基于無(wú)線體域網(wǎng)的人體姿態(tài)識(shí)別算法研究

《基于無(wú)線體域網(wǎng)的人體姿態(tài)識(shí)別算法研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、分類號(hào)：ＴＮ９１１．７單位代碼：１０１８３研究生學(xué)號(hào)：２０１３巧２０７０密級(jí)；公開參吉林大聲碩古學(xué)位論文樂術(shù)學(xué)位（）基于無(wú)線體域網(wǎng)的人體姿態(tài)識(shí)別算法研究ＲｅｓｅａｒｃｈｏｎＨｕｍａｎＢｏｄｙＰｏｓｔｕｒｅＲｅｃｏｇｎｉｔｉｏｎＡｌｇｏｒｉ化ｍ巨ａｓｅｄｏｎＷｉｒｅｌｅｓｓＢｏｄＡ巧ａＮｅｔｗｏｒｋｙ作者姓名：王瓣專業(yè)：信號(hào)與信息處理研究方向：無(wú)線體域網(wǎng)中的人體姿態(tài)識(shí)別算法研究指導(dǎo)教師：葫封嘩教授培養(yǎng)單位：通信工程學(xué)院２０１６年６月未經(jīng)本論文作者的書面授權(quán)，依法收存和保管本論

2、文書面版本、電子版本的任何單位和個(gè)人，均不得對(duì)本論文的全部或部分內(nèi)容進(jìn)行任何形式的復(fù)制、修改、發(fā)行、出租、改編等有礙作者著作權(quán)的商業(yè)性使用（但純學(xué)術(shù)性使用不在此限）。否則，應(yīng)承擔(dān)侵權(quán)的法律責(zé)任。吉林大學(xué)碩±學(xué)位論文原創(chuàng)性聲明本人鄭重聲明：所呈交學(xué)位論文，是本人在指導(dǎo)教師的指導(dǎo)下。，獨(dú)立進(jìn)行研究工作所取得的成果除文中己經(jīng)注明引用的內(nèi)容外，本論文不包含任何其他個(gè)人或集體己經(jīng)發(fā)表或撰寫過的作品成果。對(duì)本文的研究做出重要貢獻(xiàn)的個(gè)人和集體，均己在文中明確方式標(biāo)明。本人完全意識(shí)到本聲明的法律結(jié)果由本人承擔(dān)。學(xué)位論文作者簽名；

3、日期：＞／會(huì)年會(huì)月＞日７基于無(wú)線體域網(wǎng)的人體姿態(tài)識(shí)別算法研究ResearchonHumanBodyPostureRecognitionAlgorithmBasedonWirelessBodyAreaNetwork作者姓名：王璐專業(yè)名稱：信號(hào)與信息處理指導(dǎo)教師：胡封曄教授學(xué)位類別：工學(xué)碩士答辯日期：2016年6月4日基于無(wú)線體域網(wǎng)的人體姿態(tài)識(shí)別算法研究摘要隨著現(xiàn)代社會(huì)的發(fā)展進(jìn)步和人們生活方式的轉(zhuǎn)變。老齡化和年輕人久坐不動(dòng)越來越成為焦點(diǎn)問題。常年臥床的老人，辦公室里面對(duì)電腦的白領(lǐng)都在被一些慢性病困擾。但是由于快節(jié)奏的生活和醫(yī)療資源的匱乏，慢性病和一些間歇性發(fā)作

4、的疾病往往被忽略。一種能夠隨身攜帶的，體積小巧的，不對(duì)運(yùn)動(dòng)帶來負(fù)擔(dān)的小型醫(yī)療檢測(cè)和記錄設(shè)備應(yīng)運(yùn)而生。無(wú)線體域網(wǎng)（WBAN,WirelessBodyAreaNetwork）作為無(wú)線傳感器網(wǎng)絡(luò)（WSN,WirelessSensorNetworks）在醫(yī)療方面的應(yīng)用日益成為研究的熱門領(lǐng)域。不僅在醫(yī)療檢測(cè)設(shè)備方面有重要的應(yīng)用，同時(shí)在娛樂，軍事，身份認(rèn)證和航空航天領(lǐng)域都有廣泛的應(yīng)用價(jià)值。但是這樣一個(gè)具有應(yīng)用價(jià)值的技術(shù)領(lǐng)域，仍然存在一系列技術(shù)難題并未攻克。特別是由于WBAN的載體是高動(dòng)態(tài)性的人體，復(fù)雜多變的人體姿態(tài)使WBAN的通信變得復(fù)雜。所以研究使用于無(wú)線體域網(wǎng)的人體姿態(tài)

