基于无源频谱监测的人体感知
人机交互
2023-09-06 v1 信号处理
摘要
人体感知在老年医疗与公共安全等诸多领域正显著改善我们的生活方式。研究表明，人体活动可改变无源射频（PRF）频谱，后者表示对周围环境中射频信号的无源接收而不主动发射目标信号。本文提出一种新颖的无源人体感知方法，利用 PRF 频谱改变作为人体认证、定位与活动识别的生物特征模态。所提方法使用软件定义无线电（SDR）技术在对人体特征敏感的频率 band 获取 PRF。此外，PRF 频谱特征由五种机器学习（ML）算法根据不同的感知任务进行分类与回归。所提出的无源射频环境中人体感知（SHAPR）方法在包括实验室、客厅、教室与车辆在内的多种环境与场景中进行了测试，以验证其广泛性。实验结果表明，SHAPR 方法在四种场景下的三项人体感知任务中均达到超过 95% 的准确率，定位误差小于 0.8 m。这些结果表明，SHAPR 技术可被视为一种具有高准确率、鲁棒性与普遍适用性的新型人体特征模态。
引用
@article{arxiv.2306.15893,
title = {Human Sensing via Passive Spectrum Monitoring},
author = {Huaizheng Mu and Liangqi Yuan and Jia Li},
journal= {arXiv preprint arXiv:2306.15893},
year = {2023}
}