基于WiFi的动作感知技术研究.pdf

华中科技大学硕士学位论文

摘要

动作感知技术能将人类动作转化成机器能理解的数据形式，为高层次的人机交

互提供支持。在动作感知技术中，基于WiFi的动作感知技术具有成本低、部署广等

优点，有光明的前景。WiFi动作感知技术中主要存在缺少可靠数据集、没有专用模

型、跨场景正确率下降和感知范围较小的问题，这些问题限制了WiFi动作感知技术

的发展和应用，本文对上述问题进行了研究，内容如下：

（1）调研了现有的公开数据集，搭建了数据采集系统，制作并开源了一个自测

数据集。该自测数据集包含约33000个数据，是最大的WiFi动作感知数据集之一。

分析了WiFi动作感知数据与各种因素的关系，研究了数据预处理的影响。

（2）比较了多种深度神经网络模型的性能，根据WiFi动作感知数据的特点，基

于自注意力机制提出了专用模型WiFi-Net。在自注意力值计算中使用了缩放，改善

了模型的注意力分布；基于卷积神经网络设计了位置编码生成器，使模型获得了平移

不变性；提出了新的数据分块方法用于设计数据嵌入模块，提高了模型对数据随时间

变化的敏感度。WiFi-Net在公开数据集和自测数据集上的正确率分别达到了99.3%

和96.6%。

（3）分析了跨场景问题产生的原因，比较了多种迁移学习模型的表现，根据WiFi

动作感知数据的特点，基于对抗域适应提出了专用模型WiFi-DANN。提出了基于

Wasserstein距离的距离度量，改善了模型的数据对齐；基于WiFi-Net设计了特征提

取模块，改善了模型的数据特征提取。WiFi-DANN在跨场景问题上的正确率达到了

96.8%。

（4）提出使用智能反射面扩展感知范围。分析了WiFi动作感知数据和用户位置

的关系，证明了智能反射面能在指定区域增强WiFi动作感知数据对用户动作的敏感

性，最后通过机器学习的指标证明了智能反射面可以有效扩展WiFi动作感知范围。

关键词：WiFi；动作感知技术；自注意力机制；域适应；智能反射面

I

华中科技大学硕士学位论文

Abstract

Motionsensingtechnologycantransformhumanmotionsintomachine-readabledata,

providingsupportforhigh-levelhuman-machineinteraction.Amongmotionsensing

technologies,WiFi-basedmotionsensingtechnologyhastheadvantagesoflowcostand

widedeployment,whichispromising.ThemainissuesinWiFimotionsensingtechnology

includelackofreliabledatasets,lackofdedicatedmodels,thecross-sceneproblemand

smallsensingrange.TheseissueshaveaffectedthedevelopmentandapplicationofWiFi

motionsensingtechnology.Thisdissertationhasstudiedtheseissues,asfollows:

（1）Thisdissertationhasinvestigatedexistingpublicdatasets,builtadatacollection

system,producedandopendupaself-madedataset.Theself-madedatasetcontains

approximately33000data,whichisoneofthelargestWiFimotion