【摘要】：隨著信息時代的到來和網(wǎng)絡技術(shù)的廣泛應用,無線通信技術(shù)得到了快速的發(fā)展,無線局域網(wǎng)也變得非常普及,學校、商場、咖啡店、家庭都可以連接上WIFI信號,這些廣泛部署的WIFI設備為基于WIFI的情景感知技術(shù)提供了物理基礎(chǔ)。無線電波不止可以傳輸數(shù)據(jù),還可以感知環(huán)境,無線電波在傳播的過程中會因為室內(nèi)的人或物體而產(chǎn)生各種折射、反射、散射,在接收機處形成多徑疊加信號,這些信號受到室內(nèi)環(huán)境的影響,因此攜帶了反映室內(nèi)環(huán)境特征的信息。傳統(tǒng)的基于WIFI信號的環(huán)境感知技術(shù)通常是基于RSSI來研究的,但因其受限于多徑效應的影響,無法提供細粒度的信息。近年來,隨著普通商用設備可以獲得信道狀態(tài)信息CSI,很多研究工作都開始圍繞著CSI展開。目前基于WIFI的應用研究主要有室內(nèi)人員檢測、室內(nèi)定位、動作識別等。本文對基于WIFI的室內(nèi)情景感知技術(shù)進行了研究,列舉了幾種基本的情景感知技術(shù)的應用研究,詳細介紹了基于WIFI的人員檢測、室內(nèi)定位以及動作識別的技術(shù)方案。基于此,本文提出了一種基于CSI的室內(nèi)人員檢測方案,該方案包括了基于CSI的室內(nèi)人員識別和基于CSI的室內(nèi)人數(shù)檢測兩部分主要功能。在基于CSI的室內(nèi)人員識別方案中,首先采集了測試者在走動和靜止兩種狀態(tài)下的CSI信號,然后采用低通濾波的方法對原始CSI信號進行去噪,分別提取了動態(tài)和靜態(tài)兩個特征,其中靜態(tài)特征使用時域均值,動態(tài)特征使用頻域峰度;并采用核函數(shù)為徑向基的支持向量機對該二維特征進行分類,從而達到區(qū)分不同人的目的。我們在不同的場景和條件下對該方案進行了實驗,實驗結(jié)果表明:該系統(tǒng)有較高的識別準確率,可以適應小范圍的人員識別,在10個人的系統(tǒng)中識別準確率可以達到90%以上。在基于CSI的室內(nèi)人數(shù)檢測方案中,我們一共使用了兩個天線來接收信號。首先采集了測試者經(jīng)過檢測區(qū)域的信號,然后對兩個天線采集到的信號進行低通濾波處理和PCA主成分分析,接著使用滑動窗口對處理后的數(shù)據(jù)進行數(shù)據(jù)截取,并通過計算相鄰窗口數(shù)據(jù)的相關(guān)性把數(shù)據(jù)分為穩(wěn)定數(shù)據(jù)集和波動數(shù)據(jù)集。然后提取每個數(shù)據(jù)集的均值和標準差作為每個數(shù)據(jù)集的特征,然后采用支持向量機對該二維特征進行分類,把數(shù)據(jù)集分為穩(wěn)定和波動兩部分,然后通過分析波動數(shù)據(jù)和實際人數(shù)之間的關(guān)系,得出波動數(shù)據(jù)和實際人數(shù)的比例為21:1。然后通過檢測兩個天線接收到波動信號的時間差來判斷測試者的行走方向。我們在不同條件下對系統(tǒng)進行了驗證,結(jié)果表明該系統(tǒng)的人數(shù)檢測方案的準確率可以達到95%以上。
【圖文】：

