深度残差收缩网络下的定位与行为联合识别

摘要：

基于WiFi信道状态信息(channel state information,CSI)的人体感知方法在许多物联网场景得到了应用,但现有大部分基于CSI人体感知的系统仅进行定位或行为识别其中一项工作,而物联网的发展对两者能同时识别提出了新的要求.针对这一问题,提出一种基于深度残差收缩网络的定位与行为联合识别方法.通过普通商用WiFi设备获取两种场景(暗室、会议室和走廊)的CSI数据,将预处理后的数据输入结合了深度残差收缩网络的学习模型,进行12个位置与和6种日常行为(站起、坐下、跳跃、深蹲、跌倒、捡起)的联合任务识别.实验结果显示,针对在暗室、会议室和走廊三种场景下的室内定位的平均识别率达到97.29％,行为识别的平均识别率达到90.02％.能够实现定位与行为的高精度联合识别.

关键词：信道状态信息、行为识别、室内定位、联合识别、深度残差收缩网络、软阈值化

所属期刊栏目：58

分类号：TP99

资助基金：国家自然科学基金;云南省省教育厅科研基金

在线出版日期：2022-11-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：205-212