人體動(dòng)作識(shí)別是智能應(yīng)用的重要研究?jī)?nèi)容之一。準(zhǔn)確識(shí)別人類(lèi)行為可以提高人機(jī)交互的質(zhì)量和擴(kuò)大智能應(yīng)用的范圍,對(duì)研究智能家居、智能教學(xué)視頻、唇語(yǔ)識(shí)別、鍵盤(pán)識(shí)別等具有巨大的應(yīng)用前景和經(jīng)濟(jì)價(jià)值。傳統(tǒng)的動(dòng)作識(shí)別存在照明敏感、成本高、需攜帶專(zhuān)用設(shè)備、隱私安全入侵等一些限制性問(wèn)題。為解決這些問(wèn)題,本文將依據(jù)無(wú)線(xiàn)信號(hào)的信道狀態(tài)信息進(jìn)行人體動(dòng)作識(shí)別。本文的具體研究?jī)?nèi)容可以分為以下幾部分:（1）對(duì)目前人體動(dòng)作識(shí)別的相關(guān)研究現(xiàn)狀進(jìn)行總結(jié),包括基于視頻、基于傳感器、基于無(wú)線(xiàn)射頻等方面的研究現(xiàn)狀;給出基于CSI的動(dòng)作識(shí)別的典型研究;總結(jié)目前基于CSI的動(dòng)作識(shí)別使用的動(dòng)作分類(lèi)方法;介紹描述無(wú)線(xiàn)信道的RSS和CSI,并對(duì)RSS、CSI進(jìn)行對(duì)比分析。（2）搭建獲取CSI數(shù)據(jù)的實(shí)驗(yàn)環(huán)境。然后,進(jìn)行CSI感知?jiǎng)幼餍盘?hào)能力測(cè)試。判斷人的動(dòng)作是否真的引起了無(wú)線(xiàn)信號(hào)的變化;然后在實(shí)驗(yàn)環(huán)境內(nèi)收集不同動(dòng)作對(duì)應(yīng)的CSI原始數(shù)據(jù)包。（3）分析CSI原始數(shù)據(jù)包的組成和結(jié)構(gòu),解釋數(shù)據(jù)包中各參數(shù)的含義;對(duì)所有代表不同動(dòng)作的CSI數(shù)據(jù)包預(yù)處理,提取CSI振幅;依據(jù)振幅分析相同動(dòng)作的CSI值和不同動(dòng)作的CSI值;提取所有動(dòng)作的CSI振幅構(gòu)建動(dòng)作數(shù)據(jù)... 

【文章來(lái)源】：山東科技大學(xué)山東省

【文章頁(yè)數(shù)】：81 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖１．１系統(tǒng)架構(gòu)??Ｆｉｇ．?１．１?Ｓｙｓｔｅｍ?ａｒｃｈｉｔｅｃｔｕｒｅ??

圖２．１?ＣＳＩ原理圖??Ｆｉｇ．?２．１?Ｓｃｈｅｍａｔｉｃ?ｄｉａｇｒａｍ?ｏｆ?ＣＳＩ??根據(jù)圖２．１，我們可以知道在一個(gè)窄帶平坦性衰落的信道里，信道狀態(tài)的頻??域模型被描述為：??Ｙ?＝?ＨＸ?＋?Ｎ?式（２．５）??其中，Ｙ、Ｘ、Ｈ和Ｎ分別表示接收信號(hào)向量、發(fā)射信號(hào)向量、信道矩陣和??高斯白噪聲。通常加的是高斯白噪聲向量。根據(jù)上式（２．５），Ｈ的值可以表示??為：??Ａ＝ＹＡ??也被鍵為：?邱）中（／）１，聊）??信道矩陣中每個(gè)元素的值都包含著信號(hào)散射、環(huán)境衰弱和距離衰減等信??息。其中／／（〇表示第／個(gè)子載波的無(wú)線(xiàn)信道狀態(tài)信息ＣＳＩ的值，｜／／（〇｜表示第／??個(gè)子載波的振幅，ｚ／／（〇表示第／個(gè)子載波的相位。因此，／／（〇中的每一項(xiàng)數(shù)據(jù)??都是復(fù)數(shù)，代表信道狀態(tài)的振幅和相位。??當(dāng)前頻譜資源變得越來(lái)越匱乏，不同于早期的８０２．１１ａ／ｇ設(shè)備，多天線(xiàn)和??ＭＩＭ０技術(shù)是基于８０２．１?Ｉｎ設(shè)備的關(guān)鍵特征。ＭＩＭ０技術(shù)利用多天線(xiàn)提高數(shù)據(jù)??吞吐量和傳輸距離