京郵電大學碩士研究生學位論文 著引入 PCA 主成分分析法，并提取第一主成分作2）然后使用窗口大小為 20 的滑動窗口對第一3) 在每個滑動窗口中，把窗口內(nèi)的數(shù)據(jù)作為窗相關(guān)系數(shù)判斷窗口的相關(guān)性，如果相關(guān)系數(shù)大于零果相關(guān)數(shù)據(jù)小于零則把第一個數(shù)據(jù)集放入穩(wěn)定數(shù)后繼續(xù)滑動下去。4）最后把穩(wěn)定數(shù)據(jù)集中的數(shù)據(jù)作為無人經(jīng)過的樣本。接著提取均值和方差作為每個窗口的特征行訓練，得到一個訓練模型，然后添加測試集對5）得到準確的訓練模型后，進行大量實驗，模計算進出的人數(shù)。

圖 4.8 滑動窗口示意圖處理之后的數(shù)據(jù)通過滑動窗口首先判斷數(shù)據(jù)的狀態(tài)是否穩(wěn)定。在每個滑動窗口中，設窗中的 20 個數(shù)據(jù)作為每個窗口的特征向量w1。然后使用公式（4.1）計算相鄰兩個窗口的相系數(shù)判斷窗口的相關(guān)性，如果相關(guān)系數(shù)大于零則說明數(shù)據(jù)較為平穩(wěn)，把這兩個數(shù)據(jù)集放入定數(shù)據(jù)集中，然后繼續(xù)向下滑動。如果相關(guān)數(shù)據(jù)小于零則說明數(shù)據(jù)有突變現(xiàn)象，則把第一數(shù)據(jù)集放入穩(wěn)定數(shù)據(jù)集中，第二個數(shù)據(jù)集放入波動數(shù)據(jù)集，并且向系統(tǒng)反饋出現(xiàn)波動信號，后繼續(xù)滑動下去。然后把穩(wěn)定數(shù)據(jù)集中的數(shù)據(jù)作為無人經(jīng)過的訓練樣本，，而波動數(shù)據(jù)作為人經(jīng)過的訓練樣本進行機器學習訓練。ρw1w2=Cov(w1w2)√D(w1)√D(w2)（4.1）其中，Cov(w1w2)是w1，w2的協(xié)方差，D(w1)、D(w2)分別為w1，w2的方差。.4.2 分類
【學位授予單位】：南京郵電大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TP391.44;TN92

【相似文獻】

相關(guān)期刊論文 前10條

1 黃開俊;胡強;覃團發(fā);;基于過時信道狀態(tài)信息的機會協(xié)作性能研究[J];信息技術(shù);2013年10期

2 張倩;王晶晶;;一種基于部分信道狀態(tài)信息的穩(wěn)健性預編碼方案[J];電子測試;2008年08期

3 趙志信;周泓岑;;非理想信道狀態(tài)信息下調(diào)制方式切換閾值最優(yōu)化算法[J];黑龍江科技大學學報;2015年01期

4 孫強;張源;金石;高西奇;;基于統(tǒng)計信道狀態(tài)信息的有限反饋空分多址方法(英文)[J];Journal of Southeast University(English Edition);2012年01期

5 陳俊杰;司江勃;李贊;石莎;黃海燕;;非理想信道狀態(tài)信息對頻譜共享認知中繼網(wǎng)絡性能的影響[J];電子與信息學報;2012年06期

6 趙睿;郭榮新;蔡燦輝;;基于部分信道狀態(tài)信息的雙向中繼系統(tǒng)性能分析[J];山西大學學報(自然科學版);2011年04期

7 杜娟;康桂霞;;基于部分信道狀態(tài)信息的Tomlinson-Harashima預編碼設計[J];南京郵電大學學報(自然科學版);2010年05期

8 林鴻鑫;趙睿;賀玉成;袁毅;;過時信道狀態(tài)信息下的機會式中繼選擇系統(tǒng)的安全性能分析[J];信號處理;2016年07期

9 張立健;金梁;劉璐;羅文宇;;基于非理想信道狀態(tài)信息的魯棒安全發(fā)送方法[J];電子與信息學報;2015年05期

10 蘇鋼;朱光喜;劉應狀;王德勝;;一種部分信道狀態(tài)信息下提高頻譜效率的方法[J];計算機科學;2007年12期

相關(guān)會議論文 前4條

1 鐘俊;彭啟琮;;部分信道狀態(tài)信息對MIMO-OFDM通信系統(tǒng)的影響[A];第九屆全國青年通信學術(shù)會議論文集[C];2004年

2 張玄黎;楊東凱;王延昭;修春娣;;基于機器學習的室內(nèi)高精度指紋定位方法研究[A];第十二屆全國信號和智能信息處理與應用學術(shù)會議論文集[C];2018年

