基于网络可视图的室内人体状态检测研究

摘要：

随着无线局域网的普及,利用无线信号对室内人员活动状态的研究越来越多,如进行无源被动的人体朝向感知等.本文提出了一种结合无线信道状态信息(CSI)和可视图(VG)复杂网络技术的室内人体朝向检测方法,首先以无线局域网中的信道状态幅度和相位信息构建时间序列数据网络,然后基于提取的网络参数和原始统计属性作为融合特征,再通过机器学习算法进行人体朝向的分类检测.为验证算法效果,本文建立了信道状态幅度和位相信息采集平台,综合多对天线数据进行了教室和办公室2种环境下的人体4朝向和8朝向检测,还讨论了K近邻(KNN)、朴素贝叶斯(NB)和支持向量机(SVM)等分类方法的时间复杂度对比.实验结果表明,本文所提出的方法和实验方案具有较高的室内人体朝向检测精度,8朝向的最佳检测精度能达到98.66％.

关键词：复杂网络、网络构建、人体状态、机器学习、可视图(VG)

所属期刊栏目：30

资助基金：浙江省自然科学基金LY18F010025,LY14F050004,LY13F010011

在线出版日期：2020-04-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：23-31