인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
WiFi의 채널 상태 정보 (Channel State Information, CSI)는 OFDM 부 반송파별 채널 주파수 응답 특성을 나타내며, 송·수신단 사이 신호의 감쇠, 회절, 반사와 같은 변형에 대한 정보를 포함한다. 본 논문에서는 이러한 채널 상태 정보를 이용해 웨어러블 기기와 같은 추가적인 센서의 도움 없이 사람의 호흡과 심박의 패턴 변화를 인지하고 구별하는 기법을 제안한다. 특히, 호흡과 심박으로 인해 발생하는 미세한 움직임을 채널 상태 정보의 진폭에 대한 변화로 표현하고, 이를 DTW (Dynamic Time Warping) 알고리즘을 사용하여 서로 비교함으로써 패턴 변화 여부를 구분해내고자 했다. 또한 실험을 통해 실제 사람의 호흡이 변화하는 시점을 약 92%의 성공률로 파악할 수 있다는 것을 보여 일상생활에서 저비용으로 신체 상태를 관찰할 수 있음을 검증하였다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-ECN-0101-2018-567-001269302
