基于无线感知的人体属性识别方法研究

发布时间：2020-12-24 03:44

　　基于无线感知的人体属性识别作为一种新兴技术,是被动无线定位与行为识别技术的进一步推进,其原理是无线网络中的人体将会对其周围的无线信号产生影响,而这种影响会随着人体属性的不同而存在差异,因此通过对无线信号的分析可以实现人体属性的识别。如今我们生活的空间中遍布了多种无线信号,如广播信号,WiFi信号等,这为该技术的研究与应用提供了基础条件,同时也使得无线感知技术更加经济适用。此外,与传统携带设备的主动感知技术相比,无线感知技术不需要携带任何硬件设备,仅通过空间中的无线信号实现感知,因此更具便利性。随着科技的不断发展,该技术在智能家居、安防救援等领域中将会有广阔的应用前景。基于无线感知的人体属性识别技术的重点在于识别人体对周围无线信号所产生的影响,按照识别方式主要分为两类,基于模型构建的无线感知技术和基于模式识别的无线感知技术,前者重点在于模型建立,后者重点在于特征提取。本文分别对基于模型构建和模式识别的两种感知方法进行了探索,并且通过实验证明本文所提方法的优越性。在模型设计方面,本文提出了一种基于动态差分相位分析的无线感知方法。该模型仅利用对感知系统有积极作用的动态信号实现感知,采用动态差... 

【文章来源】：大连理工大学辽宁省 211工程院校 985工程院校 教育部直属院校

【文章页数】：65 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 研究背景与选题意义
    1.2 国内外研究现状
    1.3 本文主要贡献
    1.4 本文结构安排
2 无线感知技术简介
    2.1 无线感知技术原理
    2.2 基于模型构建的无线感知方法
    2.3 基于模式识别的无线感知方法
    2.4 本章小结
3 基于动态差分相位分析的无线感知研究
    3.1 主体思想
    3.2 动态差分相位变化率模型提出
    3.3 动态差分相位变化率模型分析
    3.4 动态差分相位的获取
    3.5 基于动态差分相位分析的无线感知系统设计
        3.5.1 字符识别
        3.5.2 呼吸监测
        3.5.3 到达角估计
    3.6 本章小结
4 基于呼吸特性的人体身份识别研究
    4.1 主体思想
    4.2 系统架构
    4.3 信道状态信息信号预处理
        4.3.1 基于均值滤波的时域处理
        4.3.2 基于主成份分析的频域和空域处理
    4.4 本征特征提取
        4.4.1 基于EMD的 IMF成分提取
        4.4.2 基于相关系数的IMF成分选择
        4.4.3 特征提取
    4.5 人体身份识别
    4.6 本章小结
5 实验设计与结果分析
    5.1 基于动态差分相位分析的无线感知研究实验设计与结果分析
        5.1.1 字符识别实验设计以及结果分析
        5.1.2 呼吸监测实验设计以及结果分析
        5.1.3 到达角估计实验设计以及结果分析
    5.2 基于呼吸特性的人体身份识别研究实验设计与结果分析
        5.2.1 基于呼吸特性的人体身份识别实验描述
        5.2.2 基于呼吸特性的人体身份识别实验结果评估
        5.2.3 基于呼吸特性的人体身份识别效果分析
    5.3 本章小结
结论
参考文献
攻读硕士学位期间发表学术论文情况
致谢


【参考文献】：
期刊论文
[1]Sensorless Sensing with WiFi[J]. Zimu Zhou,Chenshu Wu,Zheng Yang,Yunhao Liu.  Tsinghua Science and Technology. 2015(01)



本文编号：2934913