原创力文档- 1、本文档共87页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
华中科技大学硕士学位论文
摘要
动作感知技术能将人类动作转化成机器能理解的数据形式，为高层次的人机交
互提供支持。在动作感知技术中，基于WiFi的动作感知技术具有成本低、部署广等
优点，有光明的前景。WiFi动作感知技术中主要存在缺少可靠数据集、没有专用模
型、跨场景正确率下降和感知范围较小的问题，这些问题限制了WiFi动作感知技术
的发展和应用，本文对上述问题进行了研究，内容如下：
（1）调研了现有的公开数据集，搭建了数据采集系统，制作并开源了一个自测
数据集。该自测数据集包含约33000个数据，是最大的WiFi动作感知数据集之一。
分析了WiFi动作感知数据与各种因素的关系，研究了数据预处理的影响。
（2）比较了多种深度神经网络模型的性能，根据WiFi动作感知数据的特点，基
于自注意力机制提出了专用模型WiFi-Net。在自注意力值计算中使用了缩放，改善
了模型的注意力分布；基于卷积神经网络设计了位置编码生成器，使模型获得了平移
不变性；提出了新的数据分块方法用于设计数据嵌入模块，提高了模型对数据随时间
变化的敏感度。WiFi-Net在公开数据集和自测数据集上的正确率分别达到了99.3%
和96.6%。
（3）分析了跨场景问题产生的原因，比较了多种迁移学习模型的表现，根据WiFi
动作感知数据的特点，基于对抗域适应提出了专用模型WiFi-DANN。提出了基于
Wasserstein距离的距离度量，改善了模型的数据对齐；基于WiFi-Net设计了特征提
取模块，改善了模型的数据特征提取。WiFi-DANN在跨场景问题上的正确率达到了
96.8%。
（4）提出使用智能反射面扩展感知范围。分析了WiFi动作感知数据和用户位置
的关系，证明了智能反射面能在指定区域增强WiFi动作感知数据对用户动作的敏感
性，最后通过机器学习的指标证明了智能反射面可以有效扩展WiFi动作感知范围。
关键词：WiFi；动作感知技术；自注意力机制；域适应；智能反射面
I
华中科技大学硕士学位论文
Abstract
Motionsensingtechnologycantransformhumanmotionsintomachine-readabledata,
providingsupportforhigh-levelhuman-machineinteraction.Amongmotionsensing
technologies,WiFi-basedmotionsensingtechnologyhastheadvantagesoflowcostand
widedeployment,whichispromising.ThemainissuesinWiFimotionsensingtechnology
includelackofreliabledatasets,lackofdedicatedmodels,thecross-sceneproblemand
smallsensingrange.TheseissueshaveaffectedthedevelopmentandapplicationofWiFi
motionsensingtechnology.Thisdissertationhasstudiedtheseissues,asfollows:
（1）Thisdissertationhasinvestigatedexistingpublicdatasets,builtadatacollection
system,producedandopendupaself-madedataset.Theself-madedatasetcontains
approximately33000data,whichisoneofthelargestWiFimotion
文档评论（0）