基于無(wú)線感知的人體行為識(shí)別研究.pdf

1、隨著人工智能領(lǐng)域的快速發(fā)展，人體動(dòng)作識(shí)別技術(shù)已經(jīng)成為促進(jìn)健康醫(yī)療、智能家居、安防監(jiān)控等領(lǐng)域發(fā)展的關(guān)鍵。傳統(tǒng)的動(dòng)作識(shí)別主要是通過(guò)使用攝像機(jī)或者一些可穿戴傳感器設(shè)備來(lái)實(shí)現(xiàn)，然而基于攝像機(jī)的動(dòng)作識(shí)別技術(shù)受限于用戶隱私及光照條件，基于可穿戴傳感器的方案又被頻繁信息交互下的高能耗問(wèn)題所影響。此時(shí)基于WIFI的行為識(shí)別作為一種新的動(dòng)作識(shí)別方法吸引了眾多科研單位及商業(yè)公司的關(guān)注，該方法具有能耗低、易操作、不需要光源的特點(diǎn)，可以與傳統(tǒng)動(dòng)作識(shí)別方案進(jìn)行功

2、能互補(bǔ)從而達(dá)到更理想的識(shí)別效果。
　　在布置好WIFI信號(hào)發(fā)射及接收設(shè)備的室內(nèi)環(huán)境中充斥著多條無(wú)線信道，當(dāng)人在該環(huán)境中做不同動(dòng)作時(shí)無(wú)線信道的信道狀態(tài)信息（CSI）會(huì)進(jìn)行相應(yīng)的改變，而從這CSI的變化中能提取出相應(yīng)的動(dòng)作信息。所以本文將提取WIFI信號(hào)中的CSI數(shù)據(jù)，結(jié)合信號(hào)處理及機(jī)器學(xué)習(xí)的方法來(lái)對(duì)不同的動(dòng)作進(jìn)行識(shí)別。本論文所做的主要工作如下所示：
　?。?）為了解人體動(dòng)作與CSI數(shù)據(jù)之間的關(guān)系，深入研究了CSI-Speed模

3、型。針對(duì)環(huán)境噪聲及設(shè)備噪聲過(guò)大的問(wèn)題，利用主成分分析（PCA）算法在去噪及去冗余上的優(yōu)越性能，提出低通濾波及PCA算法聯(lián)合去噪的方法來(lái)大幅提高系統(tǒng)對(duì)噪聲的抵抗能力。
　?。?）結(jié)合 CSI-Speed模型原理及相關(guān)實(shí)驗(yàn)結(jié)果，證明了時(shí)頻信息及速度信息可作為一種穩(wěn)定的特征來(lái)進(jìn)行動(dòng)作識(shí)別。并利用離散小波變換在時(shí)頻分析上的優(yōu)越性能來(lái)對(duì) CSI數(shù)據(jù)進(jìn)行時(shí)頻特征提取。由于行為特征經(jīng)處理后是時(shí)序特征，實(shí)現(xiàn)了一套基于隱馬爾科夫模型（HMM）的識(shí)別