隨著智能信息時(shí)代的到來(lái),室內(nèi)人員感知技術(shù)也迅猛發(fā)展。大量室內(nèi)人員感知應(yīng)用需求涌現(xiàn)的同時(shí),也不斷提出更高的要求。在使用傳感器設(shè)備無(wú)法同時(shí)滿(mǎn)足可靠性、安全性、實(shí)用性和普適性的情況下,研究逐漸轉(zhuǎn)向基于WiFi信號(hào)的無(wú)線室內(nèi)感知方向。WiFi設(shè)備成本低廉,安全可靠,并早已在室內(nèi)大量部署,在作為常用網(wǎng)絡(luò)傳輸設(shè)備的同時(shí),也能作為室內(nèi)感知的信號(hào)源。WiFi接收信號(hào)強(qiáng)度指示(RSSI)作為網(wǎng)絡(luò)鏈路層常規(guī)感知數(shù)據(jù)源,由于易受多徑效應(yīng)影響,數(shù)據(jù)不穩(wěn)定,已逐漸被淘汰。信道狀態(tài)信息(CSI)是網(wǎng)絡(luò)物理層更細(xì)膩精細(xì)的感知數(shù)據(jù)源,能夠抵抗一定多徑干擾,提供更為豐富的室內(nèi)環(huán)境變化特征。隨著商用WiFi設(shè)備能夠獲取得到WiFi的CSI數(shù)據(jù),基于WiFi的感知研究焦點(diǎn)逐漸轉(zhuǎn)向了CSI。本論文使用CSI數(shù)據(jù)感知室內(nèi)人員,包括人數(shù)統(tǒng)計(jì)、身份識(shí)別、定位追蹤和行為識(shí)別四大應(yīng)用。感知內(nèi)容可以滿(mǎn)足室內(nèi)大部分應(yīng)用,回答了人有多少,人是誰(shuí),人在哪和人做什么四個(gè)問(wèn)題。在人數(shù)統(tǒng)計(jì)中,提出使用多普勒頻移特征來(lái)識(shí)別通行人數(shù),并利用旋轉(zhuǎn)分割解決連續(xù)通行識(shí)別問(wèn)題。在身份識(shí)別中,挖掘了通行數(shù)據(jù)中的統(tǒng)計(jì)特征,使用隔離森林算法做身份認(rèn)證,即識(shí)別未知身份...

【文章頁(yè)數(shù)】：90 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 課題研究背景和意義
    1.2 室內(nèi)人員感知研究現(xiàn)狀
    1.3 研究?jī)?nèi)容與創(chuàng)新
    1.4 論文結(jié)構(gòu)
第二章 室內(nèi)人員感知相關(guān)理論
    2.1 WiFi信道狀態(tài)信息
        2.1.1 CSI幅值和相位
        2.1.2 CSI數(shù)據(jù)優(yōu)點(diǎn)
    2.2 基于CSI的室內(nèi)人員感知
        2.2.1 基于CSI指紋感知模型
        2.2.2 基于WiFi信號(hào)傳播感知模型
        2.2.3 基于CSI變化特征感知模型
        2.2.4 基于深度學(xué)習(xí)感知模型
    2.3 數(shù)據(jù)預(yù)處理
        2.3.1 數(shù)據(jù)去噪
        2.3.2 數(shù)據(jù)平滑
        2.3.3 數(shù)據(jù)降維
    2.4 分類(lèi)與回歸
        2.4.1 支持向量機(jī)
        2.4.2 深度神經(jīng)網(wǎng)絡(luò)
        2.4.3 循環(huán)神經(jīng)網(wǎng)絡(luò)
    2.5 本章小結(jié)
第三章 基于CSI的室內(nèi)人員感知研究與實(shí)現(xiàn)
    3.1 人數(shù)統(tǒng)計(jì)
        3.1.1 人數(shù)統(tǒng)計(jì)理論分析
        3.1.2 人數(shù)統(tǒng)計(jì)算法設(shè)計(jì)與實(shí)現(xiàn)
            3.1.2.1 通行檢測(cè)
            3.1.2.2 連續(xù)通行檢測(cè)
            3.1.2.3 人數(shù)分類(lèi)
        3.1.3 人數(shù)統(tǒng)計(jì)方法流程
    3.2 身份識(shí)別
        3.2.1 身份識(shí)別理論分析
        3.2.2 身份識(shí)別算法設(shè)計(jì)與實(shí)現(xiàn)
    3.3 定位追蹤
        3.3.1 定位追蹤理論分析
        3.3.2 定位追蹤算法設(shè)計(jì)與實(shí)現(xiàn)
            3.3.2.1 預(yù)處理
            3.3.2.2 DNN二維回歸
            3.3.2.3 粒子濾波與地圖匹配
            3.3.2.4 目標(biāo)域微調(diào)
    3.4 行為識(shí)別
        3.4.1 行為識(shí)別理論分析
        3.4.2 行為識(shí)別算法設(shè)計(jì)與實(shí)現(xiàn)
            3.4.2.1 降噪濾波
            3.4.2.2 動(dòng)作截取
            3.4.2.3 動(dòng)作分類(lèi)
    3.5 本章小結(jié)
第四章 室內(nèi)人員感知實(shí)驗(yàn)與結(jié)果分析
    4.1 人數(shù)統(tǒng)計(jì)
        4.1.1 實(shí)驗(yàn)設(shè)置
        4.1.2 實(shí)驗(yàn)結(jié)果與分析
            4.1.2.1 通行檢測(cè)和人次計(jì)算
            4.1.2.2 人數(shù)分類(lèi)結(jié)果
            4.1.2.3 連續(xù)通行人數(shù)統(tǒng)計(jì)結(jié)果
    4.2 身份識(shí)別
        4.2.1 實(shí)驗(yàn)設(shè)置
        4.2.2 實(shí)驗(yàn)結(jié)果與分析
            4.2.2.1 身份認(rèn)證實(shí)驗(yàn)結(jié)果
            4.2.2.2 目標(biāo)識(shí)別實(shí)驗(yàn)結(jié)果
    4.3 定位追蹤
        4.3.1 實(shí)驗(yàn)設(shè)置
        4.3.2 實(shí)驗(yàn)結(jié)果與分析
            4.3.2.1 定位追蹤實(shí)驗(yàn)結(jié)果
            4.3.2.2 實(shí)驗(yàn)參數(shù)比較
            4.3.2.3 定位追蹤算法比較
    4.4 行為識(shí)別
        4.4.1 實(shí)驗(yàn)設(shè)置
        4.4.2 實(shí)驗(yàn)結(jié)果與分析
            4.4.2.1 實(shí)驗(yàn)參數(shù)比較
            4.4.2.2 行為識(shí)別算法比較
    4.5 本章小結(jié)
第五章 總結(jié)和展望
    5.1 論文總結(jié)
    5.2 工作展望
致謝
參考文獻(xiàn)
攻讀碩士學(xué)位期間取得的成果



本文編號(hào)：3791333