5、識(shí)別算法和相應(yīng)的人體姿態(tài)信號(hào)采集系統(tǒng)具有重要的理論價(jià)值和實(shí)際應(yīng)用價(jià)值。本人所做工作主要概括為以下三方面：第一，組建人體姿態(tài)識(shí)別實(shí)驗(yàn)系統(tǒng)，建立驗(yàn)證人體姿態(tài)識(shí)別算法的數(shù)據(jù)集。提取WBAN中人體姿態(tài)信號(hào)特點(diǎn)，比較并選擇適合WBAN中人體姿態(tài)識(shí)別問題的數(shù)據(jù)預(yù)處理方法、矩陣降維方法、姿態(tài)識(shí)別方法。通過對(duì)人體姿態(tài)信號(hào)特點(diǎn)的學(xué)習(xí)，提取并選擇姿態(tài)信號(hào)的特征序列。研究微機(jī)電系統(tǒng)(MEMS，Micro-electro-mechanicalSystems）傳感器的工作方式與信號(hào)采集方式，選擇合適的傳感器類型組建人體姿態(tài)識(shí)別實(shí)驗(yàn)采集系統(tǒng)。并針對(duì)不同年齡和身材的實(shí)驗(yàn)者，進(jìn)行實(shí)驗(yàn)并記錄數(shù)據(jù)

6、，建立驗(yàn)證人體姿態(tài)識(shí)別算法的姿態(tài)數(shù)據(jù)庫(kù)。第二，提出一種基于無(wú)線體域網(wǎng)的人體姿態(tài)多級(jí)分層識(shí)別算法。該算法對(duì)姿態(tài)信號(hào)進(jìn)行預(yù)處理，濾出異常值并抽樣之后，提取并選擇姿態(tài)信號(hào)具有姿態(tài)標(biāo)識(shí)的特征信號(hào)，僅用三層判定條件準(zhǔn)確將5種姿態(tài)信號(hào)進(jìn)行識(shí)別。并通過設(shè)定參數(shù)提高識(shí)別率的過程，發(fā)現(xiàn)閾值設(shè)定規(guī)則和識(shí)別率的關(guān)系。第三，提出一種基于BP（backpropagation）神經(jīng)網(wǎng)絡(luò)的人體姿態(tài)多級(jí)分層識(shí)別算法。在分析并總結(jié)基于無(wú)線體域網(wǎng)的人體姿態(tài)多級(jí)分層識(shí)別算法的不足過I程中，發(fā)現(xiàn)算法需要人為進(jìn)行提取和選擇姿態(tài)信號(hào)的特征序列，所以設(shè)計(jì)一種有效減少人為工作的算法。BP神經(jīng)網(wǎng)絡(luò)作為人體姿態(tài)信

7、號(hào)的分類器，在提高姿態(tài)識(shí)別率的同時(shí)，提高了網(wǎng)絡(luò)的魯棒性。通過仿真實(shí)驗(yàn)，討論并總結(jié)了網(wǎng)絡(luò)中參數(shù)和網(wǎng)絡(luò)結(jié)構(gòu)與姿態(tài)識(shí)別率的關(guān)系。本文主要工作為解決WBAN的人體姿態(tài)識(shí)別問題提供了新的方法。提出將BP神經(jīng)網(wǎng)絡(luò)應(yīng)用至無(wú)線體域網(wǎng)中的人體姿態(tài)識(shí)別問題中，行之有效的提高姿態(tài)識(shí)別率，并且增加人體姿態(tài)識(shí)別算法的魯棒性。上述兩種算法為無(wú)線體域網(wǎng)的后續(xù)研究奠定了基礎(chǔ)。關(guān)鍵詞：無(wú)線體域網(wǎng)，人體姿態(tài)識(shí)別，加速度傳感器，神經(jīng)網(wǎng)絡(luò)IIResearchonHumanBodyPostureRecognitionAlgorithmBasedonWirelessBodyAreaNetworkABSTR

8、ACTWiththede