基于WiFi的室内多人活动检测与识别方法的研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-18页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.2.1 动作识别研究现状 | 第13-14页 |
| 1.2.2 WiFi信号研究现状 | 第14-16页 |
| 1.3 本文的研究内容 | 第16-17页 |
| 1.4 本文的组织结构 | 第17-18页 |
| 第2章 相关技术研究 | 第18-34页 |
| 2.1 RSSI与CSI | 第18-19页 |
| 2.2 MIMO与OFDM | 第19-21页 |
| 2.3 多径传播 | 第21-23页 |
| 2.4 去噪技术 | 第23-26页 |
| 2.4.1 低通滤波 | 第24页 |
| 2.4.2 小波去噪 | 第24-26页 |
| 2.5 主成分分析PCA | 第26-28页 |
| 2.6 特征选择与分类算法 | 第28-33页 |
| 2.6.1 特征选择 | 第28-30页 |
| 2.6.2 分类方法 | 第30-33页 |
| 2.7 本章小结 | 第33-34页 |
| 第3章 基于WiFi的人体活动检测方法 | 第34-51页 |
| 3.1 整体设计模型 | 第34-35页 |
| 3.2 CSI数据采集方法 | 第35-37页 |
| 3.2.1 实验平台与工具 | 第35-36页 |
| 3.2.2 实验场景与方案 | 第36-37页 |
| 3.3 CSI数据预处理 | 第37-41页 |
| 3.3.1 去噪处理 | 第37-38页 |
| 3.3.2 相位校正 | 第38-41页 |
| 3.4 活动检测方法 | 第41-49页 |
| 3.4.1 异常检测算法ADA | 第41-43页 |
| 3.4.2 活动起止点检测方法 | 第43-49页 |
| 3.5 本章小结 | 第49-51页 |
| 第4章 基于WiFi的多人活动识别分类方法 | 第51-64页 |
| 4.1 引言 | 第51页 |
| 4.2 活动识别速度模型 | 第51-53页 |
| 4.3 活动特征处理方法 | 第53-56页 |
| 4.3.1 特征选取 | 第53-55页 |
| 4.3.2 数据降维 | 第55-56页 |
| 4.4 k近邻分类方法 | 第56-57页 |
| 4.5 实验结果与分析 | 第57-63页 |
| 4.5.1 活动人数识别结果 | 第57-58页 |
| 4.5.2 活动种类识别结果 | 第58-59页 |
| 4.5.3 实验结果影响因子分析 | 第59-63页 |
| 4.6 本章小结 | 第63-64页 |
| 结论 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 附录A 攻读学位期间所发表的学术论文 | 第70-71页 |
| 致谢 | 第71页 |
