首页--工业技术论文--无线电电子学、电信技术论文--无线通信论文

基于WiFi信道状态信息的反网瘾系统

致谢第7-8页
摘要第8-9页
ABSTRACT第9页
1 绪论第15-22页
    1.1 研究背景及意义第15-16页
    1.2 国内外研究现状第16-19页
        1.2.1 基于视觉的人体行为感知技术第17-18页
        1.2.2 基于传感器的人体行为感知技术第18页
        1.2.3 基于无线信号的人体行为感知技术第18-19页
    1.3 本文研究内容及章节安排第19-22页
2 基于CSI的人体行为识别基本理论第22-36页
    2.1 基本原理第22-27页
        2.1.1 信道状态信息第22-23页
        2.1.2 CSI的主要性能优势第23页
        2.1.3 CSI数据结构及组成第23-27页
    2.2 人体行为识别框架第27页
    2.3 两种现有行为识别算法的介绍第27-35页
        2.3.1 基于SVM的人体行为识别算法第27-33页
        2.3.2 基于KNN的人体行为识别算法第33-35页
    2.4 本章小结第35-36页
3 基于核密度估计的入侵检测第36-49页
    3.1 系统模型的设计第36-41页
        3.1.1 CSI信号传播路径分析第36-37页
        3.1.2 测试环境的搭建及流程设计第37-39页
        3.1.3 滑动窗提取CSI信号特征第39-41页
    3.2 基于核密度估计的最佳检测阈值第41-47页
        3.2.1 核密度估计第41-44页
        3.2.2 最佳阈值提取第44-46页
        3.2.3 最佳检测阈值的性能评价指标第46-47页
        3.2.4 最佳检测阈值性能分析第47页
    3.3 本章小结第47-49页
4 基于SVM分类器的打游戏检测第49-68页
    4.1 幅值与相位的特征分析第49-57页
        4.1.1 主成分分析法第49-51页
        4.1.2 小波变换提取时频特征第51-53页
        4.1.3 统计特性提取及标准化第53-55页
        4.1.4 相位的特征分析第55-57页
    4.2 子载波与天线对的选择第57-60页
        4.2.1 子载波的预选择第57-58页
        4.2.2 天线对的预选择第58-60页
    4.3 分类器及其参数的选择第60-62页
        4.3.1 分类器的选择第60-61页
        4.3.2 SVM参数的选择第61-62页
    4.4 数据收集与性能分析第62-66页
        4.4.1 系统硬件设施与数据采集第62-63页
        4.4.2 性能评价指标第63-64页
        4.4.3 不同参数对实验结果的影响第64-66页
    4.5 本章小结第66-68页
5 总结与展望第68-70页
    5.1 本文工作总结第68页
    5.2 研究展望第68-70页
参考文献第70-74页
攻读硕士学位期间的学术活动及成果情况第74-75页

论文共75页,点击 下载论文
上一篇:基于脑电调节放松状态有效性研究
下一篇:基于KFCM-LMC-LSSVM算法的WLAN室内定位方法及室内定位系统