生成式人工智能辅助无线感知：通信环境中的人流检测
信号处理
2024-04-23 v1
摘要
像 ChatGPT 这样的突破性应用正推动生成式人工智能（GAI）研究的兴趣。本质上，GAI 不仅在内容生成方面有优势，还在信号处理方面提供支持，从而为无线感知提供支持。因此，我们引入一种新的 GAI 辅助人流检测系统（G-HFD）。严格来说，G-HFD 首先使用信道状态信息（CSI）估计由人体引起的反射（HIR）的传播路径长度变化的速度和加速度。随后，鉴于扩散模型的强推理能力，我们提出了一种统一加权条件扩散模型（UW-CDM）用于去噪估计结果，从而实现目标数量的检测。接下来，我们使用由波长间距的均匀线性阵列获得的 CSI 估计 HIR 的到达时间和到达方向（DoA）。在此过程中，UW-CDM 解决了 DoA 频谱模糊问题，确保 accurate DoA 估计。最后，通过聚类，G-HFD 确定子流数量和每个子流中的目标数量，即子流大小。基于实际下行通信信号的评估显示，G-HFD 的子流大小检测准确率可达 91%。这验证了其有效性，并凸显了 GAI 在无线感知领域的重要潜力。
引用
@article{arxiv.2404.14140,
title = {Generative Artificial Intelligence Assisted Wireless Sensing: Human Flow Detection in Practical Communication Environments},
author = {Jiacheng Wang and Hongyang Du and Dusit Niyato and Zehui Xiong and Jiawen Kang and Bo Ai and Zhu Han and Dong In Kim},
journal= {arXiv preprint arXiv:2404.14140},
year = {2024}
}