胡庭进，刘进军，张永，吴玺

（1.合肥工业大学工业与装备技术研究院，合肥 230000；2.合肥工业大学计算机与信息学院，合肥 230000；3.滁州学院计算机与信息工程学院，滁州 239000）

针对人体行为隐式识别的传感器节点部署优化

胡庭进1，刘进军2,3，张永1，吴玺2

（1.合肥工业大学工业与装备技术研究院，合肥 230000；2.合肥工业大学计算机与信息学院，合肥 230000；3.滁州学院计算机与信息工程学院，滁州 239000）

无线传感器网络识别人体行为已经有广泛的应用，但目前都是利用所有的无线射频信号进行处理和分析，而且未考虑传感器部署的有效位置，造成定位精度不高、计算复杂度高和成本浪费等问题。为解决这个问题，提出基于多层原始链路模型选择链路信号的策略部署传感器节点，使用滑动窗口对原始链路信号和筛选后的链路信号进行特征提取，使用SVM分类算法对实验数据进行分析，结果表明：筛选后的链路信号对简单行为如：站、走、坐凳子、坐垫子和躺都有很好的识别效果。

行为识别；SVM；RSS特征值；节点优化

0 引言

人体行为识别已经成为热点研究方向，并在生活中得到了广泛的应用，如空巢老人的健康监护、智能家居、体感游戏等。常见的人体识别方式有智能视频监控[1-2]、穿戴式传感器[3-4]、无线传感器网络[5-6]等。计算机视觉的研究已经很深入了，识别率也很高，但是硬件设备价格较高并且涉及个人隐私。穿戴式传感器[7]主要是对加速度计信号变化进行分析，识别人体行为，虽然识别的准确度提高了，但是它需要待测人员的主动配合，身穿若干个传感器，行动不便。……