基于信道状态信息和深度学习的动作识别
发布时间：2021-09-22 04:42
人体动作识别是智能应用的重要研究内容之一。准确识别人类行为可以提高人机交互的质量和扩大智能应用的范围,对研究智能家居、智能教学视频、唇语识别、键盘识别等具有巨大的应用前景和经济价值。传统的动作识别存在照明敏感、成本高、需携带专用设备、隐私安全入侵等一些限制性问题。为解决这些问题,本文将依据无线信号的信道状态信息进行人体动作识别。本文的具体研究内容可以分为以下几部分:（1）对目前人体动作识别的相关研究现状进行总结,包括基于视频、基于传感器、基于无线射频等方面的研究现状;给出基于CSI的动作识别的典型研究;总结目前基于CSI的动作识别使用的动作分类方法;介绍描述无线信道的RSS和CSI,并对RSS、CSI进行对比分析。（2）搭建获取CSI数据的实验环境。然后,进行CSI感知动作信号能力测试。判断人的动作是否真的引起了无线信号的变化;然后在实验环境内收集不同动作对应的CSI原始数据包。（3）分析CSI原始数据包的组成和结构,解释数据包中各参数的含义;对所有代表不同动作的CSI数据包预处理,提取CSI振幅;依据振幅分析相同动作的CSI值和不同动作的CSI值;提取所有动作的CSI振幅构建动作数据...
【文章来源】：山东科技大学山东省
【文章页数】：81 页
【学位级别】：硕士
【部分图文】：
图１．１系统架构??Ｆｉｇ．?１．１?Ｓｙｓｔｅｍ?ａｒｃｈｉｔｅｃｔｕｒｅ??
图２．１?ＣＳＩ原理图??Ｆｉｇ．?２．１?Ｓｃｈｅｍａｔｉｃ?ｄｉａｇｒａｍ?ｏｆ?ＣＳＩ??根据图２．１，我们可以知道在一个窄带平坦性衰落的信道里，信道状态的频??域模型被描述为：??Ｙ?＝?ＨＸ?＋?Ｎ?式（２．５）??其中，Ｙ、Ｘ、Ｈ和Ｎ分别表示接收信号向量、发射信号向量、信道矩阵和??高斯白噪声。通常加的是高斯白噪声向量。根据上式（２．５），Ｈ的值可以表示??为：??Ａ＝ＹＡ??也被鍵为：?邱）中（／）１，聊）??信道矩阵中每个元素的值都包含着信号散射、环境衰弱和距离衰减等信??息。其中／／（〇表示第／个子载波的无线信道状态信息ＣＳＩ的值，｜／／（〇｜表示第／??个子载波的振幅，ｚ／／（〇表示第／个子载波的相位。因此，／／（〇中的每一项数据??都是复数，代表信道状态的振幅和相位。??当前频谱资源变得越来越匮乏，不同于早期的８０２．１１ａ／ｇ设备，多天线和??ＭＩＭ０技术是基于８０２．１?Ｉｎ设备的关键特征。ＭＩＭ０技术利用多天线提高数据??吞吐量和传输距离
图３．２标准ＬＳＴＭ单元示意图??Ｆｉｇ．?３．２?Ｕｎｉｔ?ｄｉａｇｒａｍ?ｏｆ?Ｓｔａｎｄａｒｄ?ＬＳＴＭ??不同于传统的ＲＮＮ，?ＬＳＴＭ模型的关键是引入了一组记忆单元（见图３．２），??包括输入门、遗忘门和输出门，这三个门被用于控制和保存历史信息。在时刻??／时，记忆单元Ｃ，记录了当前时刻为止的所有历史信息，并受输入门／，，、遗忘??门／，和输出门〇，这三个门的控制。??遗忘门／，控制需要遗忘的信息数量；??输入门控制加入的新信息的数量；??输出门〇，控制每一个内存单元输出多少信息。??２３??
【参考文献】：
期刊论文
[1]Robust and Passive Motion Detection with COTS WiFi Devices[J]. Hai Zhu,Fu Xiao,Lijuan Sun,Xiaohui Xie,Panlong Yang,Ruchuan Wang. Tsinghua Science and Technology. 2017(04)
[2]老年人动作识别系统研究[J]. 朱丽,吴雨川,胡峰,马双宝. 计算机工程与应用. 2017(14)
[3]利用信道状态信息的室内定位方法[J]. 刘逸博,修春娣,朱云龙. 计算机工程与应用. 2016(22)
[4]基于信道状态信息的人体行为识别系统[J]. Mohammed Abdulaziz Aide Al-qaness,李方敏,马小林,梅华锋. 武汉理工大学学报. 2016(04)
[5]基于视觉的人体动作识别综述[J]. 胡琼,秦磊,黄庆明. 计算机学报. 2013(12)
[6]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)
硕士论文
[1]基于可穿戴控制器的手势识别技术研究[D]. 刘春花.哈尔滨理工大学 2017
[2]基于深度学习的人体动作识别[D]. 耿驰.南京邮电大学 2016
[3]基于RSSI的人体行为识别的研究[D]. 杨成.南京大学 2016
[4]基于WIFI的手势识别研究[D]. 何文锋.深圳大学 2015
[5]基于信道状态信息的室内无线定位技术研究[D]. 周言.浙江工业大学 2015
[6]基于CSI的被动式室内定位与目标计数方法研究[D]. 邓晓华.杭州电子科技大学 2014
[7]基于视觉的人体运动行为识别研究[D]. 张建方.浙江工业大学 2012
本文编号：3403159
【文章来源】：山东科技大学山东省
【文章页数】：81 页
【学位级别】：硕士
【部分图文】：
图１．１系统架构??Ｆｉｇ．?１．１?Ｓｙｓｔｅｍ?ａｒｃｈｉｔｅｃｔｕｒｅ??
