| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 课题研究背景 | 第10-14页 |
| 1.1.1 无线WiFi的分类及定义 | 第10-11页 |
| 1.1.2 商业无线WiFi的发展现状 | 第11页 |
| 1.1.3 智能设备的发展背景 | 第11-12页 |
| 1.1.4 智能家居设备的发展现状 | 第12-14页 |
| 1.2 课题研究的目的和意义 | 第14-15页 |
| 1.3 论文组织结构 | 第15-17页 |
| 第2章 相关理论基础及国内外研究现状 | 第17-27页 |
| 2.1 手势识别方法的理论基础及国内外研究现状 | 第17-21页 |
| 2.1.1 信道状态信息的概念 | 第17-18页 |
| 2.1.2 基于视觉设备和基于传感器的手势识别方法原理 | 第18页 |
| 2.1.3 基于视觉设备和基于传感器的手势识别方法的研究现状 | 第18-20页 |
| 2.1.4 基于信道状态信息的手势识别方法原理 | 第20页 |
| 2.1.5 基于信道状态信息的手势识别方法的研究现状 | 第20-21页 |
| 2.2 陌生人手势识别方法的理论基础及国内外研究现状 | 第21-26页 |
| 2.2.1 正交频分复用技术原理 | 第21-22页 |
| 2.2.2 基于虹膜和指纹的陌生人识别方法原理 | 第22-23页 |
| 2.2.3 基于虹膜和指纹的陌生人识别方法的研究现状 | 第23-24页 |
| 2.2.4 基于接收信号强度的陌生人识别方法原理 | 第24-25页 |
| 2.2.5 基于接收信号强度的陌生人识别方法的研究现状 | 第25页 |
| 2.2.6 基于信道状态信息的陌生人识别方法的研究现状 | 第25-26页 |
| 2.3 本章小结 | 第26-27页 |
| 第3章 基于信道状态信息的手势识别方法 | 第27-46页 |
| 3.1 引言 | 第27页 |
| 3.2 相关工作分析 | 第27-29页 |
| 3.3 基于KNN分类器的PWIG手势识别方法 | 第29-35页 |
| 3.3.1 信道状态信息数据的预处理 | 第29-34页 |
| 3.3.2 特征值及分类器的选择 | 第34-35页 |
| 3.4 实验过程与结果分析 | 第35-43页 |
| 3.4.1 实验所需的软硬件设备 | 第35-36页 |
| 3.4.2 实验场景介绍 | 第36-37页 |
| 3.4.3 手势动作的种类介绍 | 第37-38页 |
| 3.4.4 实验流程 | 第38页 |
| 3.4.5 实验结果分析 | 第38-43页 |
| 3.5 本章小结 | 第43-46页 |
| 第4章 基于信道状态信息的陌生人手势识别方法 | 第46-61页 |
| 4.1 引言 | 第46页 |
| 4.2 基于随机森林分类器的陌生人手势识别方法 | 第46-52页 |
| 4.2.1 信道状态信息数据的预处理 | 第47-49页 |
| 4.2.2 特征值及分类器选择 | 第49-52页 |
| 4.3 实验过程与结果分析 | 第52-59页 |
| 4.3.1 实验所需的软硬件设备 | 第53页 |
| 4.3.2 实验场景介绍 | 第53-54页 |
| 4.3.3 手势动作的种类介绍 | 第54-55页 |
| 4.3.4 实验流程 | 第55页 |
| 4.3.5 实验结果分析 | 第55-59页 |
| 4.4 本章小结 | 第59-61页 |
| 结论 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第67-69页 |
| 致谢 | 第69页 |
