论文部分内容阅读
人体行为识别技术得到了越来越广泛的应用,例如用户认证、老年人日常行为监测以及跌倒检测等。现有的行为识别方法主要基于摄像头和可穿戴传感器。这些方法虽然能实现较高的识别率,但在识别动作的过程中不可避免地侵犯了用户的隐私。基于摄像头的行为识别方法在识别过程中会捕捉用户清晰的长相信息,基于可穿戴传感器的方法在识别过程中会收集用户的生理信息,如心跳或脉搏等,这些都会带来严重的隐私泄漏问题。近些年随着WiFi技术的快速发展,一些基于WiFi的行为识别方法被逐渐提出。由于在识别的过程中不对用户的面部信息进行捕捉也不获取敏感的生理信息,基于WiFi的行为识别方法能在准确地捕捉人体动作的同时有效地保护用户的个人隐私。尽管具有保护用户隐私的优势,但现有的基于WiFi的行为识别系统均设定在无干扰环境下进行实验,并没有考虑干扰对识别性能造成的影响。而用于行为识别的通用WiFi设备往往处于复杂的电磁环境中,其中由其他WiFi设备的频谱重叠所造成的同频干扰是最为普遍且严重的。更为不幸的是这些同频干扰会导致基于WiFi的行为识别系统的性能下降。围绕上述问题及实际需求,本学位论文致力于提升基于WiFi的行为识别系统对于同频干扰的鲁棒性,使得这些行为识别系统在复杂的同频干扰环境下仍能够精确识别人体动作。本文所设计的抗干扰算法包含了三个关键环节,分别是寻找干扰因素、减轻或消除干扰影响、提升识别性能。本文先分析了同频干扰对于WiFi识别系统的具体影响因素,随后使用子载波筛选方法及信号分量选择策略在不同维度上减轻或消除了同频干扰带来的影响。通过使用被筛选的子载波或被选择的分量来进行行为识别,本文最终提升了识别系统对于同频干扰的鲁棒性。现将本文的主要研究工作及其创新性总结如下:1.提出了基于WiFi的双层人体行为识别及定位系统为了确定WiFi能够捕捉人体运动的根本原因,即确定动作通过影响哪些信号传播量进而造成了信道状态信息（Channel State Information,CSI）的波动,本文通过公式量化了 CSI与时间、子载波频率、多径的数量、以及每条路径衰减系数等因素之间的数值关系,进而将人体的运动与CSI的波动联系起来。分析的结果说明了动作影响了多径的分布,而多径分布的改变影响了每条路径的信号衰减系数及传播路径长度,这最终引起了 CSI的波动。同时,为了验证在无同频干扰下基于WiFi的行为识别系统能够较好地完成识别任务,本文提出了一个基于WiFi的双层人体行为识别及定位系统。通过大量布设在实际场景下的实验,本文验证了在无同频干扰下基于WiFi的系统能够较好地进行人体定位及动作识别,这为后续研究同频干扰对于WiFi识别系统的影响奠定了对照基础。2.探索了 WiFi同频干扰对于基于WiFi的行为识别系统的影响本文分析了同频干扰对于基于WiFi行为识别系统识别性能的影响,这可以相应地为抗干扰策略的提出提供对应的思路以及理论和实验的支撑。具体而言,本文从信号本身、WiFi协议应对同频干扰的机制、以及路由器应对同频干扰的机制这三个不同的角度入手分析了同频干扰是如何影响基于WiFi行为识别系统的识别及定位能力,并通过大量实际场景下的实验验证了分析结果的正确性。分析的结果表明同频干扰降低了信号采样率、减弱了子载波间的强相关性、并破坏了幅度特征的稳定性,这些因素最终削弱了基于WiFi行为识别系统的识别能力。3.提出了基于WiFi子载波相关性筛选的抗干扰行为识别方案本文提出了对同频干扰鲁棒的基于WiFi的行为识别方案,该方案从信号处理角度入手,在不添加任何额外设备且不进行信道跳频的条件下提升了识别系统对于同频干扰的鲁棒性,该方案的提出为后续抗干扰识别策略的深入发展奠定了基础。信号处理是快速实现抗干扰的方式之一,因此本方案从信号处理的角度入手,探究如何能够选择出受同频干扰影响较少且包含运动信息较多的子载波。通过使用这些子载波来进行行为识别,该方案显著提升了系统对于同频干扰的鲁棒性。根据信息论原理,两个子载波相关性越弱,两者所包含的总信息越多。因此,本部分的核心是在可以被选择的子载波数量一定时,尽可能地选择相关性较弱的子载波来进行行为识别。在这种情况下选择的子载波所包含的运动信息最多,因此系统能够最大程度抵抗同频干扰。大量的包含不同干扰场景的实验结果表明,该子载波筛选策略可以在同频干扰环境下大幅度提高识别系统的识别率。4.提出了基于干扰独立相位分量的抗干扰WiFi行为识别方案本文提出了对同频干扰独立且对动作敏感的分量,该分量可以显著地提升系统对于同频干扰的鲁棒性,这进一步推动了基于WiFi行为识别系统的发展与落地,其研究框架为后续相关研究指明了方向。仅仅从信号处理的角度入手实现抗干扰只能够减轻同频干扰对于基于WiFi行为识别系统的影响。为了能够进一步提升识别系统对于同频干扰的鲁棒性,本方案深入信号源筛选层面,通过滤除多种由环境和硬件引起的相位误差,最终寻找到一种干扰独立的信号分量。该分量具有对不同干扰环境保持不变,并对不同动作响应差异的性质。通过使用这一分量来进行行为识别,识别系统最终实现了对于同频干扰的强鲁棒。大量的包含不同干扰设定的实验结果表明,该分量可大幅提升识别系统在同频干扰环境下的识别率和识别速率。