一种用于无源射频感知的物理信息生成模型
信号处理
2023-10-09 v1
摘要
电磁(EM)人体模型可预测人体存在与运动对附近无线设备接收到的射频(RF)杂散辐射的影响。这些无线设备可能是无线局域网(WLAN)的共址成员,甚至是连接广域网(WAN)的蜂窝设备。尽管精确,EM模型耗时较长,阻碍了其在严格实时计算成像问题与贝叶斯估计(如无源定位、RF层析成像与全息术)中的应用。物理信息生成神经网络(GNN)模型因能将相关物理定律与约束融入以复现过程而近期备受关注。因此,GNN可用于模拟/重建缺失样本,或学习物理信息数据分布。本文讨论变分自编码器(VAE)技术及其适配方法,以融入相关EM人体衍射方法,并应用于无源RF感知与定位/跟踪。所提出的EM信息生成模型针对经典基于衍射的EM人体工具进行了验证,并在真实RF测量数据上得到确认。文中还介绍并讨论了相关应用。
引用
@article{arxiv.2310.04173,
title = {A physics-informed generative model for passive radio-frequency sensing},
author = {Stefano Savazzi and Federica Fieramosca and Sanaz Kianoush and Vittorio Rampa and Michele D'amico},
journal= {arXiv preprint arXiv:2310.04173},
year = {2023}
}