SimHumalator：一个基于 WiFi 的无源雷达人体活动识别开源模拟器
信号处理
2021-03-03 v1
摘要
本工作提出一个仿真框架，用于在基于 WiFi 的无源雷达场景中生成人体微多普勒，其中我们利用 MATLAB 的 WLAN 工具箱仿真符合 IEEE 802.11g 的 WiFi 传输，并使用源自基于标记的动作捕捉系统的人体动画模型。我们将 WiFi 传输信号与人体动画数据相集成，以生成融合了人体运动特征多样性及传感器参数的微多普勒特征。本文考虑五类人体活动。我们在同一公共数据集上统一基准测试了多种机器学习与深度学习模型的分类性能。进一步，我们利用与动作捕捉系统同时捕获的真实雷达数据验证了分类性能。我们给出了仿真与测量的实验结果，分别展示了 95\% 和 90\% 的良好分类准确率。
引用
@article{arxiv.2103.01677,
title = {SimHumalator: An Open Source WiFi Based Passive Radar Human Simulator For Activity Recognition},
author = {Shelly Vishwakarma and Wenda Li and Chong Tang and Karl Woodbridge and Raviraj Adve and Kevin Chetty},
journal= {arXiv preprint arXiv:2103.01677},
year = {2021}
}