利用样本年龄实现资源高效的WiFi CSI感知

WiFi信道状态信息(CSI)感知必须与数据通信共存,这限制了新CSI测量的采集速率。为了对此建模,我们在感知速率约束下构建了基于CSI的人体活动和身份识别问题,该约束限制了测量会话内CSI样本可用的时隙比例。该框架捕获了感知-通信资源共享以及不受控的数据包丢失或流量驱动的非规律性。为满足感知约束,考虑了两种固定的CSI采样策略:确定性策略和随机伯努利策略。我们提出了一种低成本的年龄感知WiFi感知框架,该框架明确地将样本新鲜度纳入模型训练。每个保留的CSI样本的年龄首先被编码,然后通过乘法融合与CSI嵌入融合。在NTU-Fi人体活动识别和人员识别数据集上,所提出的模型持续优于仅使用CSI的基线和UniFi基准中最先进的时间感知注意力模型。例如,在人员识别方面,相较于UniFi方法,它实现了高达10个百分点的提升,且在严格的感知预算下增益最大。