一种基于csi的室内人员行为检测方法.doc

(录用定稿) 网络首发时间: 2017-11-08 09:04:43
GB/T 7714-2015 格式参考文献:党小超;黄亚宁;郝占军;[J/OL]. 计算机工程, :1-8. (2017-11-08). .hebeu./kcms/detail/.. .
一种基于CSI的室内人员行为检测方法
党小超黄亚宁郝占军司雄
西北师范大学计算机科学与工程学院甘肃省物联网工程研究中心
导出/参考文献已关注关注
X
关注成功!
加关注后您将方便地在我的关注中得到本文献的被引频次变化的通知!
分享
新浪微博
腾讯微博
人人网
开心网
豆瓣网
网易微博
收藏打印
摘    要:
针对传统室内人员行为检测方法的检测准确率低, 稳定性不高的问题, 本文提出了一种基于信道状态信息(Channel State Information, CSI) 的室内人员行为检测方法。该方法首先采集CSI原始数据包, 使用卡尔曼滤波(Kalman) 算法对原始的CSI数据进行过滤, 对过滤后的数据再使用支持向量机(Support Vector Machine, SVM) 进行分类处理, 建立指纹库;其次, 利用粒子群算法(Particle Swarm Optimization, PSO) 对SVM中的参数进行修正;最后, 采用SVM将在真实环境内实时采集到的数据进行处理, 并将真实环境下采集的实时数据与指纹库的数据进行匹配, 从而达到检测人员行为的效果。实验结果表明, 将SVM应用于离线阶段的特征提取, 可以更精细的识别室内人员的动作行为, 且稳定性更高。
关键词:
行为检测; 信道状态信息; 支持向量机; 粒子群算法; 卡尔曼滤波;
作者简介:党小超(1963-) , 男, 硕士, 教授, 硕士生导师, 主要研究方向为物联网、传感器网络;
作者简介:黄亚宁(1994-) , 女, 硕士研究生, 主要研究方向为无线传感器网络;
作者简介:郝占军(1979-) , 通讯作者, 男, 硕士, 副教授, 硕士生导师, 主要研究方向为位置服务、无线传感器网络;E-mail:zhanjunhao@
作者简介:司雄(1993-) , 男, 硕士研究生, 主要研究方向为无线传感器网络。
基金:国家自然科学基金(, , )
An Indoor Personnel Behavior Detection Method Based on Channel State Information
DANG Xiao-chao HUANG Ya-ning HAO Zhan-jun SI Xiong
College puter Science and Engineering, Northwest Normal University;
Abstract:
Aim at the problem of low detection accuracy and low stability of traditional indoor personnel behaviordetection method, this paper propose an indoor personnel behavior detection method based on channel state , the original data packets of channel state information (CSI) are collected, and the original CSI data is filtered by using the Kalman filter algorithm. The filtered data is classified by SVM and the fingerprint database is established. Secondly, (Particle Swarm Optimization PSO) is used to correct the parameters in SVM. Finally, SVM will be used to process the data collected in real time in real environment, and the real-time data collected in real environment will be matched with the data of fingerprint database to ach