无线体域网中人体动作监测与识别若干方法研究
| 摘要 | 第1-7页 |
| Abstract | 第7-14页 |
| 插图索引 | 第14-16页 |
| 附表索引 | 第16-17页 |
| 第1章 绪论 | 第17-28页 |
| ·研究背景及意义 | 第17-22页 |
| ·无线体域网概述 | 第18页 |
| ·无线体域网的研究现状 | 第18-22页 |
| ·研究内容和挑战 | 第22-24页 |
| ·无线体域网的人体动作监测方法 | 第22-23页 |
| ·研究内容 | 第23-24页 |
| ·面临困难和挑战 | 第24页 |
| ·本文主要工作 | 第24-25页 |
| ·论文的组织 | 第25-28页 |
| 第2章 相关研究和理论基础 | 第28-45页 |
| ·体域网的人体动作监测研究 | 第28-30页 |
| ·基于微惯性传感器的人体运动模式识别方法 | 第30-36页 |
| ·预处理 | 第30-31页 |
| ·特征提取与特征选择 | 第31-32页 |
| ·分类与识别方法 | 第32-35页 |
| ·现有人体运动模式识别存在的问题和挑战 | 第35-36页 |
| ·功率控制 | 第36-39页 |
| ·功率控制概述 | 第36-37页 |
| ·现有功率控制相关研究与分类 | 第37-38页 |
| ·无线体域网功率控制研究的挑战 | 第38-39页 |
| ·稀疏表示和压缩感知理论 | 第39-43页 |
| ·稀疏表示和压缩感知 | 第40-42页 |
| ·分布式压缩感知和联合稀疏表示 | 第42-43页 |
| ·本章小结 | 第43-45页 |
| 第3章 基于自学习稀疏表示的动态手势识别方法 | 第45-58页 |
| ·引言 | 第45-46页 |
| ·问题描述与稀疏表示分类模型 | 第46-48页 |
| ·问题描述 | 第46-47页 |
| ·稀疏表示分类模型 | 第47-48页 |
| ·自学习稀疏表示分类手势识别方法L-SRC | 第48-53页 |
| ·手势数据长度不一的问题 | 第48-49页 |
| ·快速手势识别的问题 | 第49-51页 |
| ·字典学习 | 第50-51页 |
| ·基于类别的判别式字典学习 | 第51页 |
| ·分类策略 | 第51-52页 |
| ·L-SRC手势识别算法描述 | 第52-53页 |
| ·实验与分析 | 第53-57页 |
| ·手势数据集 | 第53-54页 |
| ·手势数据的预处理 | 第54页 |
| ·手势识别结果与分析 | 第54-57页 |
| ·本章小结 | 第57-58页 |
| 第4章 基于压缩分类的动作识别方法 | 第58-75页 |
| ·引言 | 第58-59页 |
| ·问题描述 | 第59-60页 |
| ·压缩分类动作识别方法 | 第60-66页 |
| ·数字化压缩采样 | 第60-62页 |
| ·压缩分类动作识别方法RP-CC | 第62-64页 |
| ·RP-CC_(all)动作识别方法 | 第62-63页 |
| ·RP-CC_(same)动作识别方法 | 第63-64页 |
| ·RP-CC方法对随机投影数据的识别有效性分析 | 第64-65页 |
| ·RP-CC算法描述 | 第65-66页 |
| ·实验与分析 | 第66-74页 |
| ·WARD动作数据集 | 第66-67页 |
| ·动作信号的稀疏性验证 | 第67页 |
| ·识别预处理以及参数选取 | 第67-68页 |
| ·RP-CC方法在随机投影下的识别性能 | 第68-72页 |
| ·RP-CC方法与其它识别方法的性能比较 | 第72-74页 |
| ·本章小结 | 第74-75页 |
| 第5章 基于联合稀疏表示分类的动作识别方法 | 第75-91页 |
| ·引言 | 第75-77页 |
| ·多传感器融合的动作识别问题描述 | 第77-80页 |
| ·问题描述 | 第77-79页 |
| ·多传感器采集动作数据的时空相关性 | 第79-80页 |
| ·基于联合稀疏表示分类的动作识别方法 | 第80-86页 |
| ·分布式数据压缩 | 第81-82页 |
| ·动作识别的联合稀疏表示分类模型 | 第82-83页 |
| ·基于层次贝叶斯模型的算法求解 | 第83-85页 |
| ·稀疏系数与分类 | 第85-86页 |
| ·DCS-JSRC算法描述 | 第86页 |
| ·实验与分析 | 第86-89页 |
| ·识别预处理以及参数选取 | 第86-87页 |
| ·DCS-JSRC方法的识别性能比较 | 第87-88页 |
| ·DCS-JSRC方法的压缩性能比较 | 第88-89页 |
| ·本章小结 | 第89-91页 |
| 第6章 基于人体动作行为的动态功率控制机制 | 第91-104页 |
| ·引言 | 第91-93页 |
| ·体域网中无线链路的动态特性 | 第93-98页 |
| ·节点在不同发射功率下的RSSI值和LQI值实验 | 第94-95页 |
| ·测试者在不同运动状态下测量的RSSI值实验 | 第95-97页 |
| ·测试者在不同姿态下测量的RSSI值实验 | 第97-98页 |
| ·基于动作行为的动态传输功率控制机制 | 第98-100页 |
| ·功率控制模型 | 第98-99页 |
| ·基于动作识别结果的PID功率控制机制PID-A | 第99-100页 |
| ·功率控制机制验证与性能分析 | 第100-103页 |
| ·实验及参数设置 | 第100-101页 |
| ·性能评价指标 | 第101页 |
| ·实验结果与分析 | 第101-103页 |
| ·本章小结 | 第103-104页 |
| 第7章 原型系统与算法验证 | 第104-114页 |
| ·引言 | 第104-106页 |
| ·基于多惯性传感器的无线体域网平台搭建 | 第106-107页 |
| ·节点选择与系统结构 | 第106-107页 |
| ·上位机监测软件与数据显示 | 第107页 |
| ·手势识别的原型验证 | 第107-110页 |
| ·手势数据的采集 | 第108-109页 |
| ·手势识别算法的验证 | 第109-110页 |
| ·动作识别的原型验证 | 第110-113页 |
| ·动作数据的采集 | 第111-112页 |
| ·动作识别算法的验证 | 第112页 |
| ·能量有效性的验证 | 第112-113页 |
| ·本章小结 | 第113-114页 |
| 结论 | 第114-118页 |
| 参考文献 | 第118-132页 |
| 致谢 | 第132-133页 |
| 附录A 攻读学位期间完成的论文 | 第133-134页 |
| 附录B 攻读学位期间主持和参加的科研课题 | 第134页 |
