基于Wi-Fi信号强度的设备无关被动室内定位与活动识别研究

摘要

设备无关被动定位与活动识别技术在应急救援、健康监护中具有广泛用途,目前普遍使用的基于CSI(Channel State Information)与RTI(Radio Tomography Imaging)的被动定位与感知算法依赖特殊设备,难以普及与扩展.本文基于现有WLAN基础设施,提出基于Wi-Fi信号的设备无关内容识别(Device-free content recognition,DFCR)系统,利用无线信号强度在受干扰情况下的波动特征,通过对信号强度时间序列分析,采用多种机器学习方法进行模式匹配,实现目标定位与活动识别.实测结果表明,本文提出的算法能够实现房间内1m级别的定位精度,同时还能识别出目标在房间内的躺、站、走等状态.本算法仅使用现有Wi-Fi热点信号强度实现设备无关被动定位,具有较好应用前景.