当前位置:主页 > 科技论文 > 搜索引擎论文 >

基于LTE的无源人体动作识别的研究

发布时间:2020-09-26 17:47
   在以普适计算为代表的新型互联网技术中,基于无线网络的无源人体动作识别技术已经成为了一个非常热门的研究课题。然而,现有的基于无线网络的人体动作识别的研究工作在感知范围、部署成本和稳定性等方面还存在一定的缺陷。商业蜂窝网络基站的超密集部署使得LTE无线信号基本达到了广域覆盖,本文设计实现的系统SpiderMon首次实现了利用LTE信号作为感知信号来进行大范围、低部署成本和稳定的无源人体动作识别。我们基于通用软件无线电外设来实现SpiderMon系统,该系统能够通过被动地侦听商业蜂窝基站发送的LTE信号并根据信道频率响应的微小变化来捕捉周围的人体运动,因此我们无需部署信号发送端。我们提出了一种两阶段的相位偏移估计方法来估计载波频率偏移和采样频率偏移引起的相位偏移,并通过频率补偿的方式来减小采集到的信号中的相位噪声。我们通过采用多线程编程技术以及使用因特尔数学核心函数库等多种手段来加速信号的处理,通过实际测试发现,SpiderMon处理一帧时长为1ms的LTE信号所需的时间仅为0.39ms。因此,普通工作站通过运行我们实现的SpiderMon可以实现实时连续地采集和处理LTE基带信号。我们通过可行性分析实验验证了基于LTE信号可以测量出监控目标的运动距离和运动速度等细粒度参数。随后,我们结合人体动作的频谱图分析了人体动作在时域和频域两个维度上的特征,以及不同动作之间这些特征的差异性。最后,SpiderMon利用短时傅里叶变换提取得到人体动作的频谱特征,并利用支持向量机技术来训练人体动作分类模型,然后使用该分类模型进行人体动作的识别。本文的主要创新点是在基于无线网络的动作识别领域中,本文首次提出了利用LTE信号作为感知信号来实现无源人体动作识别。我们实施了大量的实验来评估SpiderMon进行人体动作识别时所表现的性能。实验结果表明,与现有的基于Wi-Fi信号的动作识别系统的感知范围一般不超过5m相比,SpiderMon的感知范围不低于20m。在监控目标与接收天线相距20m的条件下,系统对6种人体动作的平均识别率达到了91.23%。在有墙壁遮挡的情况下,系统对5m以外的人体动作的平均识别率依旧达到了89.69%。
【学位单位】:南京大学
【学位级别】:硕士
【学位年份】:2019
【中图分类】:TN929.5
【部分图文】:

动作识别,应用场,人机交互方式,示例


型人机交互方式(Human邋Computer丨nteraction,HCI)m、敏感区域入侵者检测⑶、人逡逑体步态识别|41、以非接触式地隔空操控家用电器为代表的智能家居、基于动作捕逡逑捉的游戏娱乐以及面向独居老人的健康看护等。如图1-1所示,基于动作识别技逡逑术,用户可以通过手势动作来实现对小屏幕的智能手表的非接触式操控。正因如逡逑此,动作识别吸引了众多科研工作者的研究兴趣,促使他们在该领域的理论基础逡逑和应用深度的探索过程中做出了许多有益的尝试t逡逑图1-1基于动作识别的新型人机交互方式应用场累示例1:1逡逑传统的动作识别系统?般是基于摄像头I56!、丨丨;?达n和"j?穿戴传感器i*.9i实观逡逑的。然而,基于摄像头的动作识别系统,其局限性在于动作识别的准确率受光照逡逑的影响很大,并且要求摄像头与用户之间不存在遮挡物。此外,这种系统还天然逡逑的存在泄露用户隐私的缺陷;基f低成本的60GHz雷达的动作识别系统的感知逡逑范围通常只奋儿丨-庳米,而军用雷达因造价及其他W尜eA然尤法适用于U常屮活:逡逑基r"丨穿戴传感器的动作i只别系统山于需要川户佩戴传感器,通常丨丨:用户觉得侦逡逑用起来比较麻烦《逡逑无线网络技水的飞速发展,促成/互联网技术的+断革新。在以普适计算力逡逑代表的新型互联M技术屮

