隨著社會(huì)的發(fā)展,人們對(duì)隱私保護(hù)的安全等級(jí)要求越來越高,身份識(shí)別技術(shù)也由此成為了研究熱點(diǎn)。傳統(tǒng)的身份識(shí)別技術(shù)主要依靠標(biāo)識(shí)物品和標(biāo)識(shí)知識(shí),容易丟失和偽造。虹膜、指紋、臉像和步態(tài)等生物特征識(shí)別技術(shù)的出現(xiàn)彌補(bǔ)了傳統(tǒng)的身份識(shí)別技術(shù)的不足,然而虹膜識(shí)別和指紋識(shí)別需要專門的設(shè)備,價(jià)格比較昂貴;基于視覺設(shè)備的人臉和步態(tài)識(shí)別,依賴光線,存在視覺死角并且容易泄露用戶隱私。由于基于Wi-Fi的身份識(shí)別技術(shù)成本低、覆蓋范圍廣、不會(huì)泄露用戶隱私的特點(diǎn),受到了研究人員的關(guān)注。本文從室內(nèi)身份識(shí)別的角度出發(fā),主要從以下兩個(gè)方面展開研究:（1）為了提高身份識(shí)別的準(zhǔn)確率,本文提出基于信道狀態(tài)信息的身份識(shí)別技術(shù),使用主成分分析和巴特沃斯低通濾波器對(duì)信道狀態(tài)信息進(jìn)行降維和去噪,利用短時(shí)能量進(jìn)行人體檢測(cè),提取9個(gè)統(tǒng)計(jì)值作為特征,利用隨機(jī)森林算法進(jìn)行分類。實(shí)驗(yàn)評(píng)估表明該方法在分辨兩個(gè)人的身份時(shí)真陽性率高達(dá)0.98,并且當(dāng)訓(xùn)練集中有10個(gè)人時(shí)的真陽性率也能夠達(dá)到0.92,證明了基于信道狀態(tài)信息的身份識(shí)別技術(shù)的有效性。（2）身份識(shí)別技術(shù)的另一個(gè)功能是實(shí)現(xiàn)人員身份合法性認(rèn)證,而非法人員通常是訓(xùn)練集中不存在的人,這對(duì)普通分類器是個(gè)很大的... 

【文章來源】：河北工程大學(xué)河北省

【文章頁數(shù)】：68 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景與意義
    1.2 研究現(xiàn)狀
        1.2.1 基于無線信號(hào)的人體檢測(cè)技術(shù)研究
        1.2.2 基于無線信號(hào)的身份識(shí)別技術(shù)研究
    1.3 論文主要研究?jī)?nèi)容
        1.3.1 論文內(nèi)容
        1.3.2 論文安排
第2章 無線信號(hào)感知識(shí)別的理論基礎(chǔ)
    2.1 無線信號(hào)的支撐技術(shù)
        2.1.1 OFDM技術(shù)
        2.1.2 MIMO技術(shù)
    2.2 無線信號(hào)室內(nèi)傳播模型
    2.3 RSSI與 CSI
        2.3.1 RSSI
        2.3.2 CSI
    2.4 本章小結(jié)
第3章 無線信號(hào)身份識(shí)別的關(guān)鍵技術(shù)分析
    3.1 數(shù)據(jù)降維算法
    3.2 低通濾波器
    3.3 小波變換
        3.3.1 連續(xù)小波變換
        3.3.2 離散小波變換
    3.4 分類算法
        3.4.1 K-近鄰算法
        3.4.2 支持向量機(jī)算法
        3.4.3 決策樹分類算法
        3.4.4 隨機(jī)森林分類算法
    3.5 聚類算法
        3.5.1 層次聚類算法
        3.5.2 DBSCAN聚類算法
        3.5.3 高斯混合模型
        3.5.4 K-means聚類算法
    3.6 本章小結(jié)
第4章 基于信道狀態(tài)信息的身份識(shí)別技術(shù)研究
    4.1 身份識(shí)別方案構(gòu)架
    4.2 CSI數(shù)據(jù)采集技術(shù)
    4.3 CSI數(shù)據(jù)預(yù)處理
        4.3.1 異常值檢測(cè)
        4.3.2 數(shù)據(jù)插值
        4.3.3 降維
        4.3.4 去除高頻噪聲
    4.4 人體檢測(cè)
    4.5 特征提取
        4.5.1 分割有效行走片段
        4.5.2 提取時(shí)域和頻域特征
    4.6 訓(xùn)練和識(shí)別
    4.7 實(shí)驗(yàn)結(jié)果與評(píng)估
        4.7.1 系統(tǒng)環(huán)境設(shè)置
        4.7.2 不同截止頻率對(duì)身份識(shí)別的影響
        4.7.3 有效行走區(qū)域的持續(xù)時(shí)間和滑動(dòng)窗口長(zhǎng)度對(duì)身份識(shí)別的影響
        4.7.4 不同規(guī)模訓(xùn)練集對(duì)身份識(shí)別的影響
        4.7.5 不同人數(shù)規(guī)模下的身份識(shí)別
        4.7.6 不同人的身份識(shí)別
    4.8 本章小結(jié)
第5章 基于信道狀態(tài)信息的身份合法性認(rèn)證技術(shù)研究
    5.1 身份識(shí)別方案構(gòu)架
    5.2 特征提取
    5.3 人員身份合法性判斷
    5.4 身份合法性認(rèn)證性能分析
        5.4.1 近似系數(shù)層數(shù)
        5.4.2 訓(xùn)練集中合法人員個(gè)數(shù)與距離系數(shù)
        5.4.3 用戶TNR需求度
        5.4.4 測(cè)試集中合法人員數(shù)量比例
    5.5 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的論文和科研成果
致謝
作者簡(jiǎn)介


【參考文獻(xiàn)】：
期刊論文
[1]一種分?jǐn)?shù)階巴特沃斯濾波器的有源電路設(shè)計(jì)[J]. 龐軼環(huán),胡志忠.  電子學(xué)報(bào). 2018(05)
[2]基于心音信號(hào)的身份識(shí)別方法[J]. 劉娟,趙治棟.  科技通報(bào). 2011(02)
[3]生物特征身份鑒別技術(shù)應(yīng)用及發(fā)展趨勢(shì)[J]. 榮海泓,席志紅.  現(xiàn)代電子技術(shù). 2004(10)
[4]決策樹分類技術(shù)研究[J]. 欒麗華,吉根林.  計(jì)算機(jī)工程. 2004(09)
[5]現(xiàn)代身份鑒別新技術(shù)——生物特征識(shí)別技術(shù)[J]. 王蘊(yùn)紅,譚鐵牛.  中國基礎(chǔ)科學(xué). 2000(09)



本文編號(hào)：3170902