具有匹配特征粒度的多频段Wi-Fi感知

作为来自物理层的细粒度信道状态信息（CSI）与粗粒度接收信号强度指示（RSSI）测量的补充，在毫米波（mmWave）频段强制波束训练阶段可用的中粒度空间波束属性（如波束SNR）可被重新用于Wi-Fi感知应用。在本文中，我们提出了一种用于Wi-Fi感知的多频段Wi-Fi融合方法，该方法在粒度匹配框架中分层融合来自sub-6 GHz的细粒度CSI与60 GHz的中粒度波束SNR的特征。粒度匹配通过将来自CSI与波束SNR的两种不同粒度级别的特征图配对，并将所有配对特征图以可学习权重线性组合为融合特征图来实现。为进一步解决标记训练数据有限的问题，我们提出了一种基于自编码器的多频段Wi-Fi融合网络，该网络可以无监督方式进行预训练。一旦基于自编码器的融合网络完成预训练，我们移除解码器，并通过微调融合块并从头重新训练多任务头，将多任务感知头附加到融合特征图上。该多频段Wi-Fi融合框架通过涵盖三项任务的内部实验性Wi-Fi感知数据集得到充分验证：1）姿态识别；2）占用感知；3）室内定位。与四种基线方法（即仅CSI、仅波束SNR、输入融合与特征融合）的比较表明，粒度匹配提升了多任务感知性能。定量性能作为标记训练数据数量、潜在空间维度与微调学习率的函数被评估。