《Understanding WiFi Signal Frequency Features for Position-Independent Gesture Sensing》论文总结

摘要：

先前机器学习的工作没有解决位置依赖问题（即提取的特征都是与位置有关的，不同人在相同位置做相同手势or相同人在不同位置做相同手势都有可能呈现出不同的模式）。本文首先从WiFi感知中的多普勒频率入手进行理解和分析，然后提出了一个WiFi频率模型去量化信号频率和目标位置、运动方向和速度的关系。基于上述模型，本文证明了常用的运动速度和运动方向是位置相关的并进一步把速度和相对运动方向转换为两个位置无关的特征。在频率模型和这两个位置无关的特征的基础上，本文提出了一套位置无关的手势与其识别系统。评估结果表明在各种条件下（不同位置、方向、环境、人），该识别系统都能达到96%以上的准确率，显著优于机器学习的解决方案。

Introduction：

机器学习旨在把信号的模式和特定的行为对应起来。但是存在位置依赖问题，对于大的位置移动的检测不佳。
为了解决位置依赖问题，很多研究把重点放在了研究CSI频域特征而不是时域的振幅和相位。对于LoS和环境中的相位偏移为0这一点使得这种与环境无关的特性暗示了非零频率特征对于人类活动识别的环境变化具有相对较强的鲁棒性。对于人类活动在不同位置之间的频域特征之间的关系还缺少研究。
本文研究的两个问题：1- 能否建立模型去模拟位置变化在CSI在频域上的特征去判断这些特征是否是不存在位置依赖的？2-在此模型的基础上，能否构建支持位置无关检测的CSI的频域特征？

主要贡献：

开发了一个数学模型来量化信号频率与目标位置、运动方向和人类活动速度之间的关系。它揭示了信号频率如何随这些影响因素而变化。
在此基础上，我们给出了从多个WiFi设备时频信息中提取运动片段和相对方向变化作为两个位置无关特征的具体指导原则。这使得我们能够开发一套与位置无关的手势和相应的手势识别系统，该系统不需要训练，实现了与位置无关的高精度手势识别。
我们已经在COTS WiFi设备上实现了传感系统，并进行了广泛的现场实验 (3种环境下的8个手势、5个位置和5个方向，并与3种基于机器学习的最先进的方法进行了比较)。实验结果表明，该系统能够在2m x 2m的传感区域识别不同位置和方向的手势，准确率达到96%以上。

建立目标位置对CSI信号频率影响的模型

射频的多普勒效应
根据光波的多普勒效应可以得到：

由于人的移动会远远慢于光速，所以多普勒频移DFS可以得到：

（高中学的“上观下源”的速度加减法是机械波，这里是光波，可以看https://baike.baidu.com/item/多普勒效应/115710）
由于co-located设备相当于又收又发，所以人在移动的时候相当于接收设备相对于发射设备两倍速度在变化（经过人反射，路径是两倍的），可以得到下式：

考虑到静态条件下多径和LoS一样并不影响后相位的变化，假设只有人的运动所带来的一条变化的路径，那么接收到的CSI可以表示为：
其中Hs(f)即为所有静态路径之和，d0是初始位置，vp的是影响多普勒频移的速度，并不是目标移动的速度。如果把速度按照椭圆的切线和法线方向分解得到vt和vn,由椭圆的性质可以知道Vn改变路径长度而Vt不改变。
根据三角公式的一系列推导，得到：
可以看出接收信号的频率和四个参数相关，这四个参数和两个因素有关：（1）目标的位置决定了rrr和ααα（2）目标移动速度决定了VhVhVh和θθθ。

共定位收发器传感系统（co-located）和基于WiFi的非接触式传感系统的两个主要区别:(1)共定位收发器传感系统中rrr是固定的，而基于WiFi的传感系统的比系数r在变化;(2)在共定位收发系统中，DFS与目标位置无关，而在基于WiFi的传感系统中，DFS与位置有关。本文主要研究的就是在传统的WiFi感知系统中目标位置和运动方向对于信号频率的影响的。

量化目标位置对CSI信号频率和人体运动关系的影响

实验1：证明了垂直距离越远频率越高，且中间比两边的频率高（中间是指圆柱体的中间比圆柱体的两边，横向的）
实验设定：

实验结果：
实验2：频率依赖于运动方向。90°方向频率最大，在中垂线上的位置频率变化是对称的。在Loc2由于ααα是小于0的，所以包含了左移，产生了不对称。
实验设定：
两个位置0°-180°每15°方向上走1m
实验结果：
位置无关position-independent特征：
特征一：动作片段gesture fragments
将手势划分成类似笔画的片段。通过分解手势和获取手势中笔画的数目，可以识别手势。
特征二：运动方向的变化
绝对运动的信息取决于目标位置。运动方向的变化描述了一个手势的相邻片段的运动方向之间的相对变化。