圖３．２標(biāo)準(zhǔn)ＬＳＴＭ單元示意圖??Ｆｉｇ．?３．２?Ｕｎｉｔ?ｄｉａｇｒａｍ?ｏｆ?Ｓｔａｎｄａｒｄ?ＬＳＴＭ??不同于傳統(tǒng)的ＲＮＮ，?ＬＳＴＭ模型的關(guān)鍵是引入了一組記憶單元（見(jiàn)圖３．２），??包括輸入門(mén)、遺忘門(mén)和輸出門(mén)，這三個(gè)門(mén)被用于控制和保存歷史信息。在時(shí)刻??／時(shí)，記憶單元Ｃ，記錄了當(dāng)前時(shí)刻為止的所有歷史信息，并受輸入門(mén)／，，、遺忘??門(mén)／，和輸出門(mén)〇，這三個(gè)門(mén)的控制。??遺忘門(mén)／，控制需要遺忘的信息數(shù)量；??輸入門(mén)控制加入的新信息的數(shù)量；??輸出門(mén)〇，控制每一個(gè)內(nèi)存單元輸出多少信息。??２３??

【參考文獻(xiàn)】：
期刊論文
[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]老年人動(dòng)作識(shí)別系統(tǒng)研究[J]. 朱麗,吳雨川,胡峰,馬雙寶.  計(jì)算機(jī)工程與應(yīng)用. 2017(14)
[3]利用信道狀態(tài)信息的室內(nèi)定位方法[J]. 劉逸博,修春娣,朱云龍.  計(jì)算機(jī)工程與應(yīng)用. 2016(22)
[4]基于信道狀態(tài)信息的人體行為識(shí)別系統(tǒng)[J]. Mohammed Abdulaziz Aide Al-qaness,李方敏,馬小林,梅華鋒.  武漢理工大學(xué)學(xué)報(bào). 2016(04)
[5]基于視覺(jué)的人體動(dòng)作識(shí)別綜述[J]. 胡瓊,秦磊,黃慶明.  計(jì)算機(jī)學(xué)報(bào). 2013(12)
[6]基于數(shù)據(jù)手套輸入的漢語(yǔ)手指字母的識(shí)別[J]. 吳江琴,高文,陳熙霖.  模式識(shí)別與人工智能. 1999(01)

碩士論文
[1]基于可穿戴控制器的手勢(shì)識(shí)別技術(shù)研究[D]. 劉春花.哈爾濱理工大學(xué) 2017
[2]基于深度學(xué)習(xí)的人體動(dòng)作識(shí)別[D]. 耿馳.南京郵電大學(xué) 2016
[3]基于RSSI的人體行為識(shí)別的研究[D]. 楊成.南京大學(xué) 2016
[4]基于WIFI的手勢(shì)識(shí)別研究[D]. 何文鋒.深圳大學(xué) 2015
[5]基于信道狀態(tài)信息的室內(nèi)無(wú)線(xiàn)定位技術(shù)研究[D]. 周言.浙江工業(yè)大學(xué) 2015
[6]基于CSI的被動(dòng)式室內(nèi)定位與目標(biāo)計(jì)數(shù)方法研究[D]. 鄧曉華.杭州電子科技大學(xué) 2014
[7]基于視覺(jué)的人體運(yùn)動(dòng)行為識(shí)別研究[D]. 張建方.浙江工業(yè)大學(xué) 2012



本文編號(hào)：3403159