周安福

（北京郵電大學(xué) 計(jì)算機(jī)學(xué)院，北京 100876）

0 引 言

隨著5G 和人工智能的發(fā)展，物聯(lián)網(wǎng)已成為繼計(jì)算機(jī)、互聯(lián)網(wǎng)之后的世界信息產(chǎn)業(yè)第三次熱潮，廣泛推動(dòng)著智能制造、智能家居、智慧汽車、智慧醫(yī)療等新興產(chǎn)業(yè)的發(fā)展，對(duì)新一輪產(chǎn)業(yè)變革和經(jīng)濟(jì)社會(huì)綠色、智能、可持續(xù)發(fā)展具有重要意義。近年來，隨著世界各國(guó)紛紛在前沿技術(shù)研發(fā)上發(fā)力，物聯(lián)網(wǎng)已成為下一個(gè)產(chǎn)業(yè)競(jìng)爭(zhēng)制高點(diǎn)，生態(tài)構(gòu)建和產(chǎn)業(yè)布局正在全球加速展開。GSMA《2020年移動(dòng)經(jīng)濟(jì)》報(bào)告指出，全球物聯(lián)網(wǎng)收入在未來幾年將增加3 倍以上，由2019年3 430 億美元（2.4 萬億元），增長(zhǎng)到2025年1.1 萬億美元（7.7 萬億元）。

當(dāng)前正是我國(guó)經(jīng)濟(jì)新常態(tài)下創(chuàng)新驅(qū)動(dòng)、形成發(fā)展新動(dòng)能的關(guān)鍵時(shí)期。把握物聯(lián)網(wǎng)新一輪生態(tài)布局的戰(zhàn)略機(jī)遇，大力發(fā)展物聯(lián)網(wǎng)技術(shù)和應(yīng)用，加快構(gòu)建具有國(guó)際競(jìng)爭(zhēng)力的產(chǎn)業(yè)體系，深化物聯(lián)網(wǎng)與經(jīng)濟(jì)社會(huì)融合發(fā)展，從而支撐制造強(qiáng)國(guó)和網(wǎng)絡(luò)強(qiáng)國(guó)建設(shè)。早在2013年，國(guó)務(wù)院就發(fā)布了《關(guān)于推進(jìn)物聯(lián)網(wǎng)有序健康發(fā)展的指導(dǎo)意見》，提出要實(shí)現(xiàn)物聯(lián)網(wǎng)在經(jīng)濟(jì)社會(huì)各領(lǐng)域的廣泛應(yīng)用，掌握物聯(lián)網(wǎng)關(guān)鍵核心技術(shù)，基本形成安全可控、具有國(guó)際競(jìng)爭(zhēng)力的物聯(lián)網(wǎng)產(chǎn)業(yè)體系，成為推動(dòng)經(jīng)濟(jì)社會(huì)智能化和可持續(xù)發(fā)展的重要力量。工業(yè)和信息化部在2016年發(fā)布了《信息通信行業(yè)發(fā)展規(guī)劃物聯(lián)網(wǎng)分冊(cè)（2016—2020年）》，進(jìn)一步指出物聯(lián)網(wǎng)正進(jìn)入跨界融合、集成創(chuàng)新和規(guī)?；l(fā)展的新階段，迎來重大的發(fā)展機(jī)遇，提出在未來幾年，要基本形成具有國(guó)際競(jìng)爭(zhēng)力的物聯(lián)網(wǎng)產(chǎn)業(yè)體系，包含感知制造、網(wǎng)絡(luò)傳輸、智能信息服務(wù)在內(nèi)的總體產(chǎn)業(yè)規(guī)模突破1.5 萬億元，智能信息服務(wù)的比重大幅提升。國(guó)家物聯(lián)網(wǎng)新型基礎(chǔ)設(shè)施建設(shè)三年行動(dòng)計(jì)劃（2021—2023年）提出，到2023年底，在國(guó)內(nèi)主要城市初步建成物聯(lián)網(wǎng)新型基礎(chǔ)設(shè)施，社會(huì)現(xiàn)代化治理、產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型和民生消費(fèi)升級(jí)的基礎(chǔ)更加穩(wěn)固。突破一批制約物聯(lián)網(wǎng)發(fā)展的關(guān)鍵共性技術(shù)，培育一批示范帶動(dòng)作用強(qiáng)的物聯(lián)網(wǎng)建設(shè)主體和運(yùn)營(yíng)主體，催生一批可復(fù)制、可推廣、可持續(xù)的運(yùn)營(yíng)服務(wù)模式，導(dǎo)出一批賦能作用顯著、綜合效益優(yōu)良的行業(yè)應(yīng)用，構(gòu)建一套健全完善的物聯(lián)網(wǎng)標(biāo)準(zhǔn)和安全保障體系。

