基于无线信号的身份识别技术研究
发布时间：2021-05-06 00:41
随着社会的发展,人们对隐私保护的安全等级要求越来越高,身份识别技术也由此成为了研究热点。传统的身份识别技术主要依靠标识物品和标识知识,容易丢失和伪造。虹膜、指纹、脸像和步态等生物特征识别技术的出现弥补了传统的身份识别技术的不足,然而虹膜识别和指纹识别需要专门的设备,价格比较昂贵;基于视觉设备的人脸和步态识别,依赖光线,存在视觉死角并且容易泄露用户隐私。由于基于Wi-Fi的身份识别技术成本低、覆盖范围广、不会泄露用户隐私的特点,受到了研究人员的关注。本文从室内身份识别的角度出发,主要从以下两个方面展开研究:（1）为了提高身份识别的准确率,本文提出基于信道状态信息的身份识别技术,使用主成分分析和巴特沃斯低通滤波器对信道状态信息进行降维和去噪,利用短时能量进行人体检测,提取9个统计值作为特征,利用随机森林算法进行分类。实验评估表明该方法在分辨两个人的身份时真阳性率高达0.98,并且当训练集中有10个人时的真阳性率也能够达到0.92,证明了基于信道状态信息的身份识别技术的有效性。（2）身份识别技术的另一个功能是实现人员身份合法性认证,而非法人员通常是训练集中不存在的人,这对普通分类器是个很大的...
【文章来源】：河北工程大学河北省
【文章页数】：68 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 研究背景与意义
1.2 研究现状
1.2.1 基于无线信号的人体检测技术研究
1.2.2 基于无线信号的身份识别技术研究
1.3 论文主要研究内容
1.3.1 论文内容
1.3.2 论文安排
第2章 无线信号感知识别的理论基础
2.1 无线信号的支撑技术
2.1.1 OFDM技术
2.1.2 MIMO技术
2.2 无线信号室内传播模型
2.3 RSSI与 CSI
2.3.1 RSSI
2.3.2 CSI
2.4 本章小结
第3章 无线信号身份识别的关键技术分析
3.1 数据降维算法
3.2 低通滤波器
3.3 小波变换
3.3.1 连续小波变换
3.3.2 离散小波变换
3.4 分类算法
3.4.1 K-近邻算法
3.4.2 支持向量机算法
3.4.3 决策树分类算法
3.4.4 随机森林分类算法
3.5 聚类算法
3.5.1 层次聚类算法
3.5.2 DBSCAN聚类算法
3.5.3 高斯混合模型
3.5.4 K-means聚类算法
3.6 本章小结
第4章 基于信道状态信息的身份识别技术研究
4.1 身份识别方案构架
4.2 CSI数据采集技术
4.3 CSI数据预处理
4.3.1 异常值检测
4.3.2 数据插值
4.3.3 降维
4.3.4 去除高频噪声
4.4 人体检测
4.5 特征提取
4.5.1 分割有效行走片段
4.5.2 提取时域和频域特征
4.6 训练和识别
4.7 实验结果与评估
4.7.1 系统环境设置
4.7.2 不同截止频率对身份识别的影响
4.7.3 有效行走区域的持续时间和滑动窗口长度对身份识别的影响
4.7.4 不同规模训练集对身份识别的影响
4.7.5 不同人数规模下的身份识别
4.7.6 不同人的身份识别
4.8 本章小结
第5章 基于信道状态信息的身份合法性认证技术研究
5.1 身份识别方案构架
5.2 特征提取
5.3 人员身份合法性判断
5.4 身份合法性认证性能分析
5.4.1 近似系数层数
5.4.2 训练集中合法人员个数与距离系数
5.4.3 用户TNR需求度
5.4.4 测试集中合法人员数量比例
5.5 本章小结
结论
参考文献
攻读硕士学位期间发表的论文和科研成果
致谢
作者简介
【参考文献】：
期刊论文
