用于基准测试和多任务无线感知的感知数据集协议
信号处理
2026-01-14 v1 机器学习
摘要
无线感知已成为智能环境的基本使能技术，支持人体检测、活动识别、定位和生命体征监测等应用。尽管进展迅速，现有数据集和流程仍跨感知模态碎片化，阻碍了公平比较、迁移和可复现性。我们提出了感知数据集协议（SDP），一个用于大规模无线感知的协议级规范和基准框架。SDP定义了如何通过轻量级同步、频时对齐和重采样将异构无线信号映射到统一的感知数据块模式，而规范多线性交替最小二乘（CP-ALS）池化阶段提供了一种任务无关的表示，保留了多径、频谱和时间结构。基于此协议，建立了统一的基准，用于检测、识别和生命体征估计，并具有一致的预处理、训练和评估。在跨用户划分下的实验表明，SDP显著降低了种子间的方差（约88%），同时保持了具有竞争力的准确率和延迟，确认了其作为多模态和多任务感知研究可复现基础的价值。
引用
@article{arxiv.2512.12180,
title = {A Sensing Dataset Protocol for Benchmarking and Multi-Task Wireless Sensing},
author = {Jiawei Huang and Di Zhang and Yuanhao Cui and Xiaowen Cao and Tony Xiao Han and Xiaojun Jing and Christos Masouros},
journal= {arXiv preprint arXiv:2512.12180},
year = {2026}
}
备注
6 pages, 8 figures