基于RFID标签阵列的跨域感知技术研究
| 摘要 | 第4-7页 |
| abstract | 第7-9页 |
| 第一章 绪论 | 第17-29页 |
| 1.1 选题背景 | 第17-23页 |
| 1.1.1 跨域感知 | 第18-20页 |
| 1.1.2 RFID标签阵列 | 第20-22页 |
| 1.1.3 信号域与感知域 | 第22-23页 |
| 1.2 研究内容与意义 | 第23-29页 |
| 1.2.1 创新性与贡献 | 第25-26页 |
| 1.2.2 本文的组织结构 | 第26-29页 |
| 第二章 研究工作及相关进展 | 第29-39页 |
| 2.1 跨域感知技术概述与发展历程 | 第29-30页 |
| 2.2 常见感知技术的研究现状 | 第30-32页 |
| 2.3 RFID系统结构与感知研究进展 | 第32-34页 |
| 2.3.1 RFID的系统结构 | 第32页 |
| 2.3.2 RFID的跨域感知进展 | 第32-34页 |
| 2.4 基于RFID技术跨域感知的局限与挑战 | 第34-36页 |
| 2.5 本章小结 | 第36-39页 |
| 第三章 基于空间角度估算的三维运动姿态感知研究 | 第39-73页 |
| 3.1 引言 | 第39-42页 |
| 3.1.1 研究背景 | 第39-40页 |
| 3.1.2 问题描述 | 第40-42页 |
| 3.2 相关工作 | 第42-44页 |
| 3.3 应用与挑战 | 第44-47页 |
| 3.3.1 RF-Kinect系统应用场景 | 第44-45页 |
| 3.3.2 前期准备 | 第45-47页 |
| 3.3.3 挑战性问题 | 第47页 |
| 3.4 系统设计 | 第47-56页 |
| 3.4.1 系统框架 | 第47-49页 |
| 3.4.2 人体躯干几何模型 | 第49-50页 |
| 3.4.3 身体姿势估算 | 第50-56页 |
| 3.5 3D肢体运动追踪 | 第56-61页 |
| 3.5.1 估算肢体方向角 | 第56-58页 |
| 3.5.2 利用AoA模型细化肢体角度 | 第58-59页 |
| 3.5.3 利用相对距离关系校准肢体角度 | 第59-60页 |
| 3.5.4 算法整合 | 第60-61页 |
| 3.6 性能评估 | 第61-69页 |
| 3.6.1 实验部署与方法 | 第61-62页 |
| 3.6.2 评价指标 | 第62-63页 |
| 3.6.3 静态姿势评估 | 第63页 |
| 3.6.4 动态动作评估 | 第63-64页 |
| 3.6.5 不同方法的性能评估 | 第64页 |
| 3.6.6 天线间距对系统性能的影响 | 第64-66页 |
| 3.6.7 标签间距对系统性能的影响 | 第66页 |
| 3.6.8 用户位置和朝向对于系统的影响 | 第66页 |
| 3.6.9 不同用户的追踪性能评估 | 第66-68页 |
| 3.6.10 鲁棒性探究 | 第68-69页 |
| 3.6.11 NLOS环境中的性能评估 | 第69页 |
| 3.7 问题讨论 | 第69-70页 |
| 3.8 本章小结 | 第70-73页 |
| 第四章 基于反射信号定位的微动作空间轨迹感知研究 | 第73-95页 |
| 4.1 引言 | 第73-75页 |
| 4.1.1 研究背景 | 第73-74页 |
| 4.1.2 问题描述 | 第74-75页 |
| 4.2 初步实验&挑战问题 | 第75-77页 |
| 4.2.1 初步实验 | 第75-77页 |
| 4.2.2 挑战问题 | 第77页 |
| 4.3 基于标签阵列的手指追踪模型 | 第77-80页 |
| 4.3.1 手指移动对单个标签的影响 | 第78-79页 |
| 4.3.2 手指移动对标签阵列的影响 | 第79-80页 |
| 4.4 系统概述 | 第80-82页 |
| 4.4.1 系统架构 | 第80-81页 |
| 4.4.2 密集的标签阵列部署 | 第81-82页 |
| 4.5 RF-Finger系统设计 | 第82-88页 |
| 4.5.1 信号预处理 | 第83-84页 |
| 4.5.2 反射特征提取 | 第84-85页 |
| 4.5.3 单指轨迹追踪 | 第85-86页 |
| 4.5.4 多指手势识别 | 第86-88页 |
| 4.6 性能评估 | 第88-92页 |
| 4.6.1 实验部署&评估指标 | 第88-90页 |
| 4.6.2 手写字母轨迹的性能评估 | 第90页 |
| 4.6.3 不同形状的单指轨迹追踪 | 第90-91页 |
| 4.6.4 多指手势识别评估 | 第91-92页 |
| 4.7 相关工作 | 第92-93页 |
| 4.8 本章小结 | 第93-95页 |
| 第五章 基于多重信号分离的心率生理特征感知研究 | 第95-125页 |
| 5.1 引言 | 第95-98页 |
| 5.1.1 研究背景 | 第95-96页 |
| 5.1.2 问题描述 | 第96-98页 |
| 5.2 相关工作 | 第98-99页 |
| 5.3 初步实验与HRV模型分析 | 第99-106页 |
| 5.3.1 利用RFID标签阵列测量周期信号 | 第99-101页 |
| 5.3.2 实际环境中测量呼吸心跳 | 第101-102页 |
| 5.3.3 基于标签阵列的HRV感知模型 | 第102-106页 |
| 5.4 RF-ECG系统设计 | 第106-116页 |
| 5.4.1 系统概述 | 第106-107页 |
| 5.4.2 信号预处理 | 第107-109页 |
| 5.4.3 运动影响消除 | 第109-111页 |
| 5.4.4 基于离散小波变换(DWT)的滤波 | 第111-112页 |
| 5.4.5 基于标签阵列的信号融合 | 第112-114页 |
| 5.4.6 IBI分窗 | 第114-116页 |
| 5.5 性能评估 | 第116-122页 |
| 5.5.1 实验部署&实验方法 | 第116-117页 |
| 5.5.2 不同实验部署下的IBI误差评估 | 第117-118页 |
| 5.5.3 不同用户和多用户下的性能评估 | 第118-119页 |
| 5.5.4 不同用户状态下的性能评估 | 第119-121页 |
| 5.5.5 IBI曲线的对比 | 第121页 |
| 5.5.6 不同衣服类型下的性能评估 | 第121-122页 |
| 5.5.7 滤波算法对于系统性能的影响 | 第122页 |
| 5.6 问题讨论 | 第122-123页 |
| 5.7 本章小结 | 第123-125页 |
| 第六章 总结与展望 | 第125-129页 |
| 6.1 本文总结 | 第125-126页 |
| 6.2 未来研究工作 | 第126-129页 |
| 参考文献 | 第129-139页 |
| 简历与科研成果 | 第139-143页 |
| 致谢 | 第143-145页 |
