基于多模态感知的一种被动式身份识别系统的设计和实现

摘要

近年来，被动式的行为感知技术逐渐成为很多应用的关键技术，比如室内导航，动作和行为识别应用。通过利用WiFi波在室内的多径效应，结合人体对WiFi波的遮挡、反射等特性，基于WiFi的被动式人体感知技术逐渐成为了研究热门，国际上也涌现出了大量的相关应用。而在这些应用中，身份识别技术是一项基础并且关键的技术，这些应用若能够识别用户的身份，就能够为不同的用户其提供不同的服务。但是基于WiFi的身份识别的技术难点在于室内的多径效应会对无线信号的特征产生较大的干扰，所以如何分析这种不稳定的特征并利用其实现鲁棒的身份识别是一大挑战。
　　本文设计并实现了一种被动式并且低成本的身份识别技术。该技术利用从WiFi中提取的细粒度无线信道状态信息CSI(Channel State Information)，并辅以从脚步声中提取的声学特征，通过融合的特征信息来达到鲁棒地检测用户身份的目的。为了能在实际场景中达到高准确率，系统使用了噪声分析技术并且得出两个置信值来分别定量表征无线信道测量和声音测量时的噪声影响。基于准确的步态分析，系统能够自适应地将声音特征以及无线信道特征相融合并判断用户身份。
　　本文的主要贡献点与创新点如下:
　　1.本文提出了一种定量的无线信道状态噪声以及声音噪声的分析算法。通过构造噪声分析器，得到置信值来表征噪声大小来实现自适应的特征融合。
　　2.本文设计了一种被动式的身份识别方案，该方案能够在较低的部署开销情况下利用无线感知以及声学感知技术，通过多模态融合的方法提升识别精度。
　　3.本文设计实现了一个身份识别系统RAPID，并利用商用设备搭建了RAPID节点，开发了一套相关API，最后利用实验来考察它的性能。实验结果表明，该系统能够达到92％的准确率，相比于国际上最先进的基于WiFI的单模态方法，提高了大约15％的准确度。

目录

声明

摘要

图目录

表目录

1．1 课题背景

1．2 研究内容

1．3 文章结构

第2章 相关工作

2．1 无线感知的研究现状

2．2 基于步态的身份识别的研究现状

2．3 多模态的身份识别的研究现状

2．4 本章总结

第3章 噪声分析模型的原理和设计

3．1．1 无线信道状态信患简介

3．1．2 多径效应

3．1．3 模型构建

3．2 算术分段信噪比模型

3．3 本章总结

4．1 系统概述

4．1．1 RPAID原型节点

4．1．2 总体框架

4．2 信号预处理

4．2．1 CSI信号预处理

4．2．2 声波信号预处理

4．3 行走以及单步检测

4．3．1 两层行走检测

4．3．2 单步检测

4．4 噪声分析

4．5 多模态的身份识别

4．5．1 构建特征

4．5．2 构建分类器

4．5．3 分类器融合

4．6 本章小节

5．1 实验方法论

5．2 实验场景和数据采集

5．2．1 实验场景

5．2．2 数据集

5．3 系统噪声对基于无线感知的识别影响

5．3．1 目标

5．3．2 实验设置

5．3．3 结果和分析

5．4 系统噪声对于CSI置信度的影响

5．4．1 目标

5．4．2 实验设置

5．4．3 结果和分析

5．5 在无噪声情况下多模态和单模态识别方法的比较

5．5．1 目标

5．5．2 实验设置

5．5．3 结果和分析

5．6 在有噪声情况下多模态和单模态识别方法的比较

5．6．1 目标

5．6．2 实验设置

5．6．3 结果和分析

5．7 行走检测的性能

5．7．3 结果和分析

5．8 单步特征的影响

5．8．1 目标

5．8．2 实验设置

5．8．3 结果和分析

5．9 步数对系统性能的影响

5．9．1 目标

5．9．2 实验设置

5．9．3 结果和分析

5．10 本章小节

6．1 全文工作总结

6．2 未来工作

参考文献

附录

攻读硕士学位期间主要的研究成果

致谢