基于射頻傳感網(wǎng)絡的人流量監(jiān)測方法研究.pdf

1、學校代碼：10406分類號：TP393.17學號：15160812Z103南昌航空大學南昌航空大學碩士學位論文(學術學位研究生)基于射頻傳感網(wǎng)絡的人流量監(jiān)測基于射頻傳感網(wǎng)絡的人流量監(jiān)測方法研究方法研究作者：作者：高明學科、專業(yè)：學科、專業(yè)：物聯(lián)網(wǎng)技術指導老師：指導老師：楊志勇申請學位日期：申請學位日期：2018年6月I摘要摘要人流量統(tǒng)計技術在社會生活領域有廣泛的應用，應用于公交車的客流量統(tǒng)計實現(xiàn)公交智能調(diào)度，應用于圖書館、博物館提升管理

2、效率和服務水平，應用于無人零售店助力設計商業(yè)方案?；跈C器視覺的方法、基于移動通信網(wǎng)信令處理平臺的方法及基于WiFi的人流量監(jiān)測方法都會涉及到隱私數(shù)據(jù)，使個人信息存在被盜用或濫用的潛在風險；基于傳感器的方法、基于通道閘機的方法應用場合受限制且魯棒性較低。因此，目前的人流量統(tǒng)計方法存在隱私風險、魯棒性較低等問題。為了解決上述問題，本文利用射頻傳感網(wǎng)絡的智能感知特點實現(xiàn)人流量的統(tǒng)計方法的研究。本文提出了基于射頻傳感網(wǎng)絡的人流量統(tǒng)計方法，本方

3、法利用接受信號強度(ReceivedSignalStrengthRSS)的衰落效應監(jiān)測人流量。當信號在傳輸過程中遇到人體時會引起RSS值的變化，不同數(shù)量的人數(shù)導致RSS值的變化也是不同的，依此設計實驗獲取RSS值作為原始數(shù)據(jù)，使用混合高斯的隱馬爾科夫模型(GaussianMixtureModelHiddenMarkovModelGMMHMM)的機器學習算法進行數(shù)據(jù)處理。在獲取模型參數(shù)的過程中，采用模型評估的留出法將數(shù)據(jù)按照2:1的方式分

4、為訓練集和測試集，使用訓練集訓練模型得出模型參數(shù)。因為模型中高斯概率密度個數(shù)對結果的影響，通過數(shù)據(jù)測試當其個數(shù)為2時，實驗的結果較為理想。最后，通過測試我們發(fā)現(xiàn)該模型對人流量的分類識別的有效性，進而可達到人流量統(tǒng)計的目的。實驗結果表明基于射頻傳感網(wǎng)絡的人流量統(tǒng)計方法的具有可行性。該方法不需要采集個人信息，避免了隱私問題，且不受光線、溫濕度、煙霧等環(huán)境條件的影響，具有高魯棒性；設備結構簡易，安裝方便，便于維護，可擴展性高。利用RSS值的衰