【摘 要】
：
目前室内监控领域受到了越来越多的关注,身份识别和位置估计技术已经广泛应用于各个领域。但是由于环境复杂性导致现有技术难以得到精确的识别和估计。为解决上述问题,本文开展了基于信道状态信息（CSI）和深度图像的位置估计和身份识别研究,主要工作包括:（1）研究身份识别和位置估计的相关理论和方法。首先介绍了数据测量与预处理方法,然后分别搭建采集CSI数据和深度图像的软硬件平台,为算法性能分析提供坚实理论基础
论文部分内容阅读
目前室内监控领域受到了越来越多的关注,身份识别和位置估计技术已经广泛应用于各个领域。但是由于环境复杂性导致现有技术难以得到精确的识别和估计。为解决上述问题,本文开展了基于信道状态信息（CSI）和深度图像的位置估计和身份识别研究,主要工作包括:（1）研究身份识别和位置估计的相关理论和方法。首先介绍了数据测量与预处理方法,然后分别搭建采集CSI数据和深度图像的软硬件平台,为算法性能分析提供坚实理论基础。（2）提出了基于串行顺序的位置估计和身份识别算法。离线阶段,利用CSI测量值幅度信息的时域,空域和频域构建CSI幅度图像,利用Grab Cut图像分割算法提取深度图像中目标深度信息。然后利用卷积神经网络（CNN）对CSI幅度图像进行身份的分类学习,在每一个参考点上利用CNN对目标深度信息进行位置分类学习。在线阶段,先利用目标深度信息估计目标的位置后,再利用CSI幅度图像完成身份识别。本算法先确定目标位置,再进行身份识别,大大减少了位置对身份识别测量值的影响。实验结果验证了算法的性能。（3）提出了基于前端融合和注意力机制的位置估计和身份识别算法。离线阶段,对构建的CSI幅度图像和分割得到的目标深度信息进行图像像素级融合,得到训练数据的指纹图像。然后利用CNN并结合SENet注意力机制算法对融合的指纹图像分别进行位置和身份的分类学习。在线阶段,将融合的指纹图像分别代入位置和身份分类函数,得到位置和身份识别结果。本算法将图像经过像素级图像融合能够得到更多的图像细节信息,在网络中添加注意力模块,提高重要信息权重,降低无用信息权重,能够显著提高离线学习效率。实验结果验证了算法的性能。
其他文献
第五代无线通信系统在当下社会中发挥着重要作用,它极大的影响了工业生产、生活和娱乐等各个方面。而毫米波通信技术作为其中的一项关键技术,虽然有着众多优点,但是由于毫米波的传播特性所带来的问题也是不容忽视的。为应对毫米波通信易受障碍物阻挡、穿透力弱的问题,可以用当下较为热门的智能反射面（IRS）技术来解决。IRS是由大量低成本的无源反射元件组成,每一个反射元件都可以通过控制其幅度和相位来独立地反射信号,
现代社会的科技进步必然要求通信技术的不断发展和迭代,带来巨量的数据传输和海量的数据流量交互,通信系统的发展要能够满足技术发展的需求。例如,对相对于第四代移动通信系统来说,目前已经运营的5G通信所具有的优势,不仅仅在于系统频谱效率数量级上的提升,而且能满足大量的用户接入和低时延的性能要求,同时5G相对于4G通信系统的用户链接密度也必须是数量级上的差别。稀疏码多址接入（Sparse code mult
理解图像中人-物的语义是人工智能领域的难点,主要任务运用深度学习、强化学习等算法整合序列化的图像特征信息来确定人、物在图像的区域。近年来传统机器学习语义分割技术的发展已能基本满足定位图像中人群,但基于深度学习的语义分割还有待研究。本学位论文以识别图像中各个语义为研究目标,首先设计一种基于注意力机制的语义特征提取方法抽取图像主要内容的多维融合特征,再设计一种边缘信息增强算法减少网络训练时边界信息的丢
全球20%的能源消耗源自建筑能耗,而暖通空调系统产生的能耗占据建筑能耗的50%。由于无法实时准确感知室内人员热感,过冷或过热供给带来大量的能源浪费。基于视觉感知的非接触式人体热不舒适检测,是缓解该问题的方法之一,近年来已成为国内外研究热点。由于个性差异性,现有视觉检测方法的精确度亟待提高。本文从人体姿态检测的角度,对人体热不舒适展开研究,主要工作如下:（1）构建人体热不舒适姿态数据集（PORT:P
网络编码技术可显著提高网络的数据吞吐量,受到了众多学者的广泛重视。但当前网络编码技术将所有数据包看作相等的重要性,并没有考虑数据包的重要性差异,而在一些实际的通信环境中,不同的数据包重要性并不一致,如车联网中安全信息数据包相对于娱乐信息数据包具有更高的重要性等级,视频流中分为基础层和增强层为不同信道传输条件的用户发送不同的数据层。因此,本论文将基于数据包的重要性差异对网络编码技术展开研究,主要工作
随着5G的快速发展和移动设备的激增,传统的移动云计算（Mobile Cloud Computing,MCC）已经无法满足计算密集型任务低时延服务要求,同时移动设备受限于计算能力、电池量而无法带给用户满意的体验感。为了解决上述问题,移动边缘计算（Mobile Edge Computing,MEC）通过将高性能服务器部署在移动用户的附近,将强大的云计算能力转移到网络边缘,用户可就近卸载任务,从而能显著
随着通信技术的不断发展,人机交互,万物互联成为新时代的主题,如何在有限的频谱资源中提供低延迟,低功耗,高频带利用率的技术手段,成为通信研究人员不懈的追求。终端直连技术（Device-to-Device,D2D）运用在蜂窝网中,可以有效降低基站侧流量负载,提高网络容量和频谱利用率;同时,非正交多址（Non-orthogonal Multiple Access,NOMA）在提高频谱利用率的同时,还可以
基于生成对抗网络（Generative Adversarial Network,GAN）的潜在空间语义表达算法研究是当前隐式图像表示的研究热点之一,在数字内容生成方面有着广泛的应用。针对目前图像在潜在空间的逆向映射的准确性不够,使得重构图像和输入图像存在明显特征差异的问题,通过优化潜码的编码器结构、生成器的嵌入优化、以及损失函数的选择等方法,实现了对真实图像的在潜在空间的准确逆映射和基于潜在空间的
随着5G的商用化,物联网也迎来了又一个迅猛发展期。同时物联网不同的应用场景也对网络提出了更高的需求,各种异构设备要求网络承载更多样的协议、更多的业务类型。比如工业物联网中要求更低的时延、更低的丢包、更低的包错误率,同时也要求网络有更大的承载能力,以容纳更多的设备接入。物联网边缘网络异构,终端复杂,接入协议不同,接入网络异构,单一网络链路提供的网络带宽有限,现有网络路由数据转发对数据包内容不敏感,导
当今信息时代,网络信息安全受到世界各国的关注。数字签名作为电子消息的一种签名方法,可以用来鉴别数字信息的完整性和正确性,已经广泛应用于电子商务、电子政务等各类通信场景。经典数字签名中的加密算法一般是基于计算复杂度来实现的,随着计算机科学和量子计算的高速发展,经典数字签名的安全性日益受到威胁。而另一方面,量子数字签名（Quantum Digital Signature,QDS）的安全性建立在量子力学