基于信道状态信息的行为无源感知研究
| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 人体行为研究的目的和意义 | 第14-16页 |
| 1.2 人体行为识别的研究现状 | 第16-18页 |
| 1.3 论文章节安排 | 第18-20页 |
| 第二章 室内人体行为识别技术概述 | 第20-30页 |
| 2.1 主要的人体行为识别技术 | 第20-27页 |
| 2.1.1 基于视频的人体行为识别技术 | 第20-21页 |
| 2.1.2 基于加速度传感器的人体行为识别技术 | 第21-23页 |
| 2.1.3 基于射频的人体行为识别技术 | 第23-24页 |
| 2.1.4 基于WLAN的人体行为识别技术 | 第24-27页 |
| 2.2 信号传播特性及信号源分类 | 第27-29页 |
| 2.2.1 信号传播的物理特性 | 第28页 |
| 2.2.2 信号源的种类 | 第28-29页 |
| 2.3 本章小结 | 第29-30页 |
| 第三章 基于RSSI和CSI的人体行为识别研究 | 第30-48页 |
| 3.1 信道响应 | 第30-32页 |
| 3.2 基于RSSI和CSI的无源感知 | 第32-35页 |
| 3.2.1 基于RSSI的无源感知 | 第32-33页 |
| 3.2.2 基于CSI的无源感知 | 第33-35页 |
| 3.3 基于WIFI的人体行为识别实验设计 | 第35-39页 |
| 3.3.1 场景设计 | 第35-36页 |
| 3.3.2 设备选取 | 第36-37页 |
| 3.3.3 系统设计 | 第37-39页 |
| 3.4 人体行为识别的实验参数设置 | 第39-44页 |
| 3.4.1 数据处理及特征值的选择 | 第40-42页 |
| 3.4.2 采样频率的选择 | 第42-43页 |
| 3.4.3 数据包分组的选择 | 第43-44页 |
| 3.5 人体行为识别的相关算法 | 第44-45页 |
| 3.6 算法分类结果分析 | 第45-47页 |
| 3.7 本章小结 | 第47-48页 |
| 第四章 基于阈值的睡眠质量检测研究 | 第48-56页 |
| 4.1 人的睡眠姿势识别实验 | 第48-52页 |
| 4.1.1 睡眠姿势 | 第48-49页 |
| 4.1.2 实验场景 | 第49-50页 |
| 4.1.3 实验结果与分析 | 第50-52页 |
| 4.2 基于阈值的人体睡眠质量检测算法 | 第52-55页 |
| 4.2.1 算法介绍 | 第53-54页 |
| 4.2.2 实验设计 | 第54-55页 |
| 4.2.3 实验结果及分析 | 第55页 |
| 4.3 本章小结 | 第55-56页 |
| 第五章 总结与展望 | 第56-58页 |
| 5.1 论文工作总结 | 第56-57页 |
| 5.2 未来展望 | 第57-58页 |
| 参考文献 | 第58-63页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第63-64页 |
