基于動態(tài)閾值的WiFi動作分割和實時識別系統(tǒng)研究與實現(xiàn)
發(fā)布時間：2021-03-27 13:22
隨著計算機技術(shù)的飛速發(fā)展,計算模式正在從以機器為中心朝著以人為中心轉(zhuǎn)變。其未來發(fā)展方向是讓人成為計算環(huán)節(jié)的一部分,從而實現(xiàn)高層次人機交互,那么對人體動作的識別和理解是必不可少的技術(shù)支撐。傳統(tǒng)的人體動作識別方法有計算機視覺技術(shù)、紅外線技術(shù)、專用傳感器技術(shù)等。這些傳統(tǒng)方法都有各自的不足,計算機視覺容易受到光線以及障礙物的影響,紅外線感知范圍有限且需要昂貴的設(shè)備,專用傳感器安裝和攜帶不便且造價昂貴。近年來,隨著WiFi熱點的普及以及WiFi在感知領(lǐng)域的廣泛運用,基于WiFi信號的人體動作識別技術(shù)引起了人們的廣泛關(guān)注。WiFi信號的信道狀態(tài)信息（Channel Status Information,CSI）作為物理層的信息,具有良好的多徑分辨能力,可以進行細粒度的環(huán)境感知。本文利用CSI進行人體動作識別方法的研究,主要工作如下:首先,本文設(shè)計并實現(xiàn)了一個基于WiFi信號的室內(nèi)動作實時識別系統(tǒng)。本系統(tǒng)包含信號采集、數(shù)據(jù)實時傳輸、數(shù)據(jù)預處理、動作區(qū)間截取以及動作識別五個環(huán)節(jié),能夠?qū)崟r地對室內(nèi)單人動作進行分類識別。并對系統(tǒng)的識別延遲和識別準確率進行對比試驗,權(quán)衡兩者之間的關(guān)系以取得更高的綜合性能,證...
【文章來源】：河南大學河南省
【文章頁數(shù)】：68 頁
【學位級別】：碩士
【部分圖文】：
系統(tǒng)整體框架圖
基于動態(tài)閾值的WiFi動作分割和實時識別系統(tǒng)研究與實現(xiàn)8準確率和延遲的關(guān)系，使系統(tǒng)達到更好的綜合性能。2.2WiFi信號傳播模型WiFi信號在傳播過程中遇到的人類活動會對其正常傳播產(chǎn)生擾動，通過分析信號的變化特征，可以對人類活動進行感知。因此在進行人體動作識別之前，對WiFi信號的傳播進行建模是相當必要的，如圖2-2為WiFi信號傳播路徑示意圖。圖2-2WiFi信號傳播路徑示意圖首先，如果當WiFi信號只在收發(fā)端設(shè)備之間沿著直線進行傳播，而且中間沒有障礙物，那么根據(jù)Friis自由空間傳播方程[38]可知信號的強度與傳播路徑滿足公式（2-1）：222(4)ttrrPGGPd（2-1）其中tP表示發(fā)射端功率，rP表示接受端功率，tG和rG分別指發(fā)射端增益和接受端增益，是信號波長，d是收發(fā)端之間的距離。很明顯，收發(fā)端設(shè)備之間的距離越遠，感知難度相對來說就越大。但是在實際情況中，WiFi信號不會僅僅產(chǎn)生直射一條傳播路徑，往往因為環(huán)境的影響發(fā)生反射或折射后再傳播到接收端。因此，考慮信號在天花板或地板等一些靜止固定物體的反射傳播路徑之后，接受功率和發(fā)射功率之間的關(guān)系[43]就會發(fā)生一些小小的變化，具體如公式（2-2）所示：22244ttrrPGGPdh（2-2）相比公式（2-1），公式（2-2）增加了一個參數(shù)h，其表示靜止固定物體的反射點到
11圖2-3人體動作的振幅熱度圖圖2-3表示的是一個人在室內(nèi)環(huán)境中進行的任意動作，用熱度來表示CSI振幅的變化，顏色越深代表振幅值越大，可以看出，人的活動會對CSI振幅造成很明顯的影響。通過上文的介紹，我們了解了RSSI和CSI之間的特性區(qū)別，如表2-1所示。RSSI屬于粗粒度信息，穩(wěn)定性較差，用于人體活動識別準確率較低；CSI屬于細粒度信息，穩(wěn)定性比較高，用于人體活動識別準確率更高。表2-1RSSI和CSI特性對比類別RSSICSI網(wǎng)絡(luò)層次介質(zhì)訪問控制層物理層數(shù)據(jù)層次數(shù)據(jù)包層次子載波層次頻域分辨率無子載波尺度穩(wěn)定性低高普適性大部分WiFi設(shè)備部分WiFi設(shè)備2.4卷積神經(jīng)網(wǎng)絡(luò)近年來，在機器學習的基礎(chǔ)上，基于深度學習的分類方法引起了大家的廣泛關(guān)注，其中的卷積神經(jīng)網(wǎng)絡(luò)[46]（CNN）更是得到了迅速發(fā)展。卷積神經(jīng)網(wǎng)絡(luò)的研究始于二十世紀八九十年代，是一種包含卷積計算且具有深度結(jié)構(gòu)的前饋神經(jīng)網(wǎng)絡(luò)[48]，其結(jié)構(gòu)可簡單基于動態(tài)閾值的WiFi動作分割和實時識別系統(tǒng)研究與實現(xiàn)