3 趙彤;李先圣;;基于CSI煤礦井下重要區(qū)域闖入檢測系統(tǒng)[A];物聯(lián)網(wǎng)與無線通信-2017年全國物聯(lián)網(wǎng)技術(shù)與應用大會和2017年全國無線電應用與管理學術(shù)會議論文集[C];2017年

4 伍永西;許小東;戴旭初;;一種改進的OFDM系統(tǒng)旁瓣抑制算法[A];2010年通信理論與信號處理學術(shù)年會論文集[C];2010年

相關(guān)重要報紙文章 前2條

1 ;MIMO收發(fā)技術(shù)發(fā)展及應用[N];人民郵電;2007年

2 國家知識產(chǎn)權(quán)局副研究員 王雷;5G專利:從現(xiàn)在開始[N];通信產(chǎn)業(yè)報;2015年

相關(guān)博士學位論文 前10條

1 張雷;基于CSI的煤礦井下定位方法研究[D];中國礦業(yè)大學;2019年

2 黃偉;大規(guī)模MIMO信道狀態(tài)信息獲取與傳輸方案優(yōu)化設計[D];東南大學;2018年

3 許楊;基于信道狀態(tài)信息的人體行走感知技術(shù)研究[D];中國科學技術(shù)大學;2019年

4 鐘俊;部分信道狀態(tài)信息下的無線下行鏈接設計方法[D];電子科技大學;2005年

5 孫君;非理想信道狀態(tài)信息移動通信系統(tǒng)的性能研究[D];山東大學;2008年

6 王舉;基于射頻信號及信道狀態(tài)信息的被動式目標定位方法研究[D];西北大學;2016年

7 鄧志祥;具有信道狀態(tài)信息的中繼信道容量研究[D];南京郵電大學;2015年

8 郝浪濤;多天線系統(tǒng)中的干擾處理技術(shù)研究[D];北京郵電大學;2015年

9 彭張節(jié);非完美信道信息下MIMO通信系統(tǒng)傳輸技術(shù)研究[D];東南大學;2016年

10 張萌;協(xié)同無線通信系統(tǒng)中的關(guān)鍵技術(shù)研究[D];上海交通大學;2014年

相關(guān)碩士學位論文 前10條

1 程漢妮;基于信道狀態(tài)信息的跌倒檢測算法研究[D];華中科技大學;2019年

2 蘇醒;基于信道狀態(tài)信息的并發(fā)跨尺度連續(xù)行為感知方法研究[D];燕山大學;2019年

3 劉濤;基于信道狀態(tài)信息的情感感知和行為識別研究[D];合肥工業(yè)大學;2019年

4 李彥斌;水聲自適應OFDM非理想信道狀態(tài)信息反饋的預測研究[D];西安科技大學;2019年

5 朱瑾華;基于信道狀態(tài)信息的室內(nèi)指紋定位算法研究[D];西安科技大學;2019年

6 張千坤;基于WLAN信道狀態(tài)信息的角度/距離聯(lián)合單站定位算法研究[D];重慶郵電大學;2018年

7 李勇;基于WLAN信道狀態(tài)信息的無源目標跟蹤算法研究[D];重慶郵電大學;2019年

8 陳浩翔;基于Wi-Fi信道狀態(tài)信息的室內(nèi)定位算法研究[D];華南理工大學;2019年

9 劉寧;基于Wi-Fi信道狀態(tài)信息的手寫識別研究[D];上海交通大學;2018年

10 劉先峰;基于Wi-Fi 802.11n信道狀態(tài)信息的定位技術(shù)研究[D];電子科技大學;2019年

本文編號：2604017