CSI4Free：基于GAN增强的毫米波CSI用于改进姿态分类
计算机视觉与模式识别
2024-07-01 v2
摘要
近年来，联合通信与感知（JC&S）在利用亚6 GHz频率的商业-off-the-shelf（COTS）Wi-Fi设备实现定位、手势识别和姿态分类等应用方面取得了显著成功。深度学习和大型公开数据集的存在是取得此类结果的关键因素。然而，在毫米波频率（30-300 GHz）方面，虽已展现出更高精度感知潜力，但在COTS Wi-Fi感知领域却缺乏大量研究。局限于研究硬件、缺乏大型数据集、COTS硬件功能受限以及数据收集复杂等挑战，阻碍了该领域的全面探索。本文旨在通过开发一种生成合成毫米波信道状态信息（CSI）样本的方法来解决上述问题。具体而言，我们在现有数据集上使用生成对抗网络（GAN）生成30,000个额外的CSI样本。增强后的样本与原始数据表现出显著的一致性，由此可见高的GAN训练和GAN测试得分。我们还将增强样本整合到训练姿态分类模型中。我们观察到，增强样本补充了真实数据，并提高了分类模型的泛化能力。
引用
@article{arxiv.2406.18684,
title = {CSI4Free: GAN-Augmented mmWave CSI for Improved Pose Classification},
author = {Nabeel Nisar Bhat and Rafael Berkvens and Jeroen Famaey},
journal= {arXiv preprint arXiv:2406.18684},
year = {2024}
}