[1]一种分数阶巴特沃斯滤波器的有源电路设计[J]. 庞轶环,胡志忠. 电子学报. 2018(05)
[2]基于心音信号的身份识别方法[J]. 刘娟,赵治栋. 科技通报. 2011(02)
[3]生物特征身份鉴别技术应用及发展趋势[J]. 荣海泓,席志红. 现代电子技术. 2004(10)
[4]决策树分类技术研究[J]. 栾丽华,吉根林. 计算机工程. 2004(09)
[5]现代身份鉴别新技术——生物特征识别技术[J]. 王蕴红,谭铁牛. 中国基础科学. 2000(09)
本文编号：3170902
【文章来源】：河北工程大学河北省
【文章页数】：68 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 研究背景与意义
1.2 研究现状
1.2.1 基于无线信号的人体检测技术研究
1.2.2 基于无线信号的身份识别技术研究
1.3 论文主要研究内容
1.3.1 论文内容
1.3.2 论文安排
第2章 无线信号感知识别的理论基础
2.1 无线信号的支撑技术
2.1.1 OFDM技术
2.1.2 MIMO技术
2.2 无线信号室内传播模型
2.3 RSSI与 CSI
2.3.1 RSSI
2.3.2 CSI
2.4 本章小结
第3章 无线信号身份识别的关键技术分析
3.1 数据降维算法
3.2 低通滤波器
3.3 小波变换
3.3.1 连续小波变换
3.3.2 离散小波变换
3.4 分类算法
3.4.1 K-近邻算法
3.4.2 支持向量机算法
3.4.3 决策树分类算法
3.4.4 随机森林分类算法
3.5 聚类算法
3.5.1 层次聚类算法
3.5.2 DBSCAN聚类算法
3.5.3 高斯混合模型
3.5.4 K-means聚类算法
3.6 本章小结
第4章 基于信道状态信息的身份识别技术研究
4.1 身份识别方案构架
4.2 CSI数据采集技术
4.3 CSI数据预处理
4.3.1 异常值检测
4.3.2 数据插值
4.3.3 降维
4.3.4 去除高频噪声
4.4 人体检测
4.5 特征提取
4.5.1 分割有效行走片段
4.5.2 提取时域和频域特征
4.6 训练和识别
4.7 实验结果与评估
4.7.1 系统环境设置
4.7.2 不同截止频率对身份识别的影响
4.7.3 有效行走区域的持续时间和滑动窗口长度对身份识别的影响
4.7.4 不同规模训练集对身份识别的影响
4.7.5 不同人数规模下的身份识别
4.7.6 不同人的身份识别
4.8 本章小结
第5章 基于信道状态信息的身份合法性认证技术研究
5.1 身份识别方案构架
5.2 特征提取
5.3 人员身份合法性判断
5.4 身份合法性认证性能分析
5.4.1 近似系数层数
5.4.2 训练集中合法人员个数与距离系数
5.4.3 用户TNR需求度
5.4.4 测试集中合法人员数量比例
5.5 本章小结
结论
参考文献
攻读硕士学位期间发表的论文和科研成果
致谢
作者简介
【参考文献】：
期刊论文
[1]一种分数阶巴特沃斯滤波器的有源电路设计[J]. 庞轶环,胡志忠. 电子学报. 2018(05)
[2]基于心音信号的身份识别方法[J]. 刘娟,赵治栋. 科技通报. 2011(02)
[3]生物特征身份鉴别技术应用及发展趋势[J]. 荣海泓,席志红. 现代电子技术. 2004(10)
[4]决策树分类技术研究[J]. 栾丽华,吉根林. 计算机工程. 2004(09)
[5]现代身份鉴别新技术——生物特征识别技术[J]. 王蕴红,谭铁牛. 中国基础科学. 2000(09)
本文编号：3170902
本文链接：https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/3170902.html
