CentiTrack：基于商用WiFi的厘米级被动手势追踪
信号处理
2020-11-16 v1 人机交互
摘要
手势感知在促进人机交互方面起着关键作用。以往工作要么依赖定制硬件，要么需要对无线信号模式进行先验学习，在隐私顾虑、可用性与可靠性方面存在不足。本文中，我们提出CentiTrack，首个仅使用三个商用WiFi设备、无需任何额外硬件改装或可穿戴传感器即可工作的厘米级被动手势追踪系统。为此，我们首先辨识物理层过程中的信道状态信息（CSI）测量误差来源，然后通过相邻天线间的复比值对CSI去噪。进一步采用主成分分析（PCA）将反射信号从噪声中分离。基准实验验证了去噪CSI的相位变化与手部反射动态路径的长度变化成正比。此外，我们采用多重信号分类（MUSIC）算法估计动态路径的到达角（AoAs），进而通过三角定位确定手的初始位置。我们还提出一种新颖的静态分量消除算法，通过消除与运动无关的组分来进行追踪校正。CentiTrack的原型被完整实现并在多种真实场景中评估。大量实验表明，与现有最优方法相比，CentiTrack在追踪精度、感知范围与设备成本方面均具优势。
引用
@article{arxiv.2011.06896,
title = {CentiTrack: Towards Centimeter-Level Passive Gesture Tracking with Commodity WiFi},
author = {Zijun Han and Zhaoming Lu and Xiangming Wen and Wei Zheng and Jingbo Zhao and Lingchao Guo},
journal= {arXiv preprint arXiv:2011.06896},
year = {2020}
}