基于csi的室内人体摔倒检测及应用研究-信息与通信工程专业论文.docxVIP

万方数据 万方数据 独 创 性 声 明 本人声明，所呈交的论文是本人在导师指导下进行的研究工 作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢 的地方外，论文中不包含其他人已经发表或撰写过的研究成果， 也不包含为获得武汉理工大学或其他教育机构的学位或证书而使 用过的材料。与我一同工作的同志对本研究所做的任何贡献均已 在论文中作了明确的说明并表示了谢意。 签 名： 日 期： 学位论文使用授权书 本人完全了解武汉理工大学有关保留、使用学位论文的规定， 即学校有权保留并向国家有关部门或机构送交论文的复印件和电 子版，允许论文被查阅和借阅。本人承诺所提交的学位论文（含 电子学位论文）为答辩后经修改的最终定稿学位论文，并授权武 汉理工大学可以将本学位论文的全部内容编入有关数据库进行检 索，可以采用影印、缩印或其他复制手段保存或汇编本学位论文。 同时授权经武汉理工大学认可的国家有关机构或论文数据库使用 或收录本学位论文，并向社会公众提供信息服务。 （保密的论文在解密后应遵守此规定） 研 究生（ 签名） ： 导 师（签 名）： 日 期 摘 要 当今社会人口老龄化进程急剧加速，老年人的家庭护理需求日益增多。摔 倒作为独居老人的室内活动主要健康威胁，已经引起了健康看护机构和社会的 密切关注。在这种社会背景下，摔倒检测系统的需求也变得日益迫切。目前所 使用的摔倒检测系统，部分需要复杂的设备搭建，另一部分则需穿戴，而这些 都会对老人的日常生活造成干扰，其使用具有局限性。在本文中我们通过无线 信号检测室内摔倒动作，利用信道状态信息（CSI，Channel State Information） 的特点，有效的弥补了以上不足。 本文对基于 CSI 的室内人体摔倒检测策略进行了研究与分析。主要体现在 细粒度的 CSI 动作感知指纹库的构建，以及人体摔倒检测策略的设计这两个方 面。 本文的主要贡献可以总结为以下几点： （1）建立了基于 CSI 的细粒度动作感知指纹库。聚焦于人体动作的信息区 间，通过分析 CSI 的幅值和相位信息特点，以及其对室内无线感知策略设计的 影响机理，建立了能初步利用信道状态信息幅度、相位特性的无线感知指纹库； （2）设计了一种基于动作指纹库的摔倒检测策略。利用多入多出（MIMO） 技术及空间分集特性提供的信息，实现权重投票融合。结合获取到的无线感知 数据与分类识别相关理论，设计了单人体摔倒检测系统； （3）在考虑各种环境因素的条件下进行了广泛的验证实验。基于以上理论 研究结果，提出了基于实测数据的改进实用方案。 通过本文的研究有助于，在理论上初步揭示 CSI 和 MIMO 技术在无线环境 感知应用中的性能潜力，并探索基于 CSI 的室内人体摔倒检测策略的可行性。 在实践方面，设计了具有高可用性的无线感知与人体摔倒检测策略。 关键词：CSI 感知指纹库，摔倒检测，MIMO，数据融合 I Abstract In nowadays social, the population aging process is accelerating. The elders require more and more home care. Fall, which is one of the major health threats to independent living of elders, will attract the health-care organization’s attention. Thus, automatic fall detection is highly in need. Current proposed fall detection systems either need hardware installation or disrupt people’s daily life. These limitations make it hard to widely deploy fall detection systems in residential settings. In this work, we analyze the wireless signal to detect fall action, apply the character of CSI to solve these problems. This paper introduce our preliminary study and analysis on the CSI-based indoor fall detection. The major job is building the fine-grained CSI environment pe