基于平滑伪Wigner-Ville分布的动态手势识别算法研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.2 国内外研究历史及现状 | 第12-15页 |
| 1.2.1 软件无线电相关研究 | 第12-13页 |
| 1.2.2 人体姿态识别相关研究 | 第13-15页 |
| 1.3 论文主要工作 | 第15-16页 |
| 1.4 论文组织架构 | 第16-18页 |
| 第二章 特征值提取原理 | 第18-26页 |
| 2.1 框架总体模型 | 第18-19页 |
| 2.2 软件无线电收发信号模型 | 第19-22页 |
| 2.2.1 帧结构参数 | 第19-21页 |
| 2.2.2 前导提取特征值原理 | 第21-22页 |
| 2.3 WIFI信号目标特征选取 | 第22-26页 |
| 2.3.1 时频分析理论 | 第22-23页 |
| 2.3.2 Wigner-Ville分布 | 第23-26页 |
| 第三章 手势识别分类算法 | 第26-42页 |
| 3.1 支持向量机概述 | 第26-30页 |
| 3.1.1 分类原理 | 第26-29页 |
| 3.1.2 关键参数优化 | 第29-30页 |
| 3.2 改进的和声搜索算法 | 第30-37页 |
| 3.2.1 和声搜索算法基本思想 | 第30-32页 |
| 3.2.2 改进和声搜索算法 | 第32-37页 |
| 3.3 支持向量机参数优化 | 第37-42页 |
| 3.3.1 参数优化目标函数 | 第37-38页 |
| 3.3.2 参数优化仿真及分析 | 第38-42页 |
| 第四章 基于SPWVD及SVM的动态手势识别算法 | 第42-58页 |
| 4.1 实验场景 | 第42-44页 |
| 4.2 接收信号分析 | 第44-45页 |
| 4.3 提取接收信号特征参数 | 第45-52页 |
| 4.3.1 矩和边缘特性 | 第45-48页 |
| 4.3.2 动态手势的特征向量提取 | 第48-52页 |
| 4.4 训练支持向量机 | 第52-53页 |
| 4.5 算法性能结果分析 | 第53-58页 |
| 4.5.1 SVM参数优化算法性能分析 | 第53-54页 |
| 4.5.2 基于SPWVD的手势识别算法性能分析 | 第54-58页 |
| 第五章 全文总结 | 第58-62页 |
| 5.1 本文的主要工作与意义 | 第58-59页 |
| 5.2 本文待完善的因素及展望 | 第59-62页 |
| 参考文献 | 第62-65页 |
| 致谢 | 第65-66页 |
| 攻读硕士学位期间发表或已投学术论文清单 | 第66页 |