使用一收两发WiFi设备中提取上述两个位置无关的特征

Q：为什么使用多设备？
A：一是如果只用一对收发设备，某个动作的频率可能是0，就检测不到。二是多设备才能构建频率的轮廓和方向变化序列。

步骤一：将手势分段
为了获取动作片段的数量，对两个接收设备接收的信号进行连续小波变换（CWT）获取时间-频率图谱。根据时频谱图的方差来分割手势片段：首先，利用步长为0.025s的0.1s滑动窗口，得到各时频谱图的方差。然后计算两条WiFi链路的方差和(如图17a的下图所示)。最后，设置一个动态阈值(下图中的红线)来确定每个片段的起点和终点。虽然位置1和位置2的时频谱有很大区别，但是还是能分出三个片段的。

步骤二：提取方向变化
1、对于手势的每个片段，分别计算出两个接收端的能量最大的频率的平均值作为其频率特征F。F的角度基本就等于这个片段中手势运动的方向。
2、根据Fi和Fi+1的角度差就是相邻两个片段的方向变化Δθ，据此可以构建Δθ的序列作为方向变化特征向量。

实现与位置无关的手势识别：
表中每一组（列）手势有相同的特征：第一列没有方向变化，第二组有两个片段一个方向变化，第三组有三个片段两个方向变化。每一组中的动作可能不好识别，但是可以识别动作属于哪一组。
根据此表进行了动作的扩充，以下8个动作可以在不需要提前训练的基础上就完成位置无关的识别。

《Understanding WiFi Signal Frequency Features for Position-Independent Gesture Sensing》论文总结相关推荐

Position independent code and data (ROPI and RWPI)
为什么80%的码农都做不了架构师?>>> Introduction IAR Embedded Workbench for ARM version 5.50 and later ...
WiFi Signal Strength Explorer 2.3 Mac的WiFi信号强度检测工具
应用介绍 WiFi Signal Strength Explorer是一款Mac上的无线网络信号强度检测工具,主要功能包括实时监测无线网络信号强度.提供有关网络速度.连接质量和信号干扰的详细信息.记录 ...
Understanding and Modeling of WiFi Signal Based Human Activity Recognition
相关研究现有的无设备人体活动识别和定位工作可分为四类:基于接收信号强度指示器(RSSI)的.基于专用硬件的.基于雷达的和基于CSI的. 其中基于CSI的人类活动识别系统主要依靠WiFi信号的统计特征 ...
快速了解position independent code(PIC)
稍微了解地址无关代码(Position-Independent Code) - 掘金https://www.youtube.com/watch?v=Ss2e6JauS0Y
Richer Convolutional Features for Edge Detection（RCF论文学习笔记）
介绍: 做边缘检测(edge detection)的网络,实质上来讲,应该算是HED网络的改进作者提出RCF,将所有卷积特征封装成更具鉴别性的表示,很好地利用了丰富的特征层次结构,并且可以通过反向传 ...
Inferring Motion Direction using Commodity Wi-Fi for Interactive Exergames （WiDrancd）论文翻译
Inferring Motion Direction using Commodity Wi-Fi for Interactive Exergames (WiDrance) 利用wifi推断运动方向的互 ...
WIFI室内定位系统设计与实现(小学期满分项目)
WIFI Positioning Software Design Manual(WIFI室内定位软件设计说明书) 作为在CSDN上发的第一篇,稍微介绍一下吧,这个是我在小学期做的一个拿到了A(满分)的 ...
wifi网状网络_如何建立无线网状网络
wifi网状网络 Spotty Wi-Fi in certain areas of your home? A mesh network system can bring seamless connec ...
9个妙招增强家庭WIFI信号
1.DON'T HIDE YOUR ROUTER. 1.不要把路由器藏起来 Most people hide their routers because they're unsightly or in ...
为什么我连接到Wi-Fi但不能连接到Internet？
It's happened to all of us at some point. Your Wi-Fi signal is strong, but there's no internet conne ...

《Understanding WiFi Signal Frequency Features for Position-Independent Gesture Sensing》论文总结

《Understanding WiFi Signal Frequency Features for Position-Independent Gesture Sensing》论文总结相关推荐

最新文章

热门文章