图２．１?ＣＳＩ原理图??Ｆｉｇ．?２．１?Ｓｃｈｅｍａｔｉｃ?ｄｉａｇｒａｍ?ｏｆ?ＣＳＩ??根据图２．１，我们可以知道在一个窄带平坦性衰落的信道里，信道状态的频??域模型被描述为：??Ｙ?＝?ＨＸ?＋?Ｎ?式（２．５）??其中，Ｙ、Ｘ、Ｈ和Ｎ分别表示接收信号向量、发射信号向量、信道矩阵和??高斯白噪声。通常加的是高斯白噪声向量。根据上式（２．５），Ｈ的值可以表示??为：??Ａ＝ＹＡ??也被鍵为：?邱）中（／）１，聊）??信道矩阵中每个元素的值都包含着信号散射、环境衰弱和距离衰减等信??息。其中／／（〇表示第／个子载波的无线信道状态信息ＣＳＩ的值，｜／／（〇｜表示第／??个子载波的振幅，ｚ／／（〇表示第／个子载波的相位。因此，／／（〇中的每一项数据??都是复数，代表信道状态的振幅和相位。??当前频谱资源变得越来越匮乏，不同于早期的８０２．１１ａ／ｇ设备，多天线和??ＭＩＭ０技术是基于８０２．１?Ｉｎ设备的关键特征。ＭＩＭ０技术利用多天线提高数据??吞吐量和传输距离
图３．２标准ＬＳＴＭ单元示意图??Ｆｉｇ．?３．２?Ｕｎｉｔ?ｄｉａｇｒａｍ?ｏｆ?Ｓｔａｎｄａｒｄ?ＬＳＴＭ??不同于传统的ＲＮＮ，?ＬＳＴＭ模型的关键是引入了一组记忆单元（见图３．２），??包括输入门、遗忘门和输出门，这三个门被用于控制和保存历史信息。在时刻??／时，记忆单元Ｃ，记录了当前时刻为止的所有历史信息，并受输入门／，，、遗忘??门／，和输出门〇，这三个门的控制。??遗忘门／，控制需要遗忘的信息数量；??输入门控制加入的新信息的数量；??输出门〇，控制每一个内存单元输出多少信息。??２３??
【参考文献】：
期刊论文
[1]Robust and Passive Motion Detection with COTS WiFi Devices[J]. Hai Zhu,Fu Xiao,Lijuan Sun,Xiaohui Xie,Panlong Yang,Ruchuan Wang. Tsinghua Science and Technology. 2017(04)
[2]老年人动作识别系统研究[J]. 朱丽,吴雨川,胡峰,马双宝. 计算机工程与应用. 2017(14)
[3]利用信道状态信息的室内定位方法[J]. 刘逸博,修春娣,朱云龙. 计算机工程与应用. 2016(22)
[4]基于信道状态信息的人体行为识别系统[J]. Mohammed Abdulaziz Aide Al-qaness,李方敏,马小林,梅华锋. 武汉理工大学学报. 2016(04)
[5]基于视觉的人体动作识别综述[J]. 胡琼,秦磊,黄庆明. 计算机学报. 2013(12)
[6]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)
硕士论文
[1]基于可穿戴控制器的手势识别技术研究[D]. 刘春花.哈尔滨理工大学 2017
[2]基于深度学习的人体动作识别[D]. 耿驰.南京邮电大学 2016
[3]基于RSSI的人体行为识别的研究[D]. 杨成.南京大学 2016
[4]基于WIFI的手势识别研究[D]. 何文锋.深圳大学 2015
[5]基于信道状态信息的室内无线定位技术研究[D]. 周言.浙江工业大学 2015
[6]基于CSI的被动式室内定位与目标计数方法研究[D]. 邓晓华.杭州电子科技大学 2014
[7]基于视觉的人体运动行为识别研究[D]. 张建方.浙江工业大学 2012
本文编号：3403159
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3403159.html
