1. 研究目的与意义
行为检测，尤其是人体的行为检测在当今这个信息高速发展的社会已经成为一个很重要的课题并且得到了广泛的应用，医疗领域中，尤其是病床看护方面，如果有一套稳定可靠的行为检测方法，是不是可以缓解病患多医护少的社会矛盾呢；家庭生活中，家中的耄耋老人或者襁褓婴儿都需要我们这一代年轻人的照顾，通过行为检测的能够让你不在老人和孩子身边也能洞悉他们的需求，那么是不是给我们的生活带来了很多便利呢；社会生活中，我们已经能接触到很多人机交互场景，在银行取号排队时的小机器人，在餐厅点餐后给你带路的“小服务生”，甚至是现在大火的自动驾驶汽车，它也需要靠行为检测来判别其他交通参与者的各种行为，为你带来更好的驾乘体验，这些都需要依靠行为检测来实现，如果将来的某一天这些人机交互场景都能依靠无线信号检测出你的行为并给你作出回应，那我们的生活是不是也多了少许乐趣，也节省了大量人力物力资源。
传统的行为检测方法主要依靠机器视觉检测系统等，这类检测方法存在很多弊端，比如极易受天气和光线的影响，且大多数检测系统需要很多硬件设备的支持，而无线行为检测则很好的解决了这些问题，无线行为检测正逐步成为主流。
在无线行为检测领域，主要有以下四类，基于rss(received signal strength)的行为检测，基于csi(channel state information)的行为检测，基于特殊设备的行为检测以及基于传感器的行为检测。这几种方法在国内外的研究中都取得了一定的成果。
2. 研究内容和预期目标
一.研究内容
本文主要研究内容是基于rss（received signal strength）的人体行为识别系统中关于信号特征提取的部分，对于基于无线信号的人体行为检测这项研究已经有很多成熟的先例[10][12]，有很多基于细粒度的测量信号的研究方法，例如基于csi（channel signal information）[12]的人体行为检测，还有很多类似的技术，诸如多普勒偏移[13]，aoa（angle state information）[14]等。对于识别精确度来说，基于rss这类粗粒度测量信号来完成的行为检测缺失不如基于cai这类细粒度测量信号来的高，但是从设备复杂度以及系统成本来考虑，基于rss的行为检测技术还是拥有绝对优势的。对于细粒度信号而言，需要辅以高精度的专用设备，比如usrp（universal software radio peripheral）、intel 5300网卡等等。这些无疑都是增加系统的实现成本，并且不具备普适性。
而本文的研究中所采用的是几乎所有设备都能够测量到的无线信号信息rss。其表示的是接收到的数据帧的信号强度。现如今，随着无线网络的逐渐普及，我们身边能接触到的无线设备越来越多，无论是家用wifi、个人的智能手机，还是个人电脑（pc/mac/pad）以及日益增多的4g网络基站，这些都是互联网时代给我们带来的红利，同时我们也应该充分利用好这些设备。基于rss的行为检测法便很好的解决细粒度检测法的问题，但是也有其自身的弊端，市面上大多数的商用设备提供的rss值分辨率很低，以整数级为计算单位，相较于前面说到的细粒度检测法，前者能够提供更好的识别效果，但是应用范围小，后者虽然降低了识别精度，但是更具有普适性。
3. 研究的方法与步骤
① 在未收到上一组同学有效的rss信息之前，本组采用类似的语音信号作为信号源们进行采样，滤波，分帧，加窗以及傅里叶变换，以此获得频域特征，在此过程中，窗口大小，分帧长度等都需要反复尝试，找到合适的点。
② 在收集到有效rss信息后，对于rss信号分辨率低，可以提高对rss的采样频率，并且利用滑动平均值滤波法来降低rss值自身的误差。
③ 由于周围环境和网络设备本身的物理特性，采集到的信号值仍具有很多不可避免的噪声干扰，可以通过时频分析jtfa（joint time-frequency analysis），将时域rss信息转换成频域信息，不同的频率对应不同的人体行为。这样一来，频域信息不仅有很好的鲁棒性，并且噪声的低频信息和由行为产生的高频信息可以更好的区分。既达到了消除噪声的目的，又达到了行为识别的目的。
4. 参考文献
[1] sigg s, shi s, ji y. rf-based device-free recognition of simultaneously conducted activities, ubicomp (adjunct publication) 2013, 531540.
[2]stephan sigg, markus scholz, shuyu shi, et al., rf-sensing of activities from non-cooperative subjects in device-free recognition systems using ambient and local signals, ieee trans. on mobile computing, 13(4), 2014, 907-920.
[3] chetty k, c.han. through-the-wall sensing of personnel using passive bistatic wifi radar at standoff distances. ieee trans. on geoscience and remote sensing, 2012, 50(4): 12181226.
5. 计划与进度安排
2.20--3.13，熟悉课题背景，查阅资料，完成开题。
3.13--4.20，开展课题工作，完成课题的主要实验工作。
4.21--5.20，撰写毕设论文初稿。
