基于信道状态信息和可视图的人体检测技术研究

论文摘要

随着科学技术的发展,无线局域网由于其廉价方便、灵活、易于规划调整等优点,已被大量部署在各种场景中。研究人员对无线信号应用的研究正逐渐增多,其中基于无线信号的人体状态的研究作为众多应用的一个重要分支,也备受关注。本文使用无线局域网物理层的信道状态信息CSI作为原始数据,并结合复杂网络中可视图算法的相关理论技术,设计了基于信道状态信息和可视图算法的室内人数统计分类和人体朝向检测方法。本文的主要工作包括以下几个方面:(1)分析了CSI的形成原理,及其相比RSSI的优势,介绍了基于CSI实现人体状态检测的研究现状;(2)阐述了复杂网络理论中多种可视图算法的实现原理及其背景,介绍了不同可视算法的性质和应用;(3)分析了CSI数据的预处理和特征提取方法,使数据更加有效、可靠,减少其他因素的影响;(4)将CSI样本类比成时间序列,提出了基于CSI的可视图网络方法,提取网络特征,并综合原始统计特征,进一步提高检测效果;(5)介绍了机器学习、深度学习算法,并与信道状态信息结合,构建多种不同的网络,提取具有代表性的网络特征;(6)实验考虑了不同因素如环境等对检测效果的影响,验证了基于信道状态信息构建复杂网络实现人体状态检测的可行性。

论文目录

摘要

ABSTRACT

第一章绪论

1.1 课题研究背景与意义

1.2 国内外研究现状

1.2.1 基于信道状态信息的方法

1.2.2 基于网络可视算法的方法

1.3 论文的主要工作和创新点

1.4 论文结构与安排

第二章实验平台和相关技术

2.1 信道状态信息

2.1.1 OFDM技术

2.1.2 CSI的本质和获取

2.2 复杂网络建网算法

2.2.1 复杂网络概念

2.2.2 可视图算法

2.2.3 水平可视图算法

2.2.4 有限穿越的水平可视算法

2.2.5 其他可视图算法

2.3 机器学习和深度学习分类器

2.3.1 机器学习分类器

2.3.2 深度学习分类器

2.4 本章小结

第三章基于信道状态信息和可视图的人数统计分类检测

3.1 实验原理

3.1.1 数据预处理

3.1.2 网络可视图构建

3.1.3 特征提取

3.1.4 天线对特征融合

3.1.5 分类模型的建立

3.2 实验设计

3.3 实验结果分析

3.3.1 相同人数不同状态的性能

3.3.2 不同人数相同的状态性能

3.3.3 不同人数检测效果

3.3.4 不同数据包的检测效果

3.4 本章小结

第四章基于信道状态信息和可视图的人体朝向检测

4.1 实验原理

4.1.1 相位提取

4.1.2 特征选择

4.1.3 多特征融合

4.2 实验设计

4.3 实验结果及分析

4.3.1 不同环境的检测性能

4.3.2 不同位置的检测性能

4.3.3 更多朝向的检测性能

4.3.4 动态朝向的检测性能

4.3.5 各分类算法的时间复杂度比较

4.4 本章小结

第五章总结与展望

5.1 总结

5.2 展望

参考文献

致谢

作者简介

1 作者简历

2 攻读硕士学位期间发表的学术论文

3 参与的科研项目及获奖情况

4 发明专利

学位论文数据集

文章来源

类型: 硕士论文

作者: 樊坤鹏

导师: 吴哲夫

关键词: 信道状态信息,可视图,人数统计分类,朝向检测

来源: 浙江工业大学

年度: 2019

分类: 基础科学,信息科技

专业: 数学,电信技术

单位: 浙江工业大学

分类号: TN925.93;O157.5

DOI: 10.27463/d.cnki.gzgyu.2019.000092

总页数: 78

文件大小: 2473K

下载量: 27

基于信道状态信息和可视图的人体检测技术研究

论文摘要

论文目录

文章来源

相关论文文献

猜你喜欢