科研笔记(八) 深度学习及其在 WiFi 人体感知中的应用(下)

论文题目：Deep Learning and Its Applications to WiFi Human Sensing: A Benchmark and A Tutorial

论文作者：Jianfei Yang, Xinyan Chen, Dazhuo Wang, Han Zou, Chris Xiaoxuan Lu, Sumei Sun, Fellow, IEEE and Lihua Xie, Fellow, IEEE

工作单位：新加坡南洋理工大学，英国爱丁堡大学等

发表刊物：arxiv， pp. 1-17，2022

II. PRELIMINARIES OF WIFI SENSING

A. CSI简介

在WiFi通信中，CSI(信道状态信息)反映了无线信号经过衍射、反射和散射后在物理环境中的传播情况，描述了通信链路的信道特性。对于一对发射器和接收器天线，CSI描述了多径相移和每个子载波上的幅值衰减。与RSS(接收信号强度)相比，CSI数据具有更好的传感分辨率，在WiFi信号传播的环境下可视为“WiFi图像”。在WiFi感知中，CSI记录功能由专用工具[1]、[2]实现。CSI估计可表示为:
H i = ∥ H i ∥ e j ∠ H i H_i=\parallel H_i \parallel e^{j\angle H_i} Hi=∥Hi∥ej∠Hi
其中 ∥ H i ∥ \parallel H_i \parallel ∥Hi∥和 ∠ H i \angle H_i ∠Hi分别代表第 i i i个子载波的幅度和相位。

B. CSI工具

CSI工具	带宽	子载波数量	设备
Intel 5300 CSI Tool	20MHz	30	Intel 5300 NIC
Atheros CSI Tool	20/40MHz	56/114	Atheros NIC
Nexmon CSI Tool	80MHz	256	智能手机&树莓派

C. CSI数据转换和清理

Q:如何处理CSI数据使其适用于WiFi感知？
A1:只使用CSI振幅数据作为输入。
A2:在基于模型的方法中，利用天线之间的CSI相位差异作为输入。
A3: 使用经过处理的CSI多普勒表示，例如，提出BVP(人体坐标速度剖面)来模拟反映人体运动的多普勒特征[31]。

D.CSI数据对人体的影响

为了将CSI数据与深度学习模型相结合，本文总结了有助于更好地理解深度模型设计的CSI数据属性:

子载波维度—空间特征
时间维度（连续数据包）----时间特征
天线维度—分辨率和信道特征

III. DEEP LEARNING MODELS FOR WIFI SENSING

A.用于WiFi感知的深度学习模型（2017-2022）

B.WiFi感知领域常用深度学习模型的基本原理

C.WiFi感知领域常用深度学习模型的评价

MLP：参数多，收敛速度慢，计算开销大；
CNN：卷积层过多（>20），梯度消失问题导致性能下降；
RNN：反向传播时存在梯度消失问题，无法捕获CSI的长期依赖关系；
LSTM：克服了Vanilla RNN存在的问题；
Transformer：参数多，训练成本高，且难以收集大量的带有标签的CSI数据。

IV. LEARNING METHODS FOR DEEP WIFI SENSING MODELS

监督学习：传统的深度模型训练依赖于有大量标记数据的监督学习，但数据的收集和标注是现实WiFi感知应用的瓶颈。
少样本学习：由于只需要少量样本，因此在实际应用中，少样本学习有助于基于WiFi的手势识别和人体识别。
迁移学习：在WiFi感知场景中，由于CSI数据高度依赖于环境，因此跨域场景十分常见。迁移学习被用来解决跨域问题。
无监督学习：可以强化模型，获得更好的泛化能力。
集成学习：可以提高模型分类性能，但计算开销也会成倍增长。

V. EMPIRICAL STUDIES OF DEEP LEARNING IN WIFI SENSING: A BENCHMARK

A. 实验设置

B. 深度模型评估

C. 学习策略评估

VI. DISCUSSIONS AND SUMMARY

PS：由于论文是发表在axvir上的，文中一些细节难免存在疏漏。比如图2中小标题中提到的三种人类活动，而实际图像涉及到了四种活动，并且上下两行的图像来源也没有给出详细的介绍。

科研笔记(八) 深度学习及其在 WiFi 人体感知中的应用(下)相关推荐

读书笔记：深度学习进阶-自然语言处理（俗称鱼书二）
文章目录前言一.神经网络的复习二.自然语言和单词的分布式表示 2.1什么是自然语言处理 2.2同义词词典 2.3基于计数的方法 2.3.1基于python的语料库的预处理 2.3.2单词的分布式 ...
吴恩达【优化深度神经网络】笔记01——深度学习的实用层面
文章目录引言一.训练集/验证集/测试集(Train/Dev/Test sets) 1. 数据集选择 2. 补充:交叉验证(cross validation) 二.偏差和方差(Bias/Varian ...
科研指导：深度学习的应用研究课程
↑↑↑关注后"星标"Datawhale 每日干货 & 每月组队学习,不错过 Viax科研教育科研方向:深度学习应用本次科研课程是由全球TOP30院校导师带队亲授,共有四 ...
黄海广博士的机器学习个人笔记及深度学习笔记
想要下载黄海广博士的机器学习个人笔记及深度学习笔记的请复制下面链接 https://download.csdn.net/download/wgllovemother/10447758 备注:有想下载 ...
深度学习入门之PyTorch学习笔记：深度学习介绍
深度学习入门之PyTorch学习笔记:深度学习介绍绪论 1 深度学习介绍 1.1 人工智能 1.2 数据挖掘.机器学习.深度学习 1.2.1 数据挖掘 1.2.2 机器学习 1.2.3 深度学习第 ...
深度学习在美团配送ETA预估中的探索与实践-笔记
文章作者:Tyan 博客:noahsnail.com | CSDN | 简书本文为美团文章学习的笔记整理. 1. 背景 ETA(Estimated Time of Arrival," ...
【长篇博文】Docker学习笔记与深度学习环境的搭建和部署（二）
长篇博文记录学习流程不容易,请关注.转发.点赞.评论,谢谢! 上一篇文章:Docker学习笔记与深度学习环境的搭建和部署(一) 文章末尾附加nvidia455.23.cuda11.1.cudnn8.0 ...
[深度学习笔记(1)]深度学习入门
本系列是博主刚开始接触深度学习时写的一些笔记,写的很早了一直没有上传,趁着假期上传一下,作为分享,希望能帮助到你. 目录前言一.什么是深度学习二.深度学习的应用三.深度神经网络的难题 3.1 ...
ScalersTalk 机器学习小组第 21 周学习笔记（深度学习-10）
ScalersTalk 机器学习小组第 21 周学习笔记(深度学习-10) Scalers点评:机器学习小组是成长会的内部小组,这是成长会机器学习小组第21周学习笔记,也是深度学习第10次的复盘笔记 ...