基于網絡可視圖的室內人體狀態檢測研究①

吳哲 樊坤鵬 陳 濱 劉 愷 方路平

(*浙江工業大學信息工程學院 杭州 310023) (**浙江工業大學設計藝術學院 杭州 310023)

0 引 言

室內人體朝向檢測是一項重要且應用廣泛的技術，在體感游戲、醫學護理等領域都有著重要的作用。在體感游戲方面，目前大多數感知技術依賴于特定的傳感器，存在佩戴過程繁瑣且設備昂貴等問題，這對體感游戲的普及產生了一定的影響。基于無線信號進行人體朝向檢測的方法可以更好地提高玩家游戲體驗。在醫學護理方面，人體朝向的檢測可以幫助護士更好地掌握臨床病人整體狀況，對可能出現的緊急狀況進行預警。

傳統無線信號的室內人體感知技術主要是基于接收信號強度(received signal strength，RSS)[1-3]，但RSS存在波動性大、不夠穩定的缺點[4]。相比于RSS，信道狀態信息(channel state information, CSI)作為物理層信息將單值的RSS擴展至頻域，在頻域和時域上提供了更細的粒度信息，而且更加穩定。近些年來，越來越多的研究人員開始使用CSI進行室內人體狀態的研究，丁偉利等人[5]提出了一種基于虛擬試驗箱的手勢識別算法。Liu等人[6]利用CSI信息設計了一個人體睡眠呼吸檢測系統，可以識別人體呼吸頻率、不同的睡姿和翻身動作。王金甲等人[7]通過研究多通道時間序列信號，提出了一種基于特征融合的活動識別方法，將整體精度提高到87.4%。文獻[8]中針對傳統無源室內定位存在的缺點，提出了基于樸素貝葉斯(NB)室內定位檢測方法，檢測精度達到了96%以上。

另一方面，研究人員將時間序列數據構建網絡可視圖，用復雜網絡理論對時間序列數據進行分析。……