人體動作識別是智能應(yīng)用的重要研究內(nèi)容之一。準(zhǔn)確識別人類行為可以提高人機(jī)交互的質(zhì)量和擴(kuò)大智能應(yīng)用的范圍,對研究智能家居、智能教學(xué)視頻、唇語識別、鍵盤識別等具有巨大的應(yīng)用前景和經(jīng)濟(jì)價值。傳統(tǒng)的動作識別存在照明敏感、成本高、需攜帶專用設(shè)備、隱私安全入侵等一些限制性問題。為解決這些問題,本文將依據(jù)無線信號的信道狀態(tài)信息進(jìn)行人體動作識別。本文的具體研究內(nèi)容可以分為以下幾部分:（1）對目前人體動作識別的相關(guān)研究現(xiàn)狀進(jìn)行總結(jié),包括基于視頻、基于傳感器、基于無線射頻等方面的研究現(xiàn)狀;給出基于CSI的動作識別的典型研究;總結(jié)目前基于CSI的動作識別使用的動作分類方法;介紹描述無線信道的RSS和CSI,并對RSS、CSI進(jìn)行對比分析。（2）搭建獲取CSI數(shù)據(jù)的實(shí)驗(yàn)環(huán)境。然后,進(jìn)行CSI感知動作信號能力測試。判斷人的動作是否真的引起了無線信號的變化;然后在實(shí)驗(yàn)環(huán)境內(nèi)收集不同動作對應(yīng)的CSI原始數(shù)據(jù)包。（3）分析CSI原始數(shù)據(jù)包的組成和結(jié)構(gòu),解釋數(shù)據(jù)包中各參數(shù)的含義;對所有代表不同動作的CSI數(shù)據(jù)包預(yù)處理,提取CSI振幅;依據(jù)振幅分析相同動作的CSI值和不同動作的CSI值;提取所有動作的CSI振幅構(gòu)建動作數(shù)據(jù)... 

【文章來源】：山東科技大學(xué)山東省

【文章頁數(shù)】：81 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖１．１系統(tǒng)架構(gòu)??Ｆｉｇ．?１．１?Ｓｙｓｔｅｍ?ａｒｃｈｉｔｅｃｔｕｒｅ??

圖２．１?ＣＳＩ原理圖??Ｆｉｇ．?２．１?Ｓｃｈｅｍａｔｉｃ?ｄｉａｇｒａｍ?ｏｆ?ＣＳＩ??根據(jù)圖２．１，我們可以知道在一個窄帶平坦性衰落的信道里，信道狀態(tài)的頻??域模型被描述為：??Ｙ?＝?ＨＸ?＋?Ｎ?式（２．５）??其中，Ｙ、Ｘ、Ｈ和Ｎ分別表示接收信號向量、發(fā)射信號向量、信道矩陣和??高斯白噪聲。通常加的是高斯白噪聲向量。根據(jù)上式（２．５），Ｈ的值可以表示??為：??Ａ＝ＹＡ??也被鍵為：?邱）中（／）１，聊）??信道矩陣中每個元素的值都包含著信號散射、環(huán)境衰弱和距離衰減等信??息。其中／／（〇表示第／個子載波的無線信道狀態(tài)信息ＣＳＩ的值，｜／／（〇｜表示第／??個子載波的振幅，ｚ／／（〇表示第／個子載波的相位。因此，／／（〇中的每一項數(shù)據(jù)??都是復(fù)數(shù)，代表信道狀態(tài)的振幅和相位。??當(dāng)前頻譜資源變得越來越匱乏，不同于早期的８０２．１１ａ／ｇ設(shè)備，多天線和??ＭＩＭ０技術(shù)是基于８０２．１?Ｉｎ設(shè)備的關(guān)鍵特征。ＭＩＭ０技術(shù)利用多天線提高數(shù)據(jù)??吞吐量和傳輸距離

圖３．２標(biāo)準(zhǔn)ＬＳＴＭ單元示意圖??Ｆｉｇ．?３．２?Ｕｎｉｔ?ｄｉａｇｒａｍ?ｏｆ?Ｓｔａｎｄａｒｄ?ＬＳＴＭ??不同于傳統(tǒng)的ＲＮＮ，?ＬＳＴＭ模型的關(guān)鍵是引入了一組記憶單元（見圖３．２），??包括輸入門、遺忘門和輸出門，這三個門被用于控制和保存歷史信息。在時刻??／時，記憶單元Ｃ，記錄了當(dāng)前時刻為止的所有歷史信息，并受輸入門／，，、遺忘??門／，和輸出門〇，這三個門的控制。??遺忘門／，控制需要遺忘的信息數(shù)量；??輸入門控制加入的新信息的數(shù)量；??輸出門〇，控制每一個內(nèi)存單元輸出多少信息。??２３??

【參考文獻(xiàn)】：
期刊論文
[1]Robust and Passive Motion Detection with COTS WiFi Devices[J]. Hai Zhu,Fu Xiao,Lijuan Sun,Xiaohui Xie,Panlong Yang,Ruchuan Wang.  Tsinghua Science and Technology. 2017(04)
[2]老年人動作識別系統(tǒng)研究[J]. 朱麗,吳雨川,胡峰,馬雙寶.  計算機(jī)工程與應(yīng)用. 2017(14)
[3]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(jī)工程與應(yīng)用. 2016(22)
[4]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(xué)學(xué)報. 2016(04)
[5]基于視覺的人體動作識別綜述[J]. 胡瓊,秦磊,黃慶明.  計算機(jī)學(xué)報. 2013(12)
[6]基于數(shù)據(jù)手套輸入的漢語手指字母的識別[J]. 吳江琴,高文,陳熙霖.  模式識別與人工智能. 1999(01)

碩士論文
[1]基于可穿戴控制器的手勢識別技術(shù)研究[D]. 劉春花.哈爾濱理工大學(xué) 2017
[2]基于深度學(xué)習(xí)的人體動作識別[D]. 耿馳.南京郵電大學(xué) 2016
[3]基于RSSI的人體行為識別的研究[D]. 楊成.南京大學(xué) 2016
[4]基于WIFI的手勢識別研究[D]. 何文鋒.深圳大學(xué) 2015
[5]基于信道狀態(tài)信息的室內(nèi)無線定位技術(shù)研究[D]. 周言.浙江工業(yè)大學(xué) 2015
[6]基于CSI的被動式室內(nèi)定位與目標(biāo)計數(shù)方法研究[D]. 鄧曉華.杭州電子科技大學(xué) 2014
[7]基于視覺的人體運(yùn)動行為識別研究[D]. 張建方.浙江工業(yè)大學(xué) 2012



本文編號：3403159