基于WIFI的按键间移动距离的加强型按键识别

发布时间：2020-11-15 02:58

　　 随着计算机技术的快速发展,人们对于生活智能化的要求不断提高,许多新型的人机交互技术应运而生。WiFi信号的广泛普及和自带WiFi的移动设备的频繁使用,促进了基于无线射频的人机交互技术的深入研究,研究重点从粗粒度的接收信号强度指示逐渐转变为细粒度的信道状态信息。将信道状态信息应用于各种环境感知之中,是人机交互技术的一大进步,但是动作的轻易识别不可避免的会涉及到隐私问题,例如按键隐私。日常生活中,刷卡消费以及支付宝的使用越来越频繁,使得小键盘输入的安全性成为一个很重要的问题。在本文中,我们提出了一个全新的加强型的按键识别系统WiKey,此系统主要针对于银行pos机小键盘的按键识别。当用户手指在小键盘上输入密码的过程中,由于按键的姿势和位置的不同会对多路径信号产生特定的影响,生成相应按键的信道状态信息时间序列波形。去噪、异常修复、数据压缩等预处理操作去除了波形中噪声,大幅度减少了运算量。利用支持向量机对提取出来的按键波形进行建模,初步识别按键。按键识别并不仅局限于按键的波形,当连续按键时,整个按键过程可以表示成“按键-手移动-下一次按键”的不断循环。两次按键间,手指的移动距离的长短和其产生的波形存在的关联性,利用这种关联信息辅助推断按键,有效提高了按键的识别准确率。在普通银行pos机中,WiKey的实验结果表明,比过去的按键识别方法提高了5-10%,平均准确率能达到90%以上。
【学位单位】：南京邮电大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：TN92
【文章目录】：
摘要
abstract
第一章 绪论
    1.1 研究背景和意义
    1.2 国内外发展与现状
    1.3 本文的研究工作
    1.4 论文章节安排
第二章 按键识别研究概述
    2.1 信道状态信息概述
        2.1.1 信道状态信息
        2.1.2 信道状态信息的优势
        2.1.3 信道状态信息的获取
    2.2 动作识别概述
        2.2.1 动作识别
        2.2.2 按键识别
    2.3 基于信道状态信息的按键识别
        2.3.1 信道状态信息的预处理
        2.3.2 按键识别算法
    2.4 本章小结
第三章 基于WiFi的小键盘按键识别方法
    3.1 系统设计
    3.2 信号数据的采集
    3.3 信号的预处理和去噪
        3.3.1 滤波器去噪
        3.3.2 异常检测
        3.3.3 基于PCA的去噪
    3.4 按键特征提取
        3.4.1 按键波形提取
        3.4.2 小波转换
    3.5 本章小结
第四章 基于支持向量机的多分类识别算法
    4.1 支持向量机算法
    4.2 支持向量机多分类的运用
    4.3 本章小结
第五章 基于辅助信息的按键识别算法
    5.1 按键间波形的观察
    5.2 基于移动距离的按键间波形特征
    5.3 利用辅助信息的加强型按键识别
    5.4 本章小结
第六章 实验结果与评估分析
    6.1 实验平台
        6.1.1 实验设备
        6.1.2 实验场景
    6.2 按键识别结果分析
        6.2.1 加强型按键识别分类精度
        6.2.2 距离和方向的影响
    6.3 pos机按键识别
    6.4 本章小结
第七章 总结和展望
    7.1 工作总结
    7.2 研究展望
参考文献
附录1 攻读硕士学位期间撰写的论文
致谢

【参考文献】

相关硕士学位论文 前1条

1 何文锋;基于WIFI的手势识别研究[D];深圳大学;2015年

本文编号：2884262