室內(nèi)人體感知技術(shù)在人員檢測、室內(nèi)定位、運動分析和安防檢測等領(lǐng)域有著廣泛的應(yīng)用。由于無源檢測的普適性和低成本,利用商用無線信號(Wireless Fidelity,Wi-Fi)進行人員檢測逐漸成為熱門的研究問題。傳統(tǒng)的人體感知技術(shù)一般采用基于接收信號強度指示(Received Signal Strength Indication,RSSI)的方法,這種方法由于多徑干擾強和信號的時變性,存在穩(wěn)定性差和定位精度低等問題,而基于信道狀態(tài)信息(Channel State Information,CSI)的感知信號由于精度高,魯棒性強,逐漸成為人體感知的基信號。主要工作如下:(1)開發(fā)了一種基于商用Wi-Fi設(shè)備的CSI收集分析系統(tǒng)。該系統(tǒng)可以根據(jù)網(wǎng)卡的不同,設(shè)置基于Atheros和Intel 5300兩種不同網(wǎng)卡進行CSI信號收集,還可以調(diào)整工作的頻段,使其工作在5G和2.4G下,并且可以對信號進行重放、去噪和降維,對單個信號進行時域和頻域的分析,還可以利用機器學(xué)習(xí)算法進行人員檢測。(2)提出了一種適用于簡單環(huán)境下的RBF-KNN(Radial Basis Function K-NearestN...

【文章頁數(shù)】：57 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題背景及研究意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 主要研究內(nèi)容及結(jié)構(gòu)
第2章 室內(nèi)人員檢測技術(shù)相關(guān)理論和技術(shù)
    2.1 基于傳感器網(wǎng)絡(luò)的檢測方法
        2.1.1 基于視頻的檢測方法
        2.1.2 基于可穿戴設(shè)備的檢測方法
        2.1.3 基于超寬帶的檢測方法
        2.1.4 基于紅外線的檢測方法
    2.2 基于Wi-Fi信號的檢測方法
        2.2.1 RSSI信號
        2.2.2 CSI信號
    2.3 檢測性能的評價標(biāo)準(zhǔn)
    2.4 本章小結(jié)
第3章 人員檢測系統(tǒng)的設(shè)計與實現(xiàn)
    3.1 系統(tǒng)總體設(shè)計
        3.1.1 系統(tǒng)結(jié)構(gòu)
        3.1.2 實驗平臺
        3.1.3 操作界面
    3.2 動作識別系統(tǒng)的實現(xiàn)
        3.2.1 CSI信號收集
        3.2.2 信號預(yù)處理
        3.2.3 動作識別
    3.3 本章小結(jié)
第4章 室內(nèi)簡單環(huán)境下的人員檢測算法
    4.1 問題描述
    4.2 基于KNN的算法實現(xiàn)
        4.2.1 離線階段
        4.2.2 在線階段
    4.3 實驗結(jié)果分析
        4.3.1 實驗場景
        4.3.2 不同數(shù)據(jù)包數(shù)量對人員檢測的影響
        4.3.3 不同K值對結(jié)果影響
        4.3.4 卡爾曼濾波對檢測率的影響
        4.3.5 識別的累計誤差
    4.4 本章小結(jié)
第5章 室內(nèi)復(fù)雜環(huán)境下的人員檢測算法
    5.1 問題描述
    5.2 SVM-CSI方法描述
        5.2.1 信號收集與PCA降維
        5.2.2 特征提取
        5.2.3 SVM模型訓(xùn)練
    5.3 實驗結(jié)果及討論
        5.3.1 實驗設(shè)備及場景
        5.3.2 PCA算法對檢測性能的影響
        5.3.3 特征數(shù)與檢測率
        5.3.4 窗口大小和算法準(zhǔn)確率的關(guān)系
        5.3.5 不通過環(huán)境下算法準(zhǔn)確率比較
        5.3.6 室內(nèi)簡單環(huán)境和室內(nèi)復(fù)雜環(huán)境準(zhǔn)確率比較
    5.4 本章小結(jié)
第6章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻
致謝
個人簡歷、在學(xué)期間發(fā)表的學(xué)術(shù)論文及研究成果



本文編號：3844107