多普勒辐射场引导的天线选择用于提升基于Wi-Fi的人体活动识别的泛化能力
信号处理
2025-09-19 v1 计算机视觉与模式识别
摘要
随着IEEE 802.11bf工作组为高级感知引入对WLAN标准的修订，利用Wi-Fi信道状态信息（CSI）进行远程感知的兴趣激增。近期研究表明，通过从CSI推导出的多普勒辐射场（DoRF）学习统一的三维运动表示，显著提升了基于Wi-Fi的人体活动识别（HAR）的泛化能力。尽管取得了这一进展，CSI信号仍受到异步接入点（AP）时钟以及来自环境和硬件源的加性噪声的影响。因此，即使采用现有的预处理技术，CSI数据和DoRF中使用的多普勒速度投影仍然容易受到噪声和异常值的影响，从而限制了HAR性能。为应对这一挑战，我们提出了一种新颖的多天线AP框架，通过DoRF拟合误差来抑制噪声并识别信息量最大的天线，这些误差捕捉了多普勒速度投影之间的不一致性。在一项具有挑战性的小规模手势识别数据集上的实验结果表明，所提出的DoRF引导的基于Wi-Fi的HAR方法显著提升了泛化能力，为稳健的现实感知部署铺平了道路。
引用
@article{arxiv.2509.15129,
title = {Doppler Radiance Field-Guided Antenna Selection for Improved Generalization in Multi-Antenna Wi-Fi-based Human Activity Recognition},
author = {Navid Hasanzadeh and Shahrokh Valaee},
journal= {arXiv preprint arXiv:2509.15129},
year = {2025}
}