｓｉ理逡逑
【學(xué)位授予單位】：云南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：TN92

【參考文獻(xiàn)】

相關(guān)期刊論文 前6條

1 王冉;王丹;賈宏杰;楊占勇;范孟華;侯立睿;;基于參數(shù)序列化技術(shù)的電動(dòng)汽車集群響應(yīng)控制策略[J];電力系統(tǒng)自動(dòng)化;2015年20期

2 Zimu Zhou;Chenshu Wu;Zheng Yang;Yunhao Liu;;Sensorless Sensing with WiFi[J];Tsinghua Science and Technology;2015年01期

3 韓東升;楊維;劉薇;;一種改進(jìn)的限幅濾波降低PAPR算法[J];北京郵電大學(xué)學(xué)報(bào);2014年04期

4 陸吉斌;;通用中位值平均濾波法PLC程序的設(shè)計(jì)與實(shí)現(xiàn)[J];計(jì)算機(jī)光盤軟件與應(yīng)用;2012年11期

5 陳斌;陳松燦;潘志松;李斌;;異常檢測綜述[J];山東大學(xué)學(xué)報(bào)(工學(xué)版);2009年06期

6 張麗麗;陳偉;;多徑衰落信道中QPSK信號(hào)傳輸特性的研究[J];武漢理工大學(xué)學(xué)報(bào)(信息與管理工程版);2007年12期

相關(guān)碩士學(xué)位論文 前1條

1 岳國玉;基于WiFi信號(hào)的室內(nèi)人體動(dòng)作檢測研究及應(yīng)用[D];鄭州大學(xué);2018年

本文編號(hào)：2600038