一种基于信道状态信息的高鲁棒性人体动作识别方法

作     者：郝占军 党建武 张岱阳 HAO Zhan-jun;DANG Jian-wu;ZHANG Dai-yang

作者机构：兰州交通大学电子与信息工程学院兰州730070 西北师范大学计算机科学与工程学院兰州730070 

基　　金：国家自然科学基金(61662070 61363059) 

出 版 物：《兰州交通大学学报》 (Journal of Lanzhou Jiaotong University)

年 卷 期：2020年第39卷第6期

页      码：37-44页

摘      要：传统的人体动作识别技术主要以摄像头及传感器为主,存在侵犯用户隐私、环境依赖性强、成本较高等问题.针对上述问题,利用从商用WiFi设备提取的信道状态信息提出了一种基于信道状态信息的人体动作识别方法,设计了一种基于层次聚类的集成分类模型用以对不同人体动作进行分类和识别.在不同的实验环境下,通过比较不同的实验条件和方法,仿真结果表明该方法具有较高的精度及较强的鲁棒性,对人体动作的综合识别率达到95.3%,为室内人体动作识别提供了一个可行的解决方案.

主 题 词：WiFi 人体动作识别 信道状态信息 层次聚类 高鲁棒性 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 08[工学] 081201[081201] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1001-4373.2020.06.007

馆 藏 号：203101608...