多频段 Wi-Fi 神经动态融合
信号处理
2024-07-19 v1
摘要
Wi-Fi 信道测量在不同频段（例如亚 7-GHz 和 60-GHz 频段）是非同步的，这源于不同标准协议（如 802.11ac/ax/be 和 802.11ad/ay）的非协调性质。之前的帧级多频段 Wi-Fi 融合仅用于简单分类任务，这不需要细粒度的时间对齐。相反，本文考虑亚 7-GHz 信道状态信息（CSI）和 60-GHz 束形信号比特率（SNR）之间的非同步序列到序列融合，用于更具挑战性的连续坐标估计任务。为处理非同步多频段 Wi-Fi 信道测量之间的时序差异，本文提出了一种多频段神经动态融合（NDF）框架。该框架使用独立的编码器将多频段 Wi-Fi 测量序列嵌入到独立的初始潜在条件中。通过连续时间常微分方程（ODE）建模，这些初始潜在条件被传播到多频段信道测量在相同时间实例的相应潜在状态，以实现潜在对齐和后-ODE 融合，以及在其原始时间实例以进行测量重建。我们基于变分证据下界（ELBO）推导了定制化的损失函数，以平衡多频段测量重建和连续坐标估计。我们使用内部多频段 Wi-Fi 测试平台评估 NDF 框架，演示了相对于综合的单频段和多频段基线方法的显著性能提升。
引用
@article{arxiv.2407.12937,
title = {Multi-Band Wi-Fi Neural Dynamic Fusion},
author = {Sorachi Kato and Pu Perry Wang and Toshiaki Koike-Akino and Takuya Fujihashi and Hassan Mansour and Petros Boufounos},
journal= {arXiv preprint arXiv:2407.12937},
year = {2024}
}
备注
13 pages, 13 figures, 4 tables