Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > eess > arXiv:2507.13520v1

帮助 | 高级搜索

电气工程与系统科学 > 信号处理

arXiv:2507.13520v1 (eess)
[提交于 2025年7月17日 ]

标题: 被动体域静电场(人体电容)用于泛在计算

标题: Passive Body-Area Electrostatic Field (Human Body Capacitance) for Ubiquitous Computing

Authors:Sizhen Bian, Mengxi Liu, Paul Lukowicz
摘要: 被动体区静电场感知,也称为人体电容(HBC),是一种节能且非侵入式的感知方式,它利用人体固有的静电特性来感知人类行为。 本文对被动HBC感知进行了重点综述,包括其基本原理、历史演变、硬件架构以及在不同研究领域的应用。 讨论了诸如环境变化敏感性等关键挑战,以激发缓解技术。 强调了传感器融合和硬件增强方面的未来研究机会。 为了支持持续创新,本工作提供了开源资源,并旨在使研究人员和开发者能够利用被动静电感知技术,为下一代可穿戴和环境智能系统提供支持。
摘要: Passive body-area electrostatic field sensing, also referred to as human body capacitance (HBC), is an energy-efficient and non-intrusive sensing modality that exploits the human body's inherent electrostatic properties to perceive human behaviors. This paper presents a focused overview of passive HBC sensing, including its underlying principles, historical evolution, hardware architectures, and applications across research domains. Key challenges, such as susceptibility to environmental variation, are discussed to trigger mitigation techniques. Future research opportunities in sensor fusion and hardware enhancement are highlighted. To support continued innovation, this work provides open-source resources and aims to empower researchers and developers to leverage passive electrostatic sensing for next-generation wearable and ambient intelligence systems.
主题: 信号处理 (eess.SP)
引用方式: arXiv:2507.13520 [eess.SP]
  (或者 arXiv:2507.13520v1 [eess.SP] 对于此版本)
  https://doi.org/10.48550/arXiv.2507.13520
通过 DataCite 发表的 arXiv DOI(待注册)

提交历史

来自: Sizhen Bian [查看电子邮件]
[v1] 星期四, 2025 年 7 月 17 日 20:10:05 UTC (3,660 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
eess.SP
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-07
切换浏览方式为:
eess

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号