基于無線感知的人體行為識別研究.pdf

1、隨著人工智能領(lǐng)域的快速發(fā)展，人體動作識別技術(shù)已經(jīng)成為促進健康醫(yī)療、智能家居、安防監(jiān)控等領(lǐng)域發(fā)展的關(guān)鍵。傳統(tǒng)的動作識別主要是通過使用攝像機或者一些可穿戴傳感器設(shè)備來實現(xiàn)，然而基于攝像機的動作識別技術(shù)受限于用戶隱私及光照條件，基于可穿戴傳感器的方案又被頻繁信息交互下的高能耗問題所影響。此時基于WIFI的行為識別作為一種新的動作識別方法吸引了眾多科研單位及商業(yè)公司的關(guān)注，該方法具有能耗低、易操作、不需要光源的特點，可以與傳統(tǒng)動作識別方案進行功

2、能互補從而達到更理想的識別效果。
　　在布置好WIFI信號發(fā)射及接收設(shè)備的室內(nèi)環(huán)境中充斥著多條無線信道，當(dāng)人在該環(huán)境中做不同動作時無線信道的信道狀態(tài)信息（CSI）會進行相應(yīng)的改變，而從這CSI的變化中能提取出相應(yīng)的動作信息。所以本文將提取WIFI信號中的CSI數(shù)據(jù)，結(jié)合信號處理及機器學(xué)習(xí)的方法來對不同的動作進行識別。本論文所做的主要工作如下所示：
　?。?）為了解人體動作與CSI數(shù)據(jù)之間的關(guān)系，深入研究了CSI-Speed模

3、型。針對環(huán)境噪聲及設(shè)備噪聲過大的問題，利用主成分分析（PCA）算法在去噪及去冗余上的優(yōu)越性能，提出低通濾波及PCA算法聯(lián)合去噪的方法來大幅提高系統(tǒng)對噪聲的抵抗能力。
　?。?）結(jié)合 CSI-Speed模型原理及相關(guān)實驗結(jié)果，證明了時頻信息及速度信息可作為一種穩(wěn)定的特征來進行動作識別。并利用離散小波變換在時頻分析上的優(yōu)越性能來對 CSI數(shù)據(jù)進行時頻特征提取。由于行為特征經(jīng)處理后是時序特征，實現(xiàn)了一套基于隱馬爾科夫模型（HMM）的識別