基于信道状态信息的手势识别方法研究与实现
发布时间：2022-02-26 06:18
手势识别作为人机交互的重要组成部分,使人们能够自然的、灵活的与机器进行交流,这让手势识别研究受到越来越多的关注。目前,手势识别研究主要基于以下三种方案,分别是基于计算机视觉,基于可穿戴传感器以及基于无线感知的方案。其中,基于计算机视觉的技术对光线条件要求苛刻,且目标用户需要暴露在摄像机前,存在隐私问题。基于可穿戴传感器技术需要用户时刻佩戴硬件设备,且硬件设施价格昂贵,不利于应用普及。因此,不需要考虑光线因素,无需佩戴任何设备且价格低廉的基于Wi Fi的无线感知手势识别技术成为研究热点。本文从数据预处理,手势特征提取以及手势识别三个方面介绍现有基于无线感知技术的手势识别研究所采用的解决方法,分析其存在的问题和缺陷,并针对问题提出本文的解决方案来弥补相应缺陷。本文提出了一种基于信道状态信息（Channel State Information,CSI）的手势识别系统Wi Num,通过从商用Wi Fi中提取出可以描述手势活动的信道状态信息数据,以实现细粒度的十种手势的识别。该系统应用离散小波变换（Discrete Wavelet Transform,DWT）技术对数据进行降噪处理,相比于离群点...
【文章来源】：合肥工业大学安徽省211工程院校教育部直属院校
【文章页数】：72 页
【学位级别】：硕士
【文章目录】：
致谢
摘要
abstract
第一章 绪论
1.1 研究背景与意义
1.2 国内外研究现状
1.2.1 基于计算机视觉的手势识别方法
1.2.2 基于可穿戴传感器的手势识别方法
1.2.3 基于无线感知的手势识别方法
1.3 主要研究内容及组织结构
第二章 WiFi信号的传播技术与应用
2.1 背景知识介绍
2.1.1 正交频分复用技术
2.1.2 多输入多输出技术
2.2 WiFI信号传播原理
2.2.1 从RSSI到 CSI
2.2.2 无线信号传播模型
2.3 基于CSI的相关应用
2.3.1 室内定位
2.3.2 生理指标感知
2.3.3 身份认证
2.4 本章小结
第三章 基于WiFi的手势识别技术分析
3.1 数据预处理技术
3.1.1 离群点去除
3.1.2 低通滤波和加权滑动平均降噪
3.2 特征提取
3.2.1 动态手势分割
3.2.2 特征选择
3.3 常用的分类算法
3.3.1 K最近邻
3.3.2 支持向量机
3.3.3 长短期记忆网络
3.4 本章小结
第四章 基于信道状态信息的手势识别系统设计
4.1 系统架构
4.2 CSI数据获取
4.3 子载波选择
4.4 离散小波变换降噪
4.5 自适应手势分割算法
4.6 特征选择
4.7 集成算法
4.7.1 集成思想
4.7.2 决策树算法
4.7.3 梯度提升决策树算法
4.8 本章小结
第五章 实验评估与对比分析
5.1 实验设置及实验步骤
5.2 系统整体评估
5.3 对比分析
5.3.1 不同分类方法对比
5.3.2 不同人对实验的影响
5.3.3 不同的动作速度对实验的影响
5.3.4 不同的采样率对实验的影响
5.3.5 不同的训练样本数对实验的影响
5.3.6 TX与RX的距离对实验的影响
5.4 本章小结
第六章 总结与展望
6.1 工作总结
6.2 后续工作展望
参考文献
攻读硕士学位期间的学术活动及成果情况
【参考文献】：
期刊论文
[1]一种基于CSI相位差的手势识别方法[J]. 王拥军,马维华. 计算机技术与发展. 2020(04)
[2]手部活动检测智能手套的设计[J]. 王玉博,段宇. 科技经济市场. 2018(04)
[3]基于LSTM循环神经网络的故障时间序列预测[J]. 王鑫,吴际,刘超,杨海燕,杜艳丽,牛文生. 北京航空航天大学学报. 2018(04)
[4]基于KNN算法的手写数字识别[J]. 李诗语,王峰,曹彬,梅琪,肖飞. 电脑知识与技术. 2017(25)
[5]无线手势识别中冗余运算量的研究与优化[J]. 李文高,李霆. 移动通信. 2015(07)
[6]基于HMM-FNN模型的复杂动态手势识别[J]. 王西颖,戴国忠,张习文,张凤军. 软件学报. 2008(09)