1 體系構(gòu)建

物聯(lián)網(wǎng)是一門理論與實(shí)踐密切結(jié)合的綜合學(xué)科，其發(fā)展要求有理論水平與實(shí)踐能力俱佳的高層次、高素質(zhì)復(fù)合創(chuàng)新型人才。當(dāng)前，國(guó)內(nèi)高校在物聯(lián)網(wǎng)人才的教育和培養(yǎng)上與實(shí)際產(chǎn)業(yè)需求存在著一定程度的脫節(jié)，課程滯后、實(shí)踐不足、創(chuàng)新缺乏等問題突出。因此，有必要探索如何采用產(chǎn)教融合的方式將教育鏈、人才鏈與產(chǎn)業(yè)鏈、創(chuàng)新鏈有機(jī)銜接，人才、智慧、技術(shù)、管理等資源要素集聚融合，形成產(chǎn)教融合、校企聯(lián)動(dòng)的立體培養(yǎng)模式，培養(yǎng)既有理論水平又有實(shí)踐能力的“雙創(chuàng)”復(fù)合型人才，促進(jìn)人才培養(yǎng)供給側(cè)和產(chǎn)業(yè)需求側(cè)結(jié)構(gòu)要素全方位匹配。

面向物聯(lián)網(wǎng)的創(chuàng)新型人才培養(yǎng)體系著力于解決當(dāng)前本科生培養(yǎng)中存在的內(nèi)容滯后、產(chǎn)教脫節(jié)、實(shí)踐不足三項(xiàng)關(guān)鍵性問題。

第一，解決當(dāng)前本科生課程內(nèi)容滯后于產(chǎn)業(yè)發(fā)展的問題，創(chuàng)新本科生課程內(nèi)容，加強(qiáng)課程的前瞻性設(shè)計(jì)與實(shí)用性探索，使課程緊跟物聯(lián)網(wǎng)產(chǎn)業(yè)發(fā)展步伐。

第二，解決當(dāng)前人才培養(yǎng)供給側(cè)與產(chǎn)業(yè)發(fā)展需求側(cè)脫節(jié)的問題，創(chuàng)新本科生教育方式，引入產(chǎn)業(yè)鏈頂端企業(yè)深度參與，形成科學(xué)研究、人才培養(yǎng)、科技服務(wù)三位一體的產(chǎn)教融合型教育模式。

第三，解決當(dāng)前本科生實(shí)踐能力不足、創(chuàng)新缺乏的問題，創(chuàng)新本科生培養(yǎng)模式，引導(dǎo)學(xué)有余力的優(yōu)秀本科學(xué)生參與具體的校企合作項(xiàng)目，全方位提升學(xué)生的實(shí)踐能力和創(chuàng)新能力。

2 培養(yǎng)模塊

面向物聯(lián)網(wǎng)的創(chuàng)新型本科生培養(yǎng)體系包含本科生創(chuàng)新課程設(shè)計(jì)、產(chǎn)教融合協(xié)同培養(yǎng)、校企聯(lián)動(dòng)項(xiàng)目實(shí)踐三大模塊。

模塊一：本科生創(chuàng)新課程設(shè)計(jì)

