基于CSI信息的室内人体轨迹跟踪系统

摘要

在智能家居系统中，室内人体的跟踪扮演着十分重要的角色，它使得智能家电能够基于用户的行走轨迹来提供更加细粒度的服务。这篇文章提出了一个免携带设备的人体跟踪系统，它仅仅使用了已经存在的商业 WIFI设备和智能家电。我们认为人体的走动轨迹是由一系列的走动行为构成的。因此我们可以通过检测一系列的走动行为，来判断实际人体的行动轨迹。我们定义了三种基础的移动行为，即通过房间动作、通过设备动作、进出入房间动作。这三种移动行为可以根据他们对于临近 WIFI设备（检测点）影响的不同而被检测出并相互区分。同时我们也使用了一种机器学习的方法，即支持向量机（SVM）被用来训练一个能够识别上述移动行为的分类器。为了比较两种行走轨迹，我们将比较检测到的移动行序列，这些序列是由移动行为的类型，检测点以及发生时刻构成的。通过计算实际测量的行为序列和先前保存的路径之间的相似度,我们可以判断实时监测的移动序列为某条特定的轨迹。实验效果的评估在三个不同的场景下进行,结果表明在移动行为识别方面我们的方法可以达到超过95%的平均精度，移动轨迹检测方面则有超过90%正确率。

目录

声明

第一章 绪论

1.1室内的人体移动轨迹检测

1.2室内的人体移动轨迹检测

1.3国内外研究现状

1.4本文的主要工作

第二章 人体移动轨迹检测相关技术的研究

2.1正交频分复用技术

2.2多输入多输出系统

2.3信道状态信息

2.4支持向量机

2.5动态时间规整

第三章 基于CSI的室内人体轨迹检测方法的研究

3.1基本思想

3.2信号与轨迹的分离

第四章 基于CSI的室内人体轨迹检测系统的设计与实现

4.1系统概述

4.2移动行为监督者

4.3轨迹分析者

4.4扩展功能

第五章 实验结果分析

5.1实验概述

5.2实验平台的搭建

5.3实验的度量标准

5.4综合性表现

5.5稳定性分析

第六章 结束语

6.1本文的主要工作与结论

6.2后续工作与展望

参考文献

致谢

攻读硕士学位期间已发表或录用的论文

答辩决议书