幅度变化,子载波,信号,无线电信号


放大器和GPS标准时钟来提高传输信号的质量,所以这些参考信号具有高度稳逡逑定的幅值和相位。由于人体能够反射电磁波,所以人体的运动会对这种高度稳定逡逑的CRS产生干扰,如图1-2所示,当周围有人行走时,信号接收端采集到的CRS逡逑的信道频率响应(Channel邋Frequency邋Response,邋CFR)将会发生明显变化,图1-2展逡逑示了邋CFR幅度的变化情况。有关CFR的概念将在本文第二章进行介绍。正如本逡逑文第二章LTE基础部分所述,现有的商用4G蜂窝网络基站可以在200条子载波逡逑上连续不断地传输CRS,因此通过信号接收端采集来自基站的广播信号,我们可逡逑以提取出足够详细的数据用于分析信号接收端附近的人体活动。可见,4G蜂窝逡逑网络在给用户提供高速的上网体验的同时,也为基于LTE的人体活动感知提供逡逑了可能。逡逑基于无线网络的动作识别系统的核心要素是作为感知媒介的无线电信号,而逡逑无线电信号的特征对于系统的性能有着至关重要的影响。前面己经提到过,现有逡逑的基于无线网络的动作识别解决方案所使用的Wi-FK超声波音频等无线电信号逡逑存在无法满足远距感知识别的缺陷

监控目标,应用场,中国移动,信号接收


逡逑识别。其应用场景如图1-3所示。我们设计并实现了邋SpKlerMon系统,该系统能逡逑够利用商业蜂窝基站传输的LTE信号进行人体活动的监测,因此我们无需部署逡逑信号发送端。因为信号接收端附近的人体运动会导致信号接收端附近的多径发生逡逑动态变化,从而导致接收端的信号发生波动。所以同蜘蛛在捕猎时仅需要感知蛛逡逑网上的微小振动类似,SpiderMon在执行监测任务时通过被动地侦听LTE信号,逡逑然后计算出信道频率响应(CFR),就能够通过感知信号接收端采集到的LTE信号逡逑中CFR的微小变化来捕捉周围的人体运动。逡逑在实现SpiderMon的过程中,为了通过频率补偿来减小因信号收发端时钟不逡逑同步导致的接收端采集到的信号中的相位噪声,我们提出了一种两阶段的载波频逡逑率偏移(CFO)和采样频率偏移(SFO)的估计方法。为了将目标运动与背景干扰分逡逑离开来,我们使用栅格天线来限制反射信号的入射角度。为了实现连续实时的监逡逑控

【相似文献】

相关期刊论文 前10条

1 王松;党建武;王阳萍;杜晓刚;;实时动作识别方法研究[J];计算机工程与应用;2017年03期

2 李文辉;;基于多示例多特征的人体动作识别[J];信息技术;2016年12期

3 王松;杜晓刚;王阳萍;杨景玉;;基于关节点运动轨迹的人体动作识别[J];宁夏大学学报(自然科学版);2017年02期

4 任丹;;基于表面肌电信号特征的动作识别[J];辽东学院学报(自然科学版);2017年01期

5 区峻;石千惠;;特征降维和高斯混合模型的体育运动动作识别[J];现代电子技术;2017年11期

6 凌佩佩;邱崧;蔡茗名;徐伟;丰颖;;结合特权信息的人体动作识别[J];中国图象图形学报;2017年04期

7 王松;党建武;王阳萍;杜晓刚;;基于关节间夹角变化序列的动作识别算法研究[J];计算机应用与软件;2017年06期

8 侯静怡;刘翠微;吴心筱;;基于隐任务学习的动作识别方法[J];北京理工大学学报;2017年07期

9 韩敏捷;;基于深度学习框架的多模态动作识别[J];计算机与现代化;2017年07期

10 冀中;郭威辰;;基于局部保持典型相关分析的零样本动作识别[J];天津大学学报(自然科学与工程技术版);2017年09期

相关会议论文 前10条

1 袁飞;程韬波;周松斌;肖先文;;基于加速度特征的可拓动作识别方法[A];广州市仪器仪表学会2009年学术年会论文集[C];2010年

2 叶喜勇;陶霖密;王国建;邸慧军;;视角无关的人体躯干动作识别[A];第六届和谐人机环境联合学术会议(HHME2010)、第19届全国多媒体学术会议(NCMT2010)、第6届全国人机交互学术会议(CHCI2010)、第5届全国普适计算学术会议(PCC2010)论文集[C];2010年