對(duì)本科生課程內(nèi)容增加新的設(shè)計(jì)和規(guī)劃，加強(qiáng)課程的前瞻性設(shè)計(jì)與實(shí)用性探索。一是注重對(duì)本科生理論素養(yǎng)的培養(yǎng)，在課程中著重加強(qiáng)與物聯(lián)網(wǎng)相關(guān)計(jì)算機(jī)、通信技術(shù)等專業(yè)基礎(chǔ)知識(shí)內(nèi)容，同時(shí)有效融合管理學(xué)、軟件開發(fā)等多方面知識(shí)，增強(qiáng)學(xué)生綜合理論水平。二是引導(dǎo)學(xué)生關(guān)注物聯(lián)網(wǎng)產(chǎn)業(yè)動(dòng)態(tài)，在課程中融入物聯(lián)網(wǎng)產(chǎn)業(yè)技術(shù)創(chuàng)新、前沿技術(shù)模塊學(xué)習(xí)，強(qiáng)化課程的前瞻性與實(shí)用性。

模塊二：產(chǎn)教融合協(xié)同培養(yǎng)

創(chuàng)新本科生教育方式，將物聯(lián)網(wǎng)產(chǎn)業(yè)的發(fā)展與學(xué)生能力培養(yǎng)密切結(jié)合，引入產(chǎn)業(yè)鏈頂端科技企業(yè)深度參與教育教學(xué)，形成科學(xué)研究、人才培養(yǎng)、科技服務(wù)三位一體的產(chǎn)教融合型教育模式。一是在教學(xué)內(nèi)容中深度融入產(chǎn)業(yè)需求，鼓勵(lì)學(xué)生從物聯(lián)網(wǎng)產(chǎn)業(yè)領(lǐng)域提出問題、發(fā)現(xiàn)問題，不斷提高學(xué)生解決問題的能力。二是通過講座、參觀、實(shí)習(xí)、課題、聯(lián)合研究等方式引入產(chǎn)業(yè)鏈的頭部企業(yè)、前端企業(yè)，使人才培養(yǎng)供給側(cè)與產(chǎn)業(yè)發(fā)展的需求側(cè)有效銜接。

模塊三：校企聯(lián)動(dòng)項(xiàng)目實(shí)踐

引導(dǎo)學(xué)生深入?yún)⑴c物聯(lián)網(wǎng)校企聯(lián)動(dòng)項(xiàng)目，通過具體的物聯(lián)網(wǎng)項(xiàng)目實(shí)施全方位提升學(xué)生的動(dòng)手實(shí)踐能力。一是通過研究生帶動(dòng)本科生、小組合作、團(tuán)隊(duì)協(xié)作等方式讓學(xué)生全面、深入地參與物聯(lián)網(wǎng)校企聯(lián)動(dòng)，讓學(xué)生完成與其能力相匹配的項(xiàng)目，解決實(shí)際問題，實(shí)現(xiàn)實(shí)際功能。二是讓學(xué)生深入?yún)⑴c前瞻性物聯(lián)網(wǎng)科學(xué)研究，全方位接觸物聯(lián)網(wǎng)前沿技術(shù)，有效提升科學(xué)研究能力和創(chuàng)新思考能力。

3 實(shí)踐案例

我們?cè)诒本┼]電大學(xué)開展了面向物聯(lián)網(wǎng)的創(chuàng)新型本科生培養(yǎng)體系的探索。該探索以物聯(lián)網(wǎng)毫米波感知為核心內(nèi)容，將本科生創(chuàng)新課程設(shè)計(jì)、產(chǎn)教融合協(xié)同培養(yǎng)、校企聯(lián)動(dòng)項(xiàng)目實(shí)踐融為一體，培養(yǎng)具有物聯(lián)網(wǎng)實(shí)踐能力和學(xué)術(shù)研究能力的創(chuàng)新型人才。

毫米波感知是物聯(lián)網(wǎng)感知領(lǐng)域的學(xué)術(shù)前沿方向。作為一種無線感知技術(shù)，毫米波感知無需特定傳感器，而是通過分析5G 毫米波無線信號(hào)在空間傳播的信號(hào)特征，間接推測(cè)目標(biāo)信息，部署方便且成本低。與低頻段WiFi、RFID 等傳統(tǒng)無線感知相比，毫米波在高分辨率、抗干擾感知方面具有不可替代的獨(dú)特優(yōu)勢(shì)，將使得5G 的價(jià)值不僅體現(xiàn)在超高速無線通信，也體現(xiàn)在泛在高質(zhì)量感知上，在智慧城市、工業(yè)互聯(lián)網(wǎng)等“十三五”國(guó)家戰(zhàn)略型新興產(chǎn)業(yè)發(fā)展領(lǐng)域具有廣闊應(yīng)用前景。然而，相比軍事領(lǐng)域成熟的毫米波雷達(dá)遙感技術(shù)，物聯(lián)網(wǎng)毫米波感知依賴于能力受限的低成本民用5G 毫米波通信設(shè)備。更重要的是，物聯(lián)網(wǎng)感知對(duì)象不再是雷達(dá)遙感中的大體積剛性物體，感知場(chǎng)景也呈現(xiàn)高動(dòng)態(tài)和多干擾。目前，國(guó)內(nèi)外物聯(lián)網(wǎng)毫米波感知的研究剛起步，是下一代物聯(lián)網(wǎng)研究和應(yīng)用的前沿領(lǐng)域。