[7]双手交互界面研究进展[J]. 付永刚,张凤军,戴国忠. 计算机研究与发展. 2005(04)
[8]基于数据手套的人机交互环境设计[J]. 曾芬芳,梁柏林,刘镇,王建华. 中国图象图形学报. 2000(02)
[9]基于数据手套输入的汉语手指字母的识别[J]. 吴江琴,高文,陈熙霖. 模式识别与人工智能. 1999(01)
博士论文
[1]基于单个加速度传感器的人体运动模式识别[D]. 薛洋.华南理工大学 2011
本文编号：3644169
【文章来源】：合肥工业大学安徽省211工程院校教育部直属院校
【文章页数】：72 页
【学位级别】：硕士
【文章目录】：
致谢
摘要
abstract
第一章 绪论
1.1 研究背景与意义
1.2 国内外研究现状
1.2.1 基于计算机视觉的手势识别方法
1.2.2 基于可穿戴传感器的手势识别方法
1.2.3 基于无线感知的手势识别方法
1.3 主要研究内容及组织结构
第二章 WiFi信号的传播技术与应用
2.1 背景知识介绍
2.1.1 正交频分复用技术
2.1.2 多输入多输出技术
2.2 WiFI信号传播原理
2.2.1 从RSSI到 CSI
2.2.2 无线信号传播模型
2.3 基于CSI的相关应用
2.3.1 室内定位
2.3.2 生理指标感知
2.3.3 身份认证
2.4 本章小结
第三章 基于WiFi的手势识别技术分析
3.1 数据预处理技术
3.1.1 离群点去除
3.1.2 低通滤波和加权滑动平均降噪
3.2 特征提取
3.2.1 动态手势分割
3.2.2 特征选择
3.3 常用的分类算法
3.3.1 K最近邻
3.3.2 支持向量机
3.3.3 长短期记忆网络
3.4 本章小结
第四章 基于信道状态信息的手势识别系统设计
4.1 系统架构
4.2 CSI数据获取
4.3 子载波选择
4.4 离散小波变换降噪
4.5 自适应手势分割算法
4.6 特征选择
4.7 集成算法
4.7.1 集成思想
4.7.2 决策树算法
4.7.3 梯度提升决策树算法
4.8 本章小结
第五章 实验评估与对比分析
5.1 实验设置及实验步骤
5.2 系统整体评估
5.3 对比分析
5.3.1 不同分类方法对比
5.3.2 不同人对实验的影响
5.3.3 不同的动作速度对实验的影响
5.3.4 不同的采样率对实验的影响
5.3.5 不同的训练样本数对实验的影响
5.3.6 TX与RX的距离对实验的影响
5.4 本章小结
第六章 总结与展望
6.1 工作总结
6.2 后续工作展望
参考文献
攻读硕士学位期间的学术活动及成果情况
【参考文献】：
期刊论文
[1]一种基于CSI相位差的手势识别方法[J]. 王拥军,马维华. 计算机技术与发展. 2020(04)
[2]手部活动检测智能手套的设计[J]. 王玉博,段宇. 科技经济市场. 2018(04)
[3]基于LSTM循环神经网络的故障时间序列预测[J]. 王鑫,吴际,刘超,杨海燕,杜艳丽,牛文生. 北京航空航天大学学报. 2018(04)
[4]基于KNN算法的手写数字识别[J]. 李诗语,王峰,曹彬,梅琪,肖飞. 电脑知识与技术. 2017(25)
[5]无线手势识别中冗余运算量的研究与优化[J]. 李文高,李霆. 移动通信. 2015(07)
[6]基于HMM-FNN模型的复杂动态手势识别[J]. 王西颖,戴国忠,张习文,张凤军. 软件学报. 2008(09)
[7]双手交互界面研究进展[J]. 付永刚,张凤军,戴国忠. 计算机研究与发展. 2005(04)
[8]基于数据手套的人机交互环境设计[J]. 曾芬芳,梁柏林,刘镇,王建华. 中国图象图形学报. 2000(02)
[9]基于数据手套输入的汉语手指字母的识别[J]. 吴江琴,高文,陈熙霖. 模式识别与人工智能. 1999(01)
博士论文
[1]基于单个加速度传感器的人体运动模式识别[D]. 薛洋.华南理工大学 2011
本文编号：3644169
本文链接：https://www.wllwen.com/guanlilunwen/lindaojc/3644169.html
