无线网络中用于人体活动识别的信道相位处理
信号处理
2023-10-16 v2
摘要
信道状态信息(CSI)的相位由于其对接收信号同步误差的敏感性，在无线感知中作为信息来源未得到充分利用。通常对相位进行线性变换以校正线性偏移，少数情况下会进行时间或频率上的滤波来平滑数据。本文提出一种新颖的CSI相位处理方法，以提高室内环境中人体活动识别(HAR)的准确率。这一新方法被称为时间平滑与频率重建(TSFR)，包括：基于线性回归变换方法的CSI相位净化以去除相位损伤，随后使用Savitzy-Golay(SG)滤波器进行时域滤波去噪，最后重建相位以消除SG滤波引起的频率失真。TSFR方法在五个来自实验测量的数据集上进行了测试，使用了三种不同的深度学习算法，并与另外五种CSI相位处理方法进行比较。结果显示在所有情况下使用TSFR均提高了准确率。具体而言，所提方案在大多数研究场景中达到了高于90%的准确率。在小样本学习策略中，TSFR将最先进性能从35%提升至85%。
引用
@article{arxiv.2303.16873,
title = {Channel Phase Processing in Wireless Networks for Human Activity Recognition},
author = {Guillermo Diaz and Iker Sobron and Iñaki Eizmendi and Iratxe landa and Manuel Velez},
journal= {arXiv preprint arXiv:2303.16873},
year = {2023}
}