發(fā)布時(shí)間：2023-08-27 14:35

　　室內(nèi)人體感知技術(shù)在人員檢測(cè)、室內(nèi)定位、運(yùn)動(dòng)分析和安防檢測(cè)等領(lǐng)域有著廣泛的應(yīng)用。由于無(wú)源檢測(cè)的普適性和低成本,利用商用無(wú)線(xiàn)信號(hào)(Wireless Fidelity,Wi-Fi)進(jìn)行人員檢測(cè)逐漸成為熱門(mén)的研究問(wèn)題。傳統(tǒng)的人體感知技術(shù)一般采用基于接收信號(hào)強(qiáng)度指示(Received Signal Strength Indication,RSSI)的方法,這種方法由于多徑干擾強(qiáng)和信號(hào)的時(shí)變性,存在穩(wěn)定性差和定位精度低等問(wèn)題,而基于信道狀態(tài)信息(Channel State Information,CSI)的感知信號(hào)由于精度高,魯棒性強(qiáng),逐漸成為人體感知的基信號(hào)。主要工作如下:(1)開(kāi)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A(yíng)theros和Intel 5300兩種不同網(wǎng)卡進(jìn)行CSI信號(hào)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(duì)信號(hào)進(jìn)行重放、去噪和降維,對(duì)單個(gè)信號(hào)進(jìn)行時(shí)域和頻域的分析,還可以利用機(jī)器學(xué)習(xí)算法進(jìn)行人員檢測(cè)。(2)提出了一種適用于簡(jiǎn)單環(huán)境下的RBF-KNN(Radial Basis Function K-NearestN...

【文章頁(yè)數(shù)】：57 頁(yè)

【學(xué)位級(jí)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(guó)內(nèi)外研究現(xiàn)狀
    1.3 主要研究?jī)?nèi)容及結(jié)構(gòu)
第2章 室內(nèi)人員檢測(cè)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(cè)方法
        2.1.1 基于視頻的檢測(cè)方法
        2.1.2 基于可穿戴設(shè)備的檢測(cè)方法
        2.1.3 基于超寬帶的檢測(cè)方法
        2.1.4 基于紅外線(xiàn)的檢測(cè)方法
    2.2 基于Wi-Fi信號(hào)的檢測(cè)方法
        2.2.1 RSSI信號(hào)
        2.2.2 CSI信號(hào)
    2.3 檢測(cè)性能的評(píng)價(jià)標(biāo)準(zhǔn)
    2.4 本章小結(jié)
第3章 人員檢測(cè)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)
    3.1 系統(tǒng)總體設(shè)計(jì)
        3.1.1 系統(tǒng)結(jié)構(gòu)
        3.1.2 實(shí)驗(yàn)平臺(tái)
        3.1.3 操作界面
    3.2 動(dòng)作識(shí)別系統(tǒng)的實(shí)現(xiàn)
        3.2.1 CSI信號(hào)收集
        3.2.2 信號(hào)預(yù)處理
        3.2.3 動(dòng)作識(shí)別
    3.3 本章小結(jié)
第4章 室內(nèi)簡(jiǎn)單環(huán)境下的人員檢測(cè)算法
    4.1 問(wèn)題描述
    4.2 基于KNN的算法實(shí)現(xiàn)
        4.2.1 離線(xiàn)階段
        4.2.2 在線(xiàn)階段
    4.3 實(shí)驗(yàn)結(jié)果分析
        4.3.1 實(shí)驗(yàn)場(chǎng)景
        4.3.2 不同數(shù)據(jù)包數(shù)量對(duì)人員檢測(cè)的影響
        4.3.3 不同K值對(duì)結(jié)果影響
        4.3.4 卡爾曼濾波對(duì)檢測(cè)率的影響
        4.3.5 識(shí)別的累計(jì)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(cè)算法
    5.1 問(wèn)題描述
    5.2 SVM-CSI方法描述
        5.2.1 信號(hào)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(shí)驗(yàn)結(jié)果及討論
        5.3.1 實(shí)驗(yàn)設(shè)備及場(chǎng)景
        5.3.2 PCA算法對(duì)檢測(cè)性能的影響
        5.3.3 特征數(shù)與檢測(cè)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(guò)環(huán)境下算法準(zhǔn)確率比較
        5.3.6 室內(nèi)簡(jiǎn)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(xiàn)
致謝
個(gè)人簡(jiǎn)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(hào)：3844107