課程學(xué)習(xí)的模塊中，在無線射頻識(shí)別、計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)與應(yīng)用、數(shù)據(jù)結(jié)構(gòu)、多媒體技術(shù)及應(yīng)用等多門本科生課程中融入了毫米波感知的前沿問題，通過專題探索、論文閱讀、創(chuàng)新實(shí)踐等提升學(xué)生的創(chuàng)新與實(shí)踐能力。部分同學(xué)在課程學(xué)習(xí)后將毫米波感知作為畢業(yè)論文的研究方向，先后獲得了北京市優(yōu)秀畢業(yè)論文獎(jiǎng)、北京郵電大學(xué)優(yōu)秀畢業(yè)論文獎(jiǎng)等獎(jiǎng)勵(lì)。這一工作也入選了北京郵電大學(xué)教育教學(xué)改革項(xiàng)目“物聯(lián)網(wǎng)產(chǎn)教融合‘雙創(chuàng)’復(fù)合型人才培養(yǎng)研究與實(shí)踐”。

在產(chǎn)教融合的模塊中，我們與國(guó)內(nèi)企業(yè)合作，鼓勵(lì)、帶領(lǐng)同學(xué)走出去解決實(shí)際問題。例如，學(xué)生在智能家居科技公司的參觀過程中，了解到家居養(yǎng)老服務(wù)產(chǎn)業(yè)的一個(gè)難題：為了對(duì)老年人的室內(nèi)狀態(tài)（家居活動(dòng)、跌倒等）進(jìn)行監(jiān)測(cè)，現(xiàn)有方案通常采用可穿戴設(shè)備或攝像頭的解決方案，而前者經(jīng)常出現(xiàn)忘戴現(xiàn)象，后者會(huì)侵犯用戶隱私，實(shí)施阻力較大。帶領(lǐng)學(xué)生將這一實(shí)際問題與毫米波感知技術(shù)相結(jié)合，研發(fā)了基于毫米波感知非介入式運(yùn)動(dòng)狀態(tài)監(jiān)測(cè)和預(yù)警技術(shù)，可在不侵犯隱私、不需要用戶配合的情況下，對(duì)感知對(duì)象進(jìn)行全天候24 小時(shí)的監(jiān)測(cè)呵護(hù)。目前，我們正與相關(guān)企業(yè)適合，將這一技術(shù)進(jìn)行工程優(yōu)化和場(chǎng)景適配，以形成實(shí)際產(chǎn)品，實(shí)現(xiàn)更好的社會(huì)服務(wù)。

在項(xiàng)目實(shí)踐的模塊中，我們將本科生引入實(shí)驗(yàn)室，與博士生、碩士生形成科研小組，解決實(shí)際問題，完成實(shí)踐工作。例如，我們的3 名本科生在設(shè)計(jì)毫米波精準(zhǔn)感知系統(tǒng)的過程中，將毫米波感知用到了手勢(shì)識(shí)別方面。通過神經(jīng)網(wǎng)絡(luò)分類模型，實(shí)現(xiàn)了5 種微手勢(shì)的識(shí)別，并將其與自動(dòng)拍照系統(tǒng)結(jié)合，研發(fā)了基于毫米波手勢(shì)識(shí)別的自動(dòng)拍照系統(tǒng)，獲得了北京郵電大學(xué)大學(xué)生創(chuàng)新創(chuàng)業(yè)大賽獎(jiǎng)勵(lì)。此外，先后有4 位本科生參加了我們與國(guó)內(nèi)高科技產(chǎn)業(yè)界合作的感傳融合校企合作創(chuàng)新項(xiàng)目，研究成果發(fā)表于移動(dòng)計(jì)算領(lǐng)域頂尖國(guó)際會(huì)議ACM MobiCom 2019/2020，并獲得了阿里巴巴優(yōu)秀學(xué)術(shù)合作獎(jiǎng)。

