论文部分内容阅读
人体行为识别技术在智能家居、体感游戏、人体姿态监护等领域发挥着越来越重要的作用。论文研究了一种WLAN环境下基于信道状态信息(Channel State Information,CSI)的人体行为识别方法。该方法首先对人体行为的CSI信号进行分析,然后利用滑窗提取CSI信号特征,利用核密度估计方法求出检测门限,最后利用动态时间规整(Dynamic Time Warping,DTW)算法进行人体行为识别。根据真实环境数据验证表明,所提出的基于CSI的人体行为识别方法识别率高,具有很强的算法鲁棒性。