基于5G信号的室内用户行为感知
作为室内位置服务的拓展,室内用户行为的感知在入侵检测、老年人看护等领域都有极重要的作用.本文提出了一种基于5G信号进行室内用户行为感知的方法,该方法利用软件定义接收机(Software Defined Receiver,SDR)测试平台,通过通用软件无线电外围设备(Universal Software Radio Peripheral,USRP)对5G NR信号进行采样,对采集到的信号进行信号同步、解调制进而获取信道状态信息(Channel State Information,CSI).运用高斯(Gaussian)核函数支持向量机(Support Vector Machine,SVM)分类器对不同用户行为引起的CSI变化进行分类识别,可在部署5G 网络的环境中对室内目标用户行为实现感知.这篇论文在安装了商业5G NR基站的办公环境进行了室内现场对比测试.测试结果表明,本文提出方法对7种常见用户行为的总体感知正确率达97.8％,验证了该方法的有效性.从而有效的完成了室内目标用户行为的感知.
5G 信道状态信息 机器学习 行为识别
胡灏 陈亮 刘钊良 焦振航 周鑫 阮焱林
武汉大学测绘遥感信息工程国家重点实验室,武汉,中国,430079
国内会议
北京
中文
1-7
2022-12-01（万方平台首次上网日期，不代表论文的发表时间）