首页|基于PHY层的手势身份识别技术研究

基于PHY层的手势身份识别技术研究

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
随着WiFi基础设施的广泛部署,使得WiFi成为继RSSI(接收信号强度指标)之后强大的无线传感介质.通过对CSI(信道状态信息)的收集和处理,可以逐步描摹人类活动.然而,这种WiFi感知的解决方案也伴随着识别规模扩大、识别准确率极度下降,以及CSI信息固有的与域(环境和方向)相关的问题.论文提出了一种基于残差网络的深度学习WiFi感知方法.首先,通过两个设计的残差块自动提取预处理后的CSI信号特征,解决了细腻度手势特征提取困难和特征不足的问题.其次,网络结构简单,识别单个用户仅需0.59389ms.最后,我们在两种环境中验证了模型的有效性.在简单的办公环境和复杂的标准实验室场景下,2人～8人的识别准确率分别达到97.86％～100％和97.2％～99.35％.在跨域识别方面,论文提出的模型对预处理后的信号域敏感度较低,在复杂的实验室环境下,15人的分组仍然可以达到92％以上.
Research on Gesture Identity Recognition Technology Based on PHY Layer

郭梦丽、许勇、何昕、陈锡敏、李凤妹、方群

展开 >

安徽师范大学计算机与信息学院 芜湖 241002

WiFi感知 信道状态信息 残差网络 非接触式人体识别

国家自然科学基金面上项目国家自然科学基金青年基金

6207200461702011

2022

10.3969/j.issn.1672-9722.2022.10.024

计算机与数字工程
中国船舶重工集团公司第七0九研究所

计算机与数字工程

CSTPCD
影响因子：0.355
ISSN：1672-9722
年,卷(期)：2022.50(10)
  • 3