1. 研究目的与意义
近年来，人体行为识别技术因其在室内监测人体运动和行为的众多应用而备受关注。其中包括老年人健康监测和跌倒检测、情境感知、智能家居能效活动识别和许多其他基于物联网（iot)的应用在内。而检测技术目前有了广泛的研究, 例如 视频、gps、红外线、超声波、传感器网络、rf等都可以实现入侵检测。
在以前的系统中，个人必须佩戴装备有运动传感器的设备，如陀螺仪和加速度计。传感器数据在可穿戴设备上进行局部处理或传输到服务器进行特征提取，然后使用监督学习算法进行分类。这种类型的监视称为活动监视。这样一个系统的性能在识别诸如睡觉、坐、站、走和跑等活动时显示为90%左右。
然而，总是戴着一个设备是笨重的。于是，非穿戴式的室内活动识别方法应运而生。基于环境传感器及包括电表，温湿度传感器，光强传感器避碍传感器，录音笔和红外人体感应传感器等来搭建模拟实验平台，进行活动数据的采集。然后基于动态时间扭曲(dtw)的k邻近(knn)模型和多标签算法模型的基于支持向量机(svm)的多分类器模型。基于rfid信号分析非绑定式活动识别方法，主要应用射频识别(rfid)标签和rfid读写器。其中标签有两种，贴附于各个物体表面，rfid读写器用来读取各个标签的接收信号强度(rss)数据。利用采集到的活动数据，再利用相关模型对数据进行自动的数据空间特征和时间特征提取，从而识别相关活动。
2. 研究内容和预期目标
主要研究内容：
本文的主要研究内容是基于wifi无线信号rssi的人体行为检测的信号采集和特征提取。在简单的室内环境中，通过普通的wifi网络，利用常见的无线网卡接收并获取无线数据包中的rssi信息，当有人进入室内并作出动作时，采集信息，然后对采集到的rssi信息进行时域和频域上的特征提取，最后对提取的特征信息进行研究，从而完成简单的人体行为的识别和分类。
预期目标：
3. 研究的方法与步骤
研究方法：
在基于无线信号的室内入侵检测方法之下，利用wifi环境中的无线信号rssi来实现室内入侵检测。当人体行为入侵时，利用wifi无线信号rssi信息来采集人体行为信号，把采集到的信号经过处理之后，通过短时傅里叶变换，转换成频域信号，然后进行该信号的特征提取。特征提取部分首先要分辨采集到的rss信号属于低频信号还是高频信号，对于高频信号我们要通过加窗处理，进行短时傅里叶变换，再提取其特征参数。
步骤：
4. 参考文献
1.杨成. 基于rssi的人体行为识别的研究[d]. 2016.
2.王钰翔,李晟洁,王皓等.基于wifi的非接触式行为识别研究综述[j]. 浙江大学学报（工学版）, 2017(4):648-654.
3.谭焰文.基于无线感知的人体行为识别研究[d].2017.
5. 计划与进度安排
3.2-3.20 理解课题任务，查阅资料，完成开题报告；3.23-4.10 深入研究课题要求，设计基于RSSI的信号采集方案；4.13-4.30 按照方案搭建软硬件环境，进行数据采集；5.1-5.22 研究数据特征提取方案，对实验数据进行特征提取；5.25-6.10 撰写论文并准备毕业答辩。
