无线感知网络中基于CSI的室内入侵检测与行为识别研究
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 专用术语注释表 | 第9-10页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 研究内容和方法 | 第13-14页 |
| 1.4 论文章节安排 | 第14-16页 |
| 第二章 信道状态信息 | 第16-28页 |
| 2.1 基于传感器网络的检测方法 | 第16-18页 |
| 2.1.1 基于超宽带的检测方法 | 第16页 |
| 2.1.2 基于视频的检测方法 | 第16-17页 |
| 2.1.3 基于超声波的检测方法 | 第17页 |
| 2.1.4 基于红外线的检测方法 | 第17页 |
| 2.1.5 基于可穿戴设备的检测方法 | 第17-18页 |
| 2.2 基于WiFi信号的检测方法 | 第18-24页 |
| 2.2.1 WiFi信号的传播特征 | 第18-20页 |
| 2.2.2 RSSI | 第20-21页 |
| 2.2.3 CSI | 第21-23页 |
| 2.2.4 RSS与CSI的对比 | 第23-24页 |
| 2.3 CSI特征分析 | 第24-27页 |
| 2.3.1 MIMO | 第24-25页 |
| 2.3.2 数据采集 | 第25页 |
| 2.3.3 实验结果与分析 | 第25-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第三章 基于CSI的室内入侵检测 | 第28-45页 |
| 3.1 入侵检测系统模型概述 | 第28-29页 |
| 3.2 信号预处理 | 第29-32页 |
| 3.2.1 低通滤波 | 第29-30页 |
| 3.2.2 Kalman滤波的基本原理 | 第30-31页 |
| 3.2.3 实验结果 | 第31-32页 |
| 3.3 入侵检测方法 | 第32-38页 |
| 3.3.1 相关系数矩阵特征模型 | 第32-34页 |
| 3.3.2 动态特征方差 | 第34-35页 |
| 3.3.3 基于Kalman滤波改进的检测方法 | 第35-38页 |
| 3.4 实验结果与分析 | 第38-44页 |
| 3.4.1 性能评估指标 | 第39页 |
| 3.4.2 单子载波与多子载波方差分布对比 | 第39-41页 |
| 3.4.3 不同参数的实验性能分析 | 第41-44页 |
| 3.5 本章小结 | 第44-45页 |
| 第四章 基于CSI的室内行为识别 | 第45-56页 |
| 4.1 行为识别模型介绍 | 第45-47页 |
| 4.2 信号预处理 | 第47-48页 |
| 4.2.1 PCA | 第47页 |
| 4.2.2 预处理实验对比 | 第47-48页 |
| 4.3 行为识别的分类器 | 第48-53页 |
| 4.3.1 K近邻分类 | 第48-49页 |
| 4.3.2 线性分类器 | 第49-51页 |
| 4.3.3 支持向量机 | 第51-53页 |
| 4.4 实验结果与分析 | 第53-55页 |
| 4.5 本章小结 | 第55-56页 |
| 第五章 基于CSI的入侵检测和行为识别的应用 | 第56-62页 |
| 5.1 入侵检测在安防领域的应用 | 第56-57页 |
| 5.2 基于CSI行为识别的应用 | 第57-61页 |
| 5.2.1 智慧医疗 | 第58-60页 |
| 5.2.2 人机交互 | 第60-61页 |
| 5.3 本章小结 | 第61-62页 |
| 第六章 总结与展望 | 第62-64页 |
| 6.1 工作总结 | 第62-63页 |
| 6.2 展望 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第67-68页 |
| 致谢 | 第68页 |