【參考文獻】：
期刊論文
[1]利用信道狀態(tài)信息的室內(nèi)定位方法[J]. 劉逸博,修春娣,朱云龍. 計算機工程與應用. 2016(22)
[2]基于信道狀態(tài)信息的人體行為識別系統(tǒng)[J]. Mohammed Abdulaziz Aide Al-qaness,李方敏,馬小林,梅華鋒. 武漢理工大學學報. 2016(04)
本文編號：3103584
【文章來源】：河南大學河南省
【文章頁數(shù)】：68 頁
【學位級別】：碩士
【部分圖文】：
系統(tǒng)整體框架圖
基于動態(tài)閾值的WiFi動作分割和實時識別系統(tǒng)研究與實現(xiàn)8準確率和延遲的關(guān)系，使系統(tǒng)達到更好的綜合性能。2.2WiFi信號傳播模型WiFi信號在傳播過程中遇到的人類活動會對其正常傳播產(chǎn)生擾動，通過分析信號的變化特征，可以對人類活動進行感知。因此在進行人體動作識別之前，對WiFi信號的傳播進行建模是相當必要的，如圖2-2為WiFi信號傳播路徑示意圖。圖2-2WiFi信號傳播路徑示意圖首先，如果當WiFi信號只在收發(fā)端設(shè)備之間沿著直線進行傳播，而且中間沒有障礙物，那么根據(jù)Friis自由空間傳播方程[38]可知信號的強度與傳播路徑滿足公式（2-1）：222(4)ttrrPGGPd（2-1）其中tP表示發(fā)射端功率，rP表示接受端功率，tG和rG分別指發(fā)射端增益和接受端增益，是信號波長，d是收發(fā)端之間的距離。很明顯，收發(fā)端設(shè)備之間的距離越遠，感知難度相對來說就越大。但是在實際情況中，WiFi信號不會僅僅產(chǎn)生直射一條傳播路徑，往往因為環(huán)境的影響發(fā)生反射或折射后再傳播到接收端。因此，考慮信號在天花板或地板等一些靜止固定物體的反射傳播路徑之后，接受功率和發(fā)射功率之間的關(guān)系[43]就會發(fā)生一些小小的變化，具體如公式（2-2）所示：22244ttrrPGGPdh（2-2）相比公式（2-1），公式（2-2）增加了一個參數(shù)h，其表示靜止固定物體的反射點到
11圖2-3人體動作的振幅熱度圖圖2-3表示的是一個人在室內(nèi)環(huán)境中進行的任意動作，用熱度來表示CSI振幅的變化，顏色越深代表振幅值越大，可以看出，人的活動會對CSI振幅造成很明顯的影響。通過上文的介紹，我們了解了RSSI和CSI之間的特性區(qū)別，如表2-1所示。RSSI屬于粗粒度信息，穩(wěn)定性較差，用于人體活動識別準確率較低；CSI屬于細粒度信息，穩(wěn)定性比較高，用于人體活動識別準確率更高。表2-1RSSI和CSI特性對比類別RSSICSI網(wǎng)絡(luò)層次介質(zhì)訪問控制層物理層數(shù)據(jù)層次數(shù)據(jù)包層次子載波層次頻域分辨率無子載波尺度穩(wěn)定性低高普適性大部分WiFi設(shè)備部分WiFi設(shè)備2.4卷積神經(jīng)網(wǎng)絡(luò)近年來，在機器學習的基礎(chǔ)上，基于深度學習的分類方法引起了大家的廣泛關(guān)注，其中的卷積神經(jīng)網(wǎng)絡(luò)[46]（CNN）更是得到了迅速發(fā)展。卷積神經(jīng)網(wǎng)絡(luò)的研究始于二十世紀八九十年代，是一種包含卷積計算且具有深度結(jié)構(gòu)的前饋神經(jīng)網(wǎng)絡(luò)[48]，其結(jié)構(gòu)可簡單基于動態(tài)閾值的WiFi動作分割和實時識別系統(tǒng)研究與實現(xiàn)
【參考文獻】：
期刊論文
[1]利用信道狀態(tài)信息的室內(nèi)定位方法[J]. 劉逸博,修春娣,朱云龍. 計算機工程與應用. 2016(22)
[2]基于信道狀態(tài)信息的人體行為識別系統(tǒng)[J]. Mohammed Abdulaziz Aide Al-qaness,李方敏,馬小林,梅華鋒. 武漢理工大學學報. 2016(04)
本文編號：3103584
本文鏈接：http://sikaile.net/kejilunwen/xinxigongchenglunwen/3103584.html
最近更新
教材專著
