本文作者认为在即将到来的智能世界里,到处都是传感器,比如嵌入到地面和墙上,以及在用户的可穿戴设备里,让世界充满了隐形的按钮。当用户改变自身状态或者进入某一特定位置便会自动触发相应的按钮。小到手表、信用卡,大到汽车、道路甚至整个城市,它们都能感知人类的行为并作出相应的举动。本文作者首先利用在地面的振动传感器搭建了一套室内定位系统,利用行人的脚步声振动来定位行人。该系统首先通过树莓派和地震检波器来采集地面振动信号,再利用巴特沃兹高通滤波器滤除背景噪声,然后通过SWIM(Speed-based adaptive Weight Increment Model)模型来区别脚步声和其他振动噪声,最后计算时间差并通过TDOA(Time Difference of Arrival)算法来定位行人。该系统还检测地面的振动,提取梅尔倒谱系数作为特征,利用Q聚类算法和随机森林算法来识别行人身份和行为活动,比如老人摔倒。另外,由于传感器的体积太小,导致缺少和用户的交互界面。本文作者提出定位人的手指在身体皮肤表面敲击的振动位置来为传感器提供交互界面。本文通过压电陶瓷片和智能手表里的加速度计和陀螺仪来采集手指敲击手背的振动信号,并提取振动信号的时域和频域的特征,依据特征相关点和特征敏感点对特征进行优化,再利用最近邻算法和人工神经网络识别不同的敲击位置。进一步,该系统利用基于密度的一类分类器对用户进行身份验证。本文对以上两个系统都搭建了硬件系统,并通过真实搭建实验环境对系统的有效性进行验证。室内定位系统平均误差7cm,手指敲击位置识别系统识别精度为96%,同时能在极低的等误率(2.4%)下,通过单次敲击对用户进行身份验证,并且系统在各种真实场景(如地铁、飞机)的干扰下展现出较强的鲁棒性。