基于Wi-Fi信号的手势识别方法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 研究背景和意义 | 第9-11页 |
| 1.2 研究现状 | 第11-14页 |
| 1.2.1 绑定式手势识别技术分析 | 第11-12页 |
| 1.2.2 非绑定式手势识别技术分析 | 第12-14页 |
| 1.3 研究内容与文章结构 | 第14-17页 |
| 第二章 手势识别相关工作 | 第17-29页 |
| 2.1 手势信号源的选择 | 第17-18页 |
| 2.2 RSSI和CSI区别 | 第18-22页 |
| 2.2.1 RSSI特性 | 第18-19页 |
| 2.2.2 CSI特性 | 第19-21页 |
| 2.2.3 CSI与RSSI比较 | 第21-22页 |
| 2.3 手势识别相关算法 | 第22-28页 |
| 2.3.1 分类算法介绍 | 第22-25页 |
| 2.3.2 聚类算法介绍 | 第25-28页 |
| 2.4 本章总结 | 第28-29页 |
| 第三章 基于Wi-Fi信号的手势识别系统设计 | 第29-41页 |
| 3.1 基于Wi-Fi信号的手势识别系统框架 | 第29-30页 |
| 3.2 手势动作分类定义 | 第30-31页 |
| 3.3 原始数据获取 | 第31-34页 |
| 3.4 原始数据预处理 | 第34-39页 |
| 3.4.1 频域衰减补偿 | 第34-35页 |
| 3.4.2 移除高频噪声 | 第35-37页 |
| 3.4.3 平滑处理 | 第37-39页 |
| 3.5 本章小结 | 第39-41页 |
| 第四章 基于Wi-Fi信号的手势识别方法实现 | 第41-55页 |
| 4.1 手势数据获取与特征提取 | 第41-48页 |
| 4.1.1 手势数据获取 | 第41-45页 |
| 4.1.2 手势数据特征提取 | 第45-48页 |
| 4.2 手势识别算法 | 第48-53页 |
| 4.2.1 K-Means聚类算法 | 第48-49页 |
| 4.2.2 DTW分类算法 | 第49-50页 |
| 4.2.3 K-DTW识别算法 | 第50-53页 |
| 4.3 本章小结 | 第53-55页 |
| 第五章 实验验证与结果分析 | 第55-67页 |
| 5.1 同一用户在不同实验场景 | 第55-62页 |
| 5.1.1 室内弱多径干扰场景分析 | 第55-59页 |
| 5.1.2 室内强多径干扰场景分析 | 第59-62页 |
| 5.2 不同用户相同实验场景 | 第62-65页 |
| 5.3 本章小结 | 第65-67页 |
| 总结与展望 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 攻读硕士期间取得的研究成果 | 第73-75页 |
| 致谢 | 第75页 |
