一种基于信道状态信息的室内人员行为检测方法

• 作者: 党小超 司雄 郝占军 黄亚宁
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 行为检测 信道状态信息 支持向量机 粒子群算法 卡尔曼滤波
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 移动互联与通信技术
• 页码范围: 79-85
• 页数: 7页
• 分类号: TP393
• 字数: 5594字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0048168

摘要

传统室内人员行为检测方法检测准确率较低,稳定性较差.为此,提出一种基于信道状态信息(CSI)的室内人员行为检测方法.采集CSI原始数据包后使用Kalman滤波算法对其进行过滤,运用SVM算法对过滤后的数据作分类处理并建立指纹库.同时,利用PSO算法修正SVM中的参数,然后采用SVM算法处理从真实环境内实时采集到的数据后,将该实时数据与指纹库的数据一一匹配.在此基础上,实现室内人员的行为检测.实验结果表明,相比LIFS、FIMD方法,该方法可以更精细地识别室内人员的动作行为,且稳定性更高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	党小超	西北师范大学计算机科学与工程学院	101	384	9.0	14.0
5	郝占军	西北师范大学计算机科学与工程学院	67	231	7.0	11.0
9	司雄	西北师范大学计算机科学与工程学院	4	18	3.0	4.0
10	黄亚宁	西北师范大学计算机科学与工程学院	4	18	3.0	4.0