下面，我們以兩個(gè)具體案例展開闡述上述培養(yǎng)模塊的設(shè)計(jì)過程。

案例一：毫米波手勢(shì)控制拍照系統(tǒng)

我們以毫米波手勢(shì)拍照系統(tǒng)為基礎(chǔ)在課堂上進(jìn)行了面向物聯(lián)網(wǎng)的創(chuàng)新性本科生培養(yǎng)體系實(shí)踐。該系統(tǒng)主要包括三個(gè)模塊：毫米波信號(hào)分析、卷積神經(jīng)網(wǎng)絡(luò)手勢(shì)分類器和相機(jī)控制程序。學(xué)生通過該系統(tǒng)的學(xué)習(xí)能夠全面掌握當(dāng)前物聯(lián)網(wǎng)科學(xué)前沿毫米波感知的相關(guān)知識(shí)，深度參與物聯(lián)網(wǎng)技術(shù)在前沿領(lǐng)域的應(yīng)用過程，激發(fā)學(xué)生科研和創(chuàng)新的興趣，全方位提升學(xué)生的實(shí)踐能力和創(chuàng)新能力。該模塊的總體架構(gòu)如下：

首先由毫米波設(shè)備發(fā)送天線發(fā)射無線信號(hào)，信號(hào)被用戶手部動(dòng)作調(diào)制反射，反射信號(hào)被毫米波接收天線捕獲。接著，毫米波設(shè)備將收到的信號(hào)進(jìn)行處理，獲得信號(hào)強(qiáng)度、距離、多普勒頻移等信息。將這些信息輸入神經(jīng)網(wǎng)絡(luò)進(jìn)行學(xué)習(xí)，通過學(xué)習(xí)后的分類器對(duì)用戶新動(dòng)作進(jìn)行分類預(yù)測(cè)。這一過程的進(jìn)一步描述如下：

（1）以TI 毫米波雷達(dá)為例進(jìn)闡述。毫米波設(shè)備為TI IWR1443，該設(shè)備可以將原始FMCW 信號(hào)進(jìn)行預(yù)處理后，得到一個(gè)幀序列信號(hào)，每一幀含有11 個(gè)與角度、距離、RangeDoppler 有關(guān)的特征值。

（2）利用神經(jīng)網(wǎng)絡(luò)對(duì)這些幀序列進(jìn)行學(xué)習(xí)和分類的過程我們是在Python 中實(shí)現(xiàn)。當(dāng)前采用的神經(jīng)網(wǎng)絡(luò)為ResNet。在神經(jīng)網(wǎng)絡(luò)進(jìn)行學(xué)習(xí)的過程中，我們把學(xué)習(xí)準(zhǔn)確率最高的網(wǎng)絡(luò)模型保存為.pkl 的格式，留以后用。

（3）對(duì)新手勢(shì)的預(yù)測(cè)，采用調(diào)用Python 腳本的方式導(dǎo)入訓(xùn)練好的網(wǎng)絡(luò)模型，并用該網(wǎng)絡(luò)模型對(duì)于新手勢(shì)進(jìn)行預(yù)測(cè)。該腳本由Matlab 進(jìn)行調(diào)用，并返還給Matlab 一個(gè)預(yù)測(cè)分類結(jié)果值。

（4）控制相機(jī)的部分在Matlab 中完成。采用的方式是調(diào)用Webcam 模塊控制相機(jī)。每當(dāng)一個(gè)新手勢(shì)完成分類預(yù)測(cè)之后，Matlab 就會(huì)給該模塊發(fā)送一個(gè)control 值。模塊根據(jù)不同的control 值控制相機(jī)的不同動(dòng)作。

