| 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10-17页 |
| 1.1.1 手势识别相关研究现状 | 第11-14页 |
| 1.1.2 软件无线电相关研究现状 | 第14-17页 |
| 1.2 论文组织架构 | 第17-18页 |
| 第二章 WIFI信号特征提取 | 第18-36页 |
| 2.1 系统模型 | 第18-19页 |
| 2.2 特征提取原理 | 第19-23页 |
| 2.2.1 802.11a帧结构分析 | 第20-21页 |
| 2.2.2 前导序列提取特征值原理 | 第21-23页 |
| 2.3 手势特征提取 | 第23-30页 |
| 2.3.1 特征提取方法 | 第23-24页 |
| 2.3.2 Choi-Williams分布 | 第24-28页 |
| 2.3.3 手势说明 | 第28-30页 |
| 2.4 特征分析 | 第30-36页 |
| 2.4.1 前导幅度分析 | 第30-31页 |
| 2.4.2 时频域特征分析 | 第31-32页 |
| 2.4.3 矩特性 | 第32-33页 |
| 2.4.4 边缘特性 | 第33-36页 |
| 第三章 SVM分类器参数优化 | 第36-54页 |
| 3.1 引言 | 第36-37页 |
| 3.2 支持向量机概述 | 第37-43页 |
| 3.2.1 分类器原理 | 第37-42页 |
| 3.2.2 提升SVM性能 | 第42-43页 |
| 3.3 果蝇优化算法及改进 | 第43-48页 |
| 3.3.1 基础果蝇优化算法 | 第43-46页 |
| 3.3.2 基于动态种群和方向修正的果蝇优化算法 | 第46-48页 |
| 3.4 DPDC-FOA性能比较 | 第48-54页 |
| 3.4.1 固定进化迭代数 | 第49-50页 |
| 3.4.2 固定收敛精度 | 第50-51页 |
| 3.4.3 与参考文献中涉及到的其他算法进行比较 | 第51-54页 |
| 第四章 基于CW及DPDC-FOA的手势识别方法实现 | 第54-62页 |
| 4.1 实验系统 | 第54-55页 |
| 4.2 整体算法流程 | 第55-56页 |
| 4.3 利用滑动窗提升识别性能 | 第56-58页 |
| 4.4 矩特性和边缘特性结果比较 | 第58-59页 |
| 4.5 基于DPDC-FOA的SVM参数优化 | 第59-62页 |
| 第五章 总结与展望 | 第62-64页 |
| 5.1 全文工作总结 | 第62-63页 |
| 5.2 展望 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 致谢 | 第67-68页 |
| 攻读硕士学位期间发表或已投学术论文清单 | 第68页 |