3 朱岩;赵旭;刘允才;;基于稀疏编码和局部时空特征的人体动作识别[A];第十五届全国图象图形学学术会议论文集[C];2010年

4 黄飞跃;徐光yP;;自然的人体动作识别[A];第三届和谐人机环境联合学术会议(HHME2007)论文集[C];2007年

5 吕超;;基于动作识别的增强现实系统中实时交互技术的研究~[A];中国造船工程学会电子技术学术委员会2017年装备技术发展论坛论文集[C];2017年

6 黄艳欢;叶少珍;;连续动作分割综述[A];第十四届全国图象图形学学术会议论文集[C];2008年

7 刘志强;尹建芹;张玲;魏军;刘小丽;;基于Kinect数据主成分分析的人体动作识别[A];2015光学精密工程论坛论文集[C];2015年

8 王彦鸿;倪世宏;王刚;谢川;;基于遗传算法的飞行动作识别规则获取方法[A];中国航空学会控制与应用第十二届学术年会论文集[C];2006年

9 征容;严潇然;;PCA在智能家居中的动作识别实例和测试[A];四川省通信学会2015年学术年会论文集[C];2015年

10 席旭刚;金燕;朱海港;高云园;;基于小波包熵和支持向量机的手部肌电信号动作识别[A];2013年中国智能自动化学术会议论文集(第五分册)[C];2013年

相关重要报纸文章 前8条

1 记者 顾瑾 通讯员 徐红萍;杭州电信推出“网络健身馆”[N];人民邮电;2010年

2 杜浩;无人书店的启示[N];山西日报;2018年

3 本报记者 陈丹;人与机器的“对话”[N];科技日报;2010年

4 本报记者 郝天韵 见习记者 朱丽娜;无人书店,是噱头还是趋势[N];中国新闻出版广电报;2018年

5 宁夏 边书丽 编译;深入了解体感技术[N];电子报;2013年

6 本报记者 马爱平;动一动就认清你?机器说可以[N];科技日报;2017年

7 曹_g;强强联手引领运动健康产业发展[N];中国体育报;2016年

8 安吉;Kinect for Windows带来精彩行业应用[N];科技日报;2014年

相关博士学位论文 前10条

1 Fangbemi Abassin Sourou;基于时空二进制特征的动作识别算法研究[D];中国科学技术大学;2018年

2 陈野;基于可穿戴传感器数据的人体动作识别方法的研究[D];大连理工大学;2018年

3 杨维信;基于路径重积分特征和深度学习方法的轨迹数据的表征和识别[D];华南理工大学;2018年

4 郭明;融合多源体感信息的人体动作识别方法[D];大连理工大学;2018年

5 王廷蔚;基于鉴别主题和时序结构的动作识别[D];南京理工大学;2018年

6 王亮亮;基于视觉的人体动作识别研究[D];哈尔滨工业大学;2017年

7 李向新;基于多源神经信息解码的多功能假肢控制性能增强及优化方法[D];中国科学院大学(中国科学院深圳先进技术研究院);2017年

8 林连冬;基于仿生机械手的肌动传感器动作识别研究[D];黑龙江大学;2017年

9 赵洋;4D人体动作识别中的关键技术研究[D];电子科技大学;2018年

10 陈万军;基于结构化表示模型的人体动作识别与运动分割[D];西安理工大学;2017年

相关硕士学位论文 前10条

1 韩涛涛;基于跨域学习和双链融合网络的开放域动作识别算法研究[D];天津理工大学;2019年

2 朱宇祥;基于量子神经网络的肢体动作识别研究[D];沈阳工业大学;2019年

3 门鑫;基于深度学习的视频内容识别和搜索算法研究[D];北京邮电大学;2019年

4 吴骞;融合时空差分信息的动作识别算法研究[D];浙江大学;2019年

5 刘芸糖;基于LTE的无源人体动作识别的研究[D];南京大学;2019年

6 渠畅;视频监控中人体动作识别关键技术研究[D];北方工业大学;2019年

7 金锋;基于视频的人体动作识别研究[D];北京建筑大学;2019年

8 孙正;基于骨骼点信息的人体动作识别方法研究[D];安徽大学;2019年

9 白雪;基于双流网络的人体动作识别[D];郑州大学;2019年

10 雷廷升;虚拟环境下的人体动作识别与交互技术研究[D];北方工业大学;2019年



本文编号:2827282

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/2827282.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户4e94c***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com