基于CSI的复杂场景下人体运动检测研究
| 摘要 | 第2-3页 |
| Abstract | 第3页 |
| 1 绪论 | 第6-11页 |
| 1.1 研究意义 | 第6-7页 |
| 1.2 研究背景 | 第7-9页 |
| 1.3 研究目标 | 第9-10页 |
| 1.4 论文结构 | 第10页 |
| 1.5 本章小结 | 第10-11页 |
| 2 相关工作 | 第11-19页 |
| 2.1 相关技术简介 | 第11-15页 |
| 2.1.1 接收信号强度指示 | 第11-12页 |
| 2.1.2 信道状态信息 | 第12-14页 |
| 2.1.3 机器学习 | 第14-15页 |
| 2.2 文献综述 | 第15-17页 |
| 2.2.1 基于视频图像的人体运动检测 | 第15页 |
| 2.2.2 基于Wi-Fi的被动人员检测 | 第15-16页 |
| 2.2.3 基于Wi-Fi的动作识别 | 第16-17页 |
| 2.3 未来趋势 | 第17-18页 |
| 2.4 本章小结 | 第18-19页 |
| 3 视距/非视距路径的识别算法 | 第19-26页 |
| 3.1 CSI时间延迟特征 | 第20-22页 |
| 3.2 主导路径信号包络分布 | 第22-25页 |
| 3.3 本章小结 | 第25-26页 |
| 4 基于CSI的人体运动检测方法 | 第26-44页 |
| 4.1 人体运动对物理层信息的影响 | 第26-39页 |
| 4.1.1 对CSI振幅的影响 | 第28-32页 |
| 4.1.2 对CSI相位的影响 | 第32-39页 |
| 4.2 信号预处理 | 第39页 |
| 4.3 数据分割 | 第39-40页 |
| 4.4 特征提取 | 第40页 |
| 4.5 支持向量机分类器 | 第40-43页 |
| 4.6 本章小结 | 第43-44页 |
| 5 系统验证与评估 | 第44-58页 |
| 5.1 实验平台搭建 | 第44-47页 |
| 5.1.1 硬件架构 | 第44-46页 |
| 5.1.2 软件配置 | 第46-47页 |
| 5.2 实测实验 | 第47-54页 |
| 5.2.1 实验场景设置 | 第47-49页 |
| 5.2.2 视距路径识别 | 第49-51页 |
| 5.2.3 人体运动检测 | 第51-54页 |
| 5.3 性能分析 | 第54-57页 |
| 5.4 本章小结 | 第57-58页 |
| 结论 | 第58-59页 |
| 参考文献 | 第59-64页 |
| 致谢 | 第64-66页 |
