隨著社會的發(fā)展,人們對隱私保護的安全等級要求越來越高,身份識別技術也由此成為了研究熱點。傳統(tǒng)的身份識別技術主要依靠標識物品和標識知識,容易丟失和偽造。虹膜、指紋、臉像和步態(tài)等生物特征識別技術的出現(xiàn)彌補了傳統(tǒng)的身份識別技術的不足,然而虹膜識別和指紋識別需要專門的設備,價格比較昂貴;基于視覺設備的人臉和步態(tài)識別,依賴光線,存在視覺死角并且容易泄露用戶隱私。由于基于Wi-Fi的身份識別技術成本低、覆蓋范圍廣、不會泄露用戶隱私的特點,受到了研究人員的關注。本文從室內(nèi)身份識別的角度出發(fā),主要從以下兩個方面展開研究:（1）為了提高身份識別的準確率,本文提出基于信道狀態(tài)信息的身份識別技術,使用主成分分析和巴特沃斯低通濾波器對信道狀態(tài)信息進行降維和去噪,利用短時能量進行人體檢測,提取9個統(tǒng)計值作為特征,利用隨機森林算法進行分類。實驗評估表明該方法在分辨兩個人的身份時真陽性率高達0.98,并且當訓練集中有10個人時的真陽性率也能夠達到0.92,證明了基于信道狀態(tài)信息的身份識別技術的有效性。（2）身份識別技術的另一個功能是實現(xiàn)人員身份合法性認證,而非法人員通常是訓練集中不存在的人,這對普通分類器是個很大的... 

【文章來源】：河北工程大學河北省

【文章頁數(shù)】：68 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景與意義
    1.2 研究現(xiàn)狀
        1.2.1 基于無線信號的人體檢測技術研究
        1.2.2 基于無線信號的身份識別技術研究
    1.3 論文主要研究內(nèi)容
        1.3.1 論文內(nèi)容
        1.3.2 論文安排
第2章 無線信號感知識別的理論基礎
    2.1 無線信號的支撐技術
        2.1.1 OFDM技術
        2.1.2 MIMO技術
    2.2 無線信號室內(nèi)傳播模型
    2.3 RSSI與 CSI
        2.3.1 RSSI
        2.3.2 CSI
    2.4 本章小結
第3章 無線信號身份識別的關鍵技術分析
    3.1 數(shù)據(jù)降維算法
    3.2 低通濾波器
    3.3 小波變換
        3.3.1 連續(xù)小波變換
        3.3.2 離散小波變換
    3.4 分類算法
        3.4.1 K-近鄰算法
        3.4.2 支持向量機算法
        3.4.3 決策樹分類算法
        3.4.4 隨機森林分類算法
    3.5 聚類算法
        3.5.1 層次聚類算法
        3.5.2 DBSCAN聚類算法
        3.5.3 高斯混合模型
        3.5.4 K-means聚類算法
    3.6 本章小結
第4章 基于信道狀態(tài)信息的身份識別技術研究
    4.1 身份識別方案構架
    4.2 CSI數(shù)據(jù)采集技術
    4.3 CSI數(shù)據(jù)預處理
        4.3.1 異常值檢測
        4.3.2 數(shù)據(jù)插值
        4.3.3 降維
        4.3.4 去除高頻噪聲
    4.4 人體檢測
    4.5 特征提取
        4.5.1 分割有效行走片段
        4.5.2 提取時域和頻域特征
    4.6 訓練和識別
    4.7 實驗結果與評估
        4.7.1 系統(tǒng)環(huán)境設置
        4.7.2 不同截止頻率對身份識別的影響
        4.7.3 有效行走區(qū)域的持續(xù)時間和滑動窗口長度對身份識別的影響
        4.7.4 不同規(guī)模訓練集對身份識別的影響
        4.7.5 不同人數(shù)規(guī)模下的身份識別
        4.7.6 不同人的身份識別
    4.8 本章小結
第5章 基于信道狀態(tài)信息的身份合法性認證技術研究
    5.1 身份識別方案構架
    5.2 特征提取
    5.3 人員身份合法性判斷
    5.4 身份合法性認證性能分析
        5.4.1 近似系數(shù)層數(shù)
        5.4.2 訓練集中合法人員個數(shù)與距離系數(shù)
        5.4.3 用戶TNR需求度
        5.4.4 測試集中合法人員數(shù)量比例
    5.5 本章小結
結論
參考文獻
攻讀碩士學位期間發(fā)表的論文和科研成果
致謝
作者簡介


【參考文獻】：
期刊論文
[1]一種分數(shù)階巴特沃斯濾波器的有源電路設計[J]. 龐軼環(huán),胡志忠.  電子學報. 2018(05)
[2]基于心音信號的身份識別方法[J]. 劉娟,趙治棟.  科技通報. 2011(02)
[3]生物特征身份鑒別技術應用及發(fā)展趨勢[J]. 榮海泓,席志紅.  現(xiàn)代電子技術. 2004(10)
[4]決策樹分類技術研究[J]. 欒麗華,吉根林.  計算機工程. 2004(09)
[5]現(xiàn)代身份鑒別新技術——生物特征識別技術[J]. 王蘊紅,譚鐵牛.  中國基礎科學. 2000(09)



本文編號：3170902