該系統(tǒng)的基本原理如下：用毫米波束發(fā)射并照射手，反射信號(hào)是來自多個(gè)動(dòng)態(tài)散射中心的反射的疊加，其代表動(dòng)態(tài)手部變化。然后，將接收到的信號(hào)處理成多個(gè)與角度、距離、Range Doppler 有關(guān)的特征值表示（在此稱之為變換），這使我們能夠提取手部動(dòng)作各種瞬時(shí)和動(dòng)態(tài)特征。雖然這些特征不足以重建手的骨骼結(jié)構(gòu)，然而它們的組合可以唯一地識(shí)別。我們可以通過深度學(xué)習(xí)技術(shù)將它們與先驗(yàn)捕獲的訓(xùn)練數(shù)據(jù)集進(jìn)行比較來識(shí)別各種手部配置和運(yùn)動(dòng)。

在課堂上，學(xué)生們?cè)诶蠋煹闹笇?dǎo)下分組自行搭建了上述系統(tǒng)，并運(yùn)用該系統(tǒng)采集到了相應(yīng)的數(shù)據(jù)。課后，學(xué)生們運(yùn)用所學(xué)的知識(shí)對(duì)這些數(shù)據(jù)進(jìn)行分析和處理，形成各自的匯報(bào)結(jié)果。學(xué)有余力的學(xué)生，還可以在上述系統(tǒng)的基礎(chǔ)上運(yùn)用所學(xué)知識(shí)對(duì)系統(tǒng)進(jìn)行修改和驗(yàn)證。

案例二：毫米波步態(tài)識(shí)別系統(tǒng)

我們?cè)诒究粕囵B(yǎng)中運(yùn)用的第二個(gè)系統(tǒng)是毫米波步態(tài)識(shí)別系統(tǒng)。在研究中發(fā)現(xiàn)使用毫米波技術(shù)，能夠提供更智能、有效的生物識(shí)別，例如步態(tài)識(shí)別。

步態(tài)是人類步行的行為特征。步行是人類生存的基礎(chǔ)，是人類與其他動(dòng)物區(qū)別的關(guān)鍵特征之一。正常步行并不需要思考，然而步行的控制十分復(fù)雜，包括中樞命令，身體平衡和協(xié)調(diào)控制，涉及足、踝、膝、髖、軀干、頸、肩、臂的肌肉和關(guān)節(jié)協(xié)同運(yùn)動(dòng)。任何環(huán)節(jié)的失調(diào)都可能影響步態(tài)。步行是全身肌肉參與，包括人體重心移位，骨盆傾斜旋轉(zhuǎn)，髖、膝、踝關(guān)節(jié)伸屈及內(nèi)外旋轉(zhuǎn)等，使人體位移的一種復(fù)雜的隨意運(yùn)動(dòng)。隨著年齡的增長(zhǎng)，單、雙支撐時(shí)相占步態(tài)周期的比例也隨之增加。不同性別和身高的人，其支撐時(shí)相和擺動(dòng)是有差異性的。

行走過程中，從一側(cè)腳跟著地開始到該腳跟再次著地構(gòu)成1 個(gè)步態(tài)周期。由于體型和運(yùn)動(dòng)模式的不同，每個(gè)人在活動(dòng)時(shí)，都會(huì)對(duì)周圍毫米波信號(hào)產(chǎn)生特定的影響模式，人在行走時(shí)，身體在用毫米波波束照射時(shí)，會(huì)將該波調(diào)制并反射，且由于毫米波對(duì)變化的分辨率極高，毫米波設(shè)備可以檢測(cè)到細(xì)微的變化，比如步態(tài)周期中的支撐時(shí)相和擺動(dòng)時(shí)相。支撐時(shí)相又分為腳跟著地、趾著地、支撐中期、腳跟離地、蹬離期和趾離地等動(dòng)作階段。擺動(dòng)時(shí)相分為加速期、擺動(dòng)期和減速期。身體在動(dòng)態(tài)變化時(shí)所產(chǎn)生的反射信號(hào)就是由多個(gè)表面反射點(diǎn)的反射的疊加所造成。為了得到這些反射點(diǎn)的特性，我們將接收到的信號(hào)按照相關(guān)原理模塊變換成與Range Doppler、角度有關(guān)的特征值的表示，這些特征值包括每一個(gè)反射點(diǎn)的距離、速度和角度。這些反射點(diǎn)組成一個(gè)人的點(diǎn)云。

