基于信道状态信息(CSI)的室内人员步态识别算法设计_通信与信号处理.docxVIP

PAGE2

基于信道状态信息(CSI)的室内人员步态识别算法设计

第一章绪论

1.1研究背景

随着物联网技术与智慧城市建设的深度融合，室内人员感知已成为智能家居、健康监护及安防监控等领域的核心需求。传统感知手段中，摄像头方案存在隐私泄露风险与光照死角，红外传感器仅能探测移动而无法辨识身份，可穿戴设备则因佩戴负担难以实现长期部署。

这些方案共同指向一个核心矛盾：如何在保护隐私的前提下，实现低成本、高精度的室内人员行为感知。现有技术往往在隐私保护与感知粒度之间难以两全，要么牺牲隐私换取精度，要么为保护隐私而丧失细节辨识能力。

Wi-Fi信号作为室内空间的天然电磁场，其信道状态信息能精细刻画人体对无线信号的扰动。人体行走时四肢摆动与躯干位移，会在CSI的多个子载波上留下独特的时频特征。然而，如何从高维、含噪的CSI数据中稳定提取步态特征，仍是尚未突破的关键瓶颈。

现有CSI步态识别研究多依赖手工特征工程，如时域统计量或频域能量分布，这类方法对多径环境变化敏感，跨场景泛化能力不足。当室内布局改变或人员位置移动时，手工特征往往失效，导致识别准确率急剧下降。

表1-1室内人员感知技术问题分析表

问题类别

具体表现

产生原因

解决紧迫性

隐私保护不足

摄像头采集面部与行为数据

视觉感知本质需要图像信息

高

感知盲区

红外在遮挡或静止时失效

依赖热辐射与运动检测原理

中

佩戴负担

可穿