基于Wi-Fi感知的室内人员跌倒检测与步态特征提取系统设计.docxVIP

PAGE2

基于Wi-Fi感知的室内人员跌倒检测与步态特征提取系统设计

摘要

随着全球老龄化进程加速，室内老年人意外跌倒已成为威胁其生命健康的重要隐患，传统的跌倒检测手段存在佩戴不便、侵犯隐私或成本高昂等问题。本课题基于Wi-Fi信道状态信息（CSI），设计了一套非接触式、保护隐私的室内人员跌倒检测与步态特征提取系统。系统利用商用Wi-Fi设备采集CSI数据，通过信号预处理消除环境噪声，提取反映人体运动特征的时空信息，实现了跌倒动作的高精度分类与步态周期的精细切分。

论文首先分析了室内人员行为感知的现实需求，确立了以CSI为核心感知源的技术路线。其次，构建了包含数据采集、信号处理、特征提取、动作识别及可视化展示的系统架构，重点设计了基于离散小波变换的去噪算法与长短时记忆网络（LSTM）的分类模型。再次，完成了系统的软硬件开发与集成，实现了从原始信号到识别结果的端到端处理流程。最后，通过实地场景测试验证了系统性能。测试结果表明，系统对跌倒动作的识别准确率达到94.5%，步态周期切分误差控制在0.2秒以内，具有良好的实时性与鲁棒性。本设计不仅为智慧养老提供了新的技术方案，也拓展了Wi-Fi感知技术在物联网领域的应用范围。

第一章绪论

1.1研究背景

随着人口老龄化趋势的日益严峻，老年人居家养老的安全问题已成为社会关注的焦点。据相关统计数据显示，跌倒是65岁以上老年人意外伤害死