Detecção da direcionalidade do movimento humano utilizando perturbações do sinal eletromagnético de interfaces IEEE 802.11

Página do item simplificado
dc.contributor.advisor-co1Laureano, Gustavo Teodoro
dc.contributor.advisor-co1Latteshttp://lattes.cnpq.br/4418446095942420eng
dc.contributor.advisor-co2Abousheaisha, Abdallah S. Abdallah
dc.contributor.advisor1Cardoso, Kleber Vieira
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/0268732896111424eng
dc.contributor.referee1Cardoso, Kleber Vieira
dc.contributor.referee2Laureano, Gustavo Teodoro
dc.contributor.referee3Abousheaisha, Abdallah S. Abdallah
dc.contributor.referee4Soares, Anderson da Silva
dc.contributor.referee5Viana, Aline Carneiro
dc.creatorSilva, Bruno Soares da
dc.creator.Latteshttp://lattes.cnpq.br/8518321734374916eng
dc.date.accessioned2018-11-12T13:12:52Z
dc.date.issued2018-10-08
dc.description.abstractThe movement flow detection in indoor environments requires the aquisition and implantation of specialized devices. The perturbations that can affect the electromagnetic signals used by 802.11 interfaces make this type of device a low-cost and widely available movement sensor. Most indoor environments have a 802.11 interface, which makes the use of this type of devices a good option as it doesn't requires any new device. In this work, we propose the WiDMove, a proposal to detect the movement flows in an indoor environment using the channel quality measurements (known as Channel State Information - CSI) offered by the IEEE 802.11n standard. Our proposal is based on signal processing and pattern recognition techniques, which allow us to extract and classify event signatures using the CSI. In lab tests with off-the-shelf 802.11 interfaces, we collected CSI samples that were affected by 8 different people. From this collected data we extracted the signature of the entry and exit events using some techniques such as Principal Component Analysis (PCA), Short-Time Fourier Transform (STFT) and Continuous Wavelet Transform (CWT). We trained two model types, the first based on a Support Vector Machine (SVM) classifier and the second based on a Multi Layer Perceptral (MLP) neural network. We validated this models with average accuracy experiments and with the cross-validation, including the K-Fold and Leave-One-Out techniques. WiDMove presented that can reach an average accuracy above 93% and that we can train neural networks that can reach an accuracy above 97%.eng
dc.description.provenanceSubmitted by Ana Caroline Costa (ana_caroline212@hotmail.com) on 2018-11-09T18:31:42Z No. of bitstreams: 2 Dissertação - Bruno Soares da Silva - 2018.pdf: 2828057 bytes, checksum: dd61488139898a6d0bf95f84ee3d5ddf (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5)eng
dc.description.provenanceApproved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2018-11-12T13:12:52Z (GMT) No. of bitstreams: 2 Dissertação - Bruno Soares da Silva - 2018.pdf: 2828057 bytes, checksum: dd61488139898a6d0bf95f84ee3d5ddf (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5)eng
dc.description.provenanceMade available in DSpace on 2018-11-12T13:12:52Z (GMT). No. of bitstreams: 2 Dissertação - Bruno Soares da Silva - 2018.pdf: 2828057 bytes, checksum: dd61488139898a6d0bf95f84ee3d5ddf (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2018-10-08eng
dc.description.resumoA detecção de fluxos de movimento em ambientes fechados demanda a aquisição e implantação de sensores especializados. As perturbações que podem afetar o sinal eletromagnético utilizado por interfaces de rede 802.11 tornam esse tipo de dispositivo um sensor de fluxos de movimento de baixo custo e amplamente disponível. Grande parte dos ambientes possuem interfaces 802.11 implantadas, tornando o uso desse tipo de dispositivo como sensor de fluxo de movimento bastante viável por não demandar a aquisição de nenhum novo equipamento. Neste trabalho, apresentamos o WiDMove, uma proposta que visa detectar fluxos de movimento em ambientes fechados utilizando as medidas de qualidade do canal oferecidas pelo padrão IEEE 802.11n, conhecidas como Channel State Information (CSI). Nossa proposta é baseada em técnicas de processamento de sinais e de reconhecimento de padrões, as quais nos permitem extrair e classificar assinaturas de fluxos de movimento usando as medidas CSI. Em testes de laboratório com interfaces 802.11 convencionais, coletamos medidas CSI influenciadas por 8 indivíduos distintos e extraímos as assinaturas de entrada e saída utilizando, dentre outras técnicas, Principal Component Analysis (PCA), Short- Time Fourier Transform (STFT) e Continuous Wavelet Transform (CWT). Treinamos dois tipos de modelos, um baseado em um classificador do tipo Support Vector Machine (SVM) e outro baseado em redes neurais do tipo Multi Layer Perceptral (MLP). Validamos esses modelos através de testes de acurácia média e de técnicas de validação cruzada, incluindo as técnicas K-Fold e Leave-One-Out. Os testes demonstraram que o WiDMove pode atingir uma acurácia média superior a 93% e que é possível treinar uma rede neural com acurácia de cerca de 97%.eng
dc.description.sponsorshipCoordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPESeng
dc.formatapplication/pdf*
dc.identifier.citationSILVA, Bruno Soares da. Detecção da direcionalidade do movimento humano utilizando perturbações do sinal eletromagnético de interfaces IEEE 802.11. 2018. 66 f. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de Goiás, Goiânia, 2018.eng
dc.identifier.urihttp://repositorio.bc.ufg.br/tede/handle/tede/9052
dc.languageporeng
dc.publisherUniversidade Federal de Goiáseng
dc.publisher.countryBrasileng
dc.publisher.departmentInstituto de Informática - INF (RG)eng
dc.publisher.initialsUFGeng
dc.publisher.programPrograma de Pós-graduação em Ciência da Computação (INF)eng
dc.rightsAcesso Aberto
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subjectDetecção de fluxos de movimentopor
dc.subjectDirecionalidade de movimentospor
dc.subjectSensores não invasivospor
dc.subjectMovimento humanopor
dc.subject802.11por
dc.subjectRede sem fiopor
dc.subjectMovement flow detectioneng
dc.subjectMovement directioneng
dc.subjectNon-invasive sensorseng
dc.subjectChannel state informationeng
dc.subjectHuman movementeng
dc.subjectWireless networkseng
dc.subject.cnpqCIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAOeng
dc.titleDetecção da direcionalidade do movimento humano utilizando perturbações do sinal eletromagnético de interfaces IEEE 802.11eng
dc.title.alternativeSensing human movement activities using IEEE 802.11 interfaceseng
dc.typeDissertaçãoeng

Arquivos

Pacote Original
Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
Dissertação - Bruno Soares da Silva - 2018.pdf
Tamanho:
2.7 MB
Formato:
Adobe Portable Document Format
Descrição:
Baixar
Licença do Pacote
Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
license.txt
Tamanho:
2.11 KB
Formato:
Item-specific license agreed upon to submission
Descrição:
Baixar

Coleções

Mestrado em Ciência da Computação (INF)