基于电磁信号特征的人体姿态分类研究

摘要
随着无线传感技术的发展，无线信号已经成为最普遍的信号，当一个目标停留在不同的位置，执行不同的活动，或者做不同的手势，就会对周围无线信号特征产生不同影响。无论我们身处何方，我们周围总会有许多无线信号，研究表明，人类行为对周围无线信号特征的影响可以作为一种强大的传感工具来定位和识别附近的人的活动。通过分析一个人对周围无线信号特征的影响来判断这个人动作及姿态。基于无线信号的人体姿态分类研究克服了传统方法的弊端，成为未来移动计算应用的一种很有前景的技术，它将在智能城市、智能空间和智能家居等智能应用中发挥重要作用。
本文以人的位置信号的分类为例，运用基于电磁信号的人体姿态识别方法对位置信号进行分类。以人体活动或者位置的变化对无线链路的阴影效应而引起的时域接收信号强度（RSS）的变化，对RSS信号进行小波变换构造特征向量，利用贝叶斯网络（Bayesian network）对小波变换得到的特征向量进行分类，从而实现对不同位置信号的分类。
通过实验仿真，贝叶斯网络分类的正确率能达到90%以上，充分说明了本文所用的识别方法的有效性。
关键词： 无线信号，人体姿态分类，分类算法

第一章 绪论
1.1 课题研究背景及意义
1.1.1 研究背景
人体姿态是人类于学习、工作、生产等各项活动中所表现出来的具有多样性特征的运动体态。包括跑步、行走、站立、坐下、卧躺等运动或静止的规律或非规律的运动方式与状态。在社会不断变迁，科技日新月异，人工智能方兴未艾的今天，对于人体姿态识别的研究方法不断发展[ [ ]。近年来移动计算和普适计算的快速发展，位置信息和活动感知变得越来越重要。智能建筑需要获取顾客的位置信息，以便向顾客推荐附近的商店或餐馆，并将其导航到目的地；智能家居需要估计居住者的位置、活动和姿态，并自动控制家电；移动商务需要知道用户的位置信息，为他们提供定制服务等。
目前，因人体姿态识别具有着较强的应用性和使用价值，世界范围内对于该领域的关注愈发密切，研究日益增多。发达国家中以美国为首的国家，对该领域的投入研究获得政府支持，投入充足且出发点较早，因此目前已拥有着较为成熟与完善的研发体系。与之不同的是，国内对于该领域的研究起步较晚，虽于起点落后于人，但依旧保持着突飞猛进的发展速度，近些年有着较大的进步，产生很多优秀的研究成果。当前，研究人体姿态识别分类相关应用与推广是许多科技公司的工作重点与目标。
人体位置和活动感知作为一项基础技术，对实现我们智能城市梦想起着重要作用。因此，近年来它引起了相当大的关注，研究人员探索了不同的方法。
1.1.2 研究意义
随着无线传感技术的发展，无线信号已经成为最普遍的信号，当一个目标停留在不同的位置，执行不同的活动，或者做不同的手势，就会对周围无线信号特征产生不同影响。无论我们身处何方，我们周围总会有许多无线信号，研究表明，人类行为对周围无线信号特征的影响可以作为一种强大的传感工具来定位和识别附近的人的活动。通过分析一个人对周围无线信号特征的影响来判断这个人活动及姿态。它不需要照明，有更好的覆盖，不需要为用户配备任何设备，并且可以保护用户的身份隐私，克服了传统方法的弊端。基于上述优势和无线信号的普及，利用无线信号特征的变化对人体姿态进行识别成为未来移动计算应用的一种很有前景的技术，它将在智能城市、智能空间和智能家居等智能应用中发挥重要作用。
本文人体姿态的识别方法，是基于无线信号特征的人体姿态分类方法。以人体活动或者位置的变化对无线链路的阴影效应而引起的时域接收信号强度（RSS）的变化，利用RSS信号变化的均值、方差和峰—峰值三个最常用的特征作为时域特征进行小波变换，通过时域信号向时间和频率