基于RFID传感和DBN的人体活动识别技术研究

摘要

本文提出一种基于RFID传感标签和深度置信网络(Deep belief networks,DBN)的人体活动识别技术.首先,设计了一种无源RFID(Radio frequency identification,RFID)传感标签,人体加速度信号存入传感器数据区,标签序列号和硬件版本组成了标签ID可以进行唯一标识.然后从数据中提取初始特征,采用滑动窗口技术对特征进行进一步处理,使其更具鲁棒性,有利于快速的人体活动识别.最后,利用这些特征训练DBN,寻找最优DBN结构,实现人体行为识别.在一个可穿戴传感器数据集上进行实验,仿真结果表明,所设计的传感标签最小灵敏度约为-17 dBm,对应在2 W的阅读器功率下传感标签最大工作距离为10.5 m;所提出的DBN算法优于其他算法,也极大地提高了识别准确率.