| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 人体动作识别技术研究现状 | 第11-15页 |
| 1.2.1 基于图像/视频的人体动作识别 | 第12-13页 |
| 1.2.2 基于惯性传感器的人体动作识别 | 第13-14页 |
| 1.2.3 基于无线射频信号的人体动作识别 | 第14-15页 |
| 1.3 本文研究内容及创新点 | 第15-17页 |
| 1.4 文章结构 | 第17-18页 |
| 第2章 相关理论及技术方法 | 第18-34页 |
| 2.1 OFDM技术 | 第18-21页 |
| 2.1.1 正交频分复用技术 | 第18-19页 |
| 2.1.2 信道状态信息 | 第19-20页 |
| 2.1.3 RSSI与CSI | 第20-21页 |
| 2.2 降噪和滤波 | 第21-26页 |
| 2.2.1 巴特沃兹滤波器 | 第21-23页 |
| 2.2.2 小波去噪 | 第23-26页 |
| 2.3 特征提取方法 | 第26-29页 |
| 2.3.1 小波分析 | 第27-28页 |
| 2.3.2 小波包分解 | 第28-29页 |
| 2.4 支持向量机 | 第29-33页 |
| 2.5 本章小结 | 第33-34页 |
| 第3章 乒乓球动作识别模型构建 | 第34-48页 |
| 3.1 人体动作识别模型构建 | 第34-36页 |
| 3.2 数据采集 | 第36-37页 |
| 3.3 数据预处理 | 第37-41页 |
| 3.4 动作检测及动作提取 | 第41-43页 |
| 3.5 特征提取 | 第43-44页 |
| 3.6 SVM分类 | 第44-46页 |
| 3.7 本章小结 | 第46-48页 |
| 第4章 实验结果与分析 | 第48-60页 |
| 4.1 实验环境及工具简介 | 第48-52页 |
| 4.1.1 CSI数据采集实验环境 | 第48-51页 |
| 4.1.2 特殊硬件远程人体活动监测数据采集与初步分析 | 第51-52页 |
| 4.2 实验结果与分析 | 第52-58页 |
| 4.2.1 动作检测结果与分析 | 第52-53页 |
| 4.2.2 SVM分类结果分析与对比 | 第53-58页 |
| 4.3 本章小结 | 第58-60页 |
| 第5章 总结与展望 | 第60-62页 |
| 5.1 论文工作总结 | 第60-61页 |
| 5.2 未来工作展望 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-68页 |
| 攻读硕士学位期间发表的论文 | 第68页 |