面向IoT系统的生成式AI用于射频感知
信号处理
2024-11-26 v2 人工智能
摘要
无线感知技术的开发正在Internet of Things (IoT)系统中取得显著进展，使用如Wi-Fi、红外和射频(RF)等信号来收集环境数据。其中，射频感知因其成本效益高且非侵入式地监测人类活动和环境变化而居于优势。然而，传统的RF感知方法面临噪声、干扰、数据不完整和高部署成本等重大挑战，限制了其有效性和可扩展性。本文探讨了生成式AI (GenAI) 在IoT生态系统中克服这些限制的潜力。我们综述了针对RF感知问题的最新GenAI技术，重点关注其应用。通过生成高质量的合成数据、提升信号质量以及集成多模态数据，GenAI为RF环境重建、定位和成像提供了稳健的解决方案。此外，GenAI的泛化能力使IoT设备能够适应新环境和未见任务，提高了其效率和性能。本文的主要贡献包括对RF感知挑战的详细分析、呈现创新性的GenAI解决方案以及提出面向各种RF感知任务的统一框架。通过案例研究，我们展示了集成GenAI模型的有效性，导致了先进、可扩展且智能的IoT系统。
引用
@article{arxiv.2407.07506,
title = {Generative AI for RF Sensing in IoT systems},
author = {Li Wang and Chao Zhang and Qiyang Zhao and Hang Zou and Samson Lasaulce and Giuseppe Valenzise and Zhuo He and Merouane Debbah},
journal= {arXiv preprint arXiv:2407.07506},
year = {2024}
}