EfficientFi：通过 CSI 压缩实现大规模轻量级 WiFi 感知

由于对高速互联网接入的需求日益增长，WiFi 技术已被应用于各种场所。近来，除网络服务外，WiFi 感知在智能家居中颇具吸引力，因为它具有无设备、低成本和保护隐私的特点。尽管已开发出众多 WiFi 感知方法，其中大多数仅考虑单一智能家居场景。若无强大云服务器与海量用户的连接，大规模 WiFi 感知仍十分困难。本文首先分析并总结这些障碍，提出一种高效的大规模 WiFi 感知框架，即 EfficientFi。EfficientFi 在 WiFi AP 端采用边缘计算、在中心服务器采用云计算。它由一个新颖的深度神经网络组成，可在边缘压缩细粒度 WiFi 信道状态信息 (CSI)，在云端恢复 CSI，并同时执行感知任务。为实现这些目标，设计了一个量化自编码器与一个联合分类器以端到端方式工作。据我们所知，EfficientFi 是首个物联网—云赋能的 WiFi 感知框架，在准确实现感知任务的同时显著降低了通信开销。我们利用基于 WiFi 感知的人体活动识别与身份识别作为两个案例研究，并开展大量实验评估 EfficientFi。结果表明，它将 CSI 数据从 1.368Mb/s 压缩至 0.768Kb/s，数据重建误差极低，并实现超过 98% 的人体活动识别准确率。