论文部分内容阅读
在以普适计算为代表的新型互联网技术中,基于无线网络的无源人体动作识别技术已经成为了一个非常热门的研究课题。然而,现有的基于无线网络的人体动作识别的研究工作在感知范围、部署成本和稳定性等方面还存在一定的缺陷。商业蜂窝网络基站的超密集部署使得LTE无线信号基本达到了广域覆盖,本文设计实现的系统SpiderMon首次实现了利用LTE信号作为感知信号来进行大范围、低部署成本和稳定的无源人体动作识别。我们基于通用软件无线电外设来实现SpiderMon系统,该系统能够通过被动地侦听商业蜂窝基站发送的LTE信号并根据信道频率响应的微小变化来捕捉周围的人体运动,因此我们无需部署信号发送端。我们提出了一种两阶段的相位偏移估计方法来估计载波频率偏移和采样频率偏移引起的相位偏移,并通过频率补偿的方式来减小采集到的信号中的相位噪声。我们通过采用多线程编程技术以及使用因特尔数学核心函数库等多种手段来加速信号的处理,通过实际测试发现,SpiderMon处理一帧时长为1ms的LTE信号所需的时间仅为0.39ms。因此,普通工作站通过运行我们实现的SpiderMon可以实现实时连续地采集和处理LTE基带信号。我们通过可行性分析实验验证了基于LTE信号可以测量出监控目标的运动距离和运动速度等细粒度参数。随后,我们结合人体动作的频谱图分析了人体动作在时域和频域两个维度上的特征,以及不同动作之间这些特征的差异性。最后,SpiderMon利用短时傅里叶变换提取得到人体动作的频谱特征,并利用支持向量机技术来训练人体动作分类模型,然后使用该分类模型进行人体动作的识别。本文的主要创新点是在基于无线网络的动作识别领域中,本文首次提出了利用LTE信号作为感知信号来实现无源人体动作识别。我们实施了大量的实验来评估SpiderMon进行人体动作识别时所表现的性能。实验结果表明,与现有的基于Wi-Fi信号的动作识别系统的感知范围一般不超过5m相比,SpiderMon的感知范围不低于20m。在监控目标与接收天线相距20m的条件下,系统对6种人体动作的平均识别率达到了91.23%。在有墙壁遮挡的情况下,系统对5m以外的人体动作的平均识别率依旧达到了89.69%。