面向人体微运动的物联网非接触式感知方法研究

物联网感知是近年来新兴起的一个前沿研究热点，其主要通过WiFi、毫米波、声波等普适的无线信号进行非接触式感知，在室内定位、安全驾驶、健康监控、成像等领域有着广泛应用，为人们的生活提供了便利。本书主要介绍了作者在面向人体微运动领域的物联网非接触式感知的研究成果，展现了人体微运动感知原理与处理技术的发展趋势。本书对于物联网感知基础研究而言具有一定的参考意义，适合作为对物联网感知这一研究方向感兴趣的本科生和研究生的学习读物，也适合作为相关专业人士了解物联网感知、人体微运动感知前沿热点的读物。

第1章 绪论
1.1 引言
1.2 人体微运动感知研究现状
1.2.1 感知原理
1.2.2 无线感知信号类型
1.2.3 感知建模方法
1.2.4 典型应用场景
1.3 人体微运动感知关键问题
1.4 章节结构
第2章 人体微运动感知相关技术
2.1 引言
2.2 微运动信号处理技术
2.2.1 时域分析
2.2.2 频域分析
2.2.3 其他域分析
2.3 微运动追踪技术
2.3.1 基于FMCW的追踪技术
2.3.2 基于多普勒效应的追踪技术
2.3.3 基于信号相位的追踪方法
2.4 微运动感知建模技术
2.4.1 特征提取器
2.4.2 泛化技术
第3章 基于运动轨迹特征的相似微运动感知方法
3.1 引言
3.2 方法概述
3.3 微运动识别原理分析
3.3.1 微运动特征分析
3.3.2 连续微运动之间的上下文关系分析
3.4 微运动检测
3.4.1 双阈值突发段检测
3.4.2 突发段合并
3.5 单个微运动识别
3.5.1 基于特征保留的快速对齐
3.5.2 单个微运动的分类
3.6 连续微运动识别
3.6.1 单个微运动的似然估计
3.6.2 连续微运动的语义识别
3.7 实时处理设计
3.8 方法评估
3.8.1 实验设置
3.8.2 实验结果与性能分析
3.9 小结
第4章 基于深度神经网络的跨个体微运动感知方法
4.1 引言
4.2 方法概述
4.3 微运动检测
4.3.1 自适应阈值突发段检测
4.3.2 突发段合并
4.4 微运动轨迹特征的提取与建模
4.4.1 轨迹特征提取
4.4.2 Inception-LSTM网络
4.4.3 LSTM-Transformer网络
4.5 多类bi-gram语言模型的构建
4.5.1 语言模型构建
4.5.2 连续微运动识别
4.6 方法评估
4.6.1 实验设置
4.6.2 实验结果与性能分析
4.7 小结
第5章 基于多尺度注意力模型的微运动深度感知方法
5.1 引言
5.2 方法概述
5.3 生理数据的深度特征分析
5.3.1 数据准备
5.3.2 实验分析
5.3.3 实验启发
5.4 生命体征提取
5.4.1 目标检测
5.4.2 相位提取
5.4.3 生理信号提取
5.5 用户识别与深度信息感知
5.5.1 生理特征提取
5.5.2 用户识别
5.5.3 情绪识别
5.6 方法评估
5.6.1 实验设置
5.6.2 实验结果与性能分析
5.7 小结
第6章 基于波束成形的微运动远距离感知方法
6.1 引言
6.2 方法概述
6.3 目标位置检测
6.3.1 距离-角度剖面图构建
6.3.2 目标位置跟踪
6.4 微运动估计
6.5 方法评估
6.5.1 实验设置
6.5.2 实验结果与性能分析
6.6 小结
第7章 应用案例
7.1 基于手指轨迹微运动的手写输入系统
7.1.1 系统实现
7.1.2 实验设置
7.1.3 实验结果与性能分析
7.2 基于胸腔微振动的个体情绪识别系统
7.2.1 系统实现
7.2.2 实验设置
7.2.3 实验结果与性能分析
第8章 总结与展望
8.1 工作总结
8.2 未来展望
参考文献