通過毫米波雷達(dá)設(shè)備得到的點(diǎn)云數(shù)據(jù)為非結(jié)構(gòu)化數(shù)據(jù)，點(diǎn)云相對(duì)稀疏，人類并不能直觀地去理解這些數(shù)據(jù)。所以為此特意定制了一套神經(jīng)網(wǎng)絡(luò)模型進(jìn)行學(xué)習(xí)點(diǎn)云數(shù)據(jù)中的特征，以便對(duì)人類步態(tài)點(diǎn)云數(shù)據(jù)進(jìn)行分類預(yù)測(cè)。

我們?cè)谡n堂上搭建了一套毫米波步態(tài)識(shí)別系統(tǒng)，該系統(tǒng)的總體架構(gòu)如下：

首先由毫米波設(shè)備發(fā)送天線發(fā)射無線信號(hào)，信號(hào)被用戶步態(tài)動(dòng)作調(diào)制后反射，反射信號(hào)被毫米波接收天線捕獲。接著，毫米波設(shè)備將捕獲信號(hào)進(jìn)行處理，獲得距離、角度、多普勒頻移等信息，并將這些信息輸入神經(jīng)網(wǎng)絡(luò)進(jìn)行學(xué)習(xí)，通過學(xué)習(xí)后的分類器對(duì)用戶進(jìn)行分類預(yù)測(cè)。這一過程的進(jìn)一步描述如下：

毫米波設(shè)備我們使用TI 毫米波雷達(dá)TI IWR1443，該設(shè)備可以將原始FMCW 信號(hào)進(jìn)行預(yù)處理后，得到3D 的點(diǎn)云，點(diǎn)云中包含若干個(gè)反射點(diǎn)，每個(gè)反射點(diǎn)含有3 個(gè)屬性，分別是三維坐標(biāo)、速度、信噪比。

對(duì)這些點(diǎn)云數(shù)據(jù)進(jìn)行預(yù)處理并生成點(diǎn)云序列，利用神經(jīng)網(wǎng)絡(luò)對(duì)這些點(diǎn)云序列進(jìn)行學(xué)習(xí)和分類的過程在Python 中實(shí)現(xiàn)，當(dāng)前采用的神經(jīng)網(wǎng)絡(luò)為ResNet。在神經(jīng)網(wǎng)絡(luò)進(jìn)行學(xué)習(xí)的過程中，把學(xué)習(xí)準(zhǔn)確率最高的網(wǎng)絡(luò)模型保存下來。

對(duì)步態(tài)的預(yù)測(cè)，采用調(diào)用Python 腳本的方式導(dǎo)入訓(xùn)練好的網(wǎng)絡(luò)模型。該腳本由Matlab 進(jìn)行調(diào)用，并返還給Matlab一個(gè)預(yù)測(cè)分類結(jié)果值。

結(jié)果顯示部分在Matlab 中完成，將預(yù)測(cè)的結(jié)果匹配到特定的人進(jìn)行顯示。

通過對(duì)該系統(tǒng)的學(xué)習(xí)，學(xué)生們能夠進(jìn)一步加強(qiáng)對(duì)物聯(lián)網(wǎng)前沿技術(shù)毫米波感知的認(rèn)識(shí)，并學(xué)會(huì)運(yùn)用多種技術(shù)去分析和解決問題。

4 結(jié) 語

上述面向物聯(lián)網(wǎng)的創(chuàng)新性本科生培養(yǎng)體系的探索在教學(xué)實(shí)踐中收到了良好的效果。學(xué)生們樂于參與，積極參與，在實(shí)踐過程中極大地提升了他們的學(xué)習(xí)能力和創(chuàng)新能力。

在未來的教學(xué)科研工作中，將進(jìn)一步在本科生創(chuàng)新課程設(shè)計(jì)、產(chǎn)教融合協(xié)同培養(yǎng)、校企聯(lián)動(dòng)項(xiàng)目實(shí)踐三個(gè)模塊深化改革，推進(jìn)物聯(lián)網(wǎng)專業(yè)創(chuàng)新型本科生培養(yǎng)體系的進(jìn)一步發(fā)展。