论文部分内容阅读
摘 要：Wi-Fi已经成为现代生活中不可或缺的一部分。借助广泛部署的Wi-Fi设施，人们可以随时随地享受各种在线服务。传统意义上，Wi-Fi的最重要的功能是实现终端设备与网络之间高吞吐量的数据通信。但除此之外，我们注意到一种基于商用Wi-Fi的新型系统正引起了越来越强烈的学术研究兴趣。在没有硬件修改和重新部署的情况下，研究人员正在利用商用Wi-Fi输出的信道状态信息，将现有的Wi-Fi系统转换为类似雷达的系统从而可以识别人类行为。这种新颖的功能极大地将Wi-Fi的使用方式扩展到一个新的领域，并在物联网的背景下引发了革命性的应用。
前言
如今，Wi-Fi广泛应用于我们的日常生活中，无论是私人住宅还是公共场所如图书馆和办公室。它为用户提供了方便的无线访问在线服务，如信息检索、社交网络和电子商务。与其他通信技术相比，Wi-Fi具有数据率高、移动性强、覆盖范围广等优势。然而，这远远不是Wi-Fi和物联网的全部故事。
一、Wi-Fi雷达系统的概览
总的来说，当前的Wi-Fi雷达系统工作可以分为两个主流方法。其中一种是数据驱动的方法，高度依赖于采集大量的数据，然后采用有监督或者无监督的训练学习方案。其基本原理在于人类行为会造成多径的改变，从而使CSI产生可区分的模式。通过使用机器学习来挖掘这些模式使得识别人类行为成为可能。而另外一种是基于模型的方法，基于物理原理的模型将CSI和行为之间建立起一对一的映射2
二、对当前最新技术的调研
我们对目前最先进的Wi-Fi雷达系统进行了全面调研，并根据设计方法将其分为两类：基于数据驱动和基于模型。
a）基于数据驱动的方法
尽管基于数据驱动方法Wi-Fi雷达总是应用于特定的任务，但仍可以从这些系统中抽象出通用架构如图3所示 [1]。一般情况下，数据驱动型Wi-Fi雷达的系统架构包括从商品Wi-Fi设备中提取CSI数据后的数据预处理、特征提取与选择、模型训练与测试三个阶段。为了在第一个阶段清理数据，研究人员通常从分析信号在时域和频域的特性开始。预处理阶段的另一个重要步骤是行为检测，它提取与行为事件相对应的信号片段，并丢弃CSI序列中无用的信号片段。其中基于能量的假设检验经常用于检测事件的起点和终点。在数据预处理之后，需要对得到的片段进行特征提取和选择。最后，将选定的特征输入到某个机器学习模型中进行训练并构建预测模型，用于后续过程中的行为识别。
b）基于模型驱动的方法
菲涅耳区模型：菲涅耳区域指的是一对信号（聲学或射频）发射机和接收机（图4中P1和P2处）之间和周围的一系列同心长椭球形区域[2]。根据图4，最内层的椭圆被定义为第一个菲涅耳区，第一个椭圆和第二个椭圆之间的椭圆环被定义为第二个菲涅耳区，第n个菲涅耳区对应于第（n -1）个和第n个之间的椭圆环。相应地，任何两个相邻菲涅耳区域（比如第n个和（n + 1）个）之间的边界被定义为第n个菲涅耳边界。现在假设P1处的发射器在发射信号，而P2处的接收器仅通过P1P2接收到LOS分量，前提是空间中没有其他物体（自由空间的情况）。但是，当反射器位于某一位置（如Q1）时，接收到的信号是通过P1P2的LOS分量和通过P1Q1和Q1P2的多路径分量的组合。由于这两个分量的相移分别为2πf | P1P2 |/c和2πf（| P1Q1 |+| Q1P2 |）/c+π（c是信号速度，增加的π相移是由反射引起的），它们的组合取决于它们的相位差ΔΦ（即2πf/c（| P1Q1 |+| Q1P2 |-| P1P2 |）+π）。当相位差D = kπ， k为奇数时，表明两分量相位相反，两分量相互抵消，接收信号的强度（即，CSI振幅）随之减小。相反，如果k是偶数，则两个分量相互增强，从而增强接收信号的强度。在这两种情况下，反射器一定位于菲涅耳边界上，这是由图4所示的方程在数学上确定的。此外，当反射面位于菲涅耳区时，与反射面位于相应边界时相比，减弱或增强效果介于两者之间。
三、总结
在本文中，我们介绍了一种新兴的改变商品的有前途的技术Wi-Fi进入可以识别的类雷达系统通道状态信息的人类行为。通过调查最新作品，我们总结了现有Wi-Fi雷达系统的总体框架，并找出这些系统的设计主要遵循数据驱动的方法或模型-基于方法。对于每种Wi-Fi雷达，我们对基本原理进行了详细介绍原理和最新应用程序。我们可以预见，尽管Wi-Fi雷达仍然面临严重挑战实际使用中的挑战，它已经显示出对物联网未来的美好愿景。
参考文献：
[1] G. Wang et al.， “We Can Hear You with Wi-Fi！，” IEEE Trans. Mobile Computing， vol. 15， no. 11， 2016， pp. 2907–20.
[2] D. Zhang， H. Wang， and D. Wu， “Toward Centimeter-scale Human Activity Sensing with Wi-Fi Signals，” IEEE Computer， vol. 50， no. 1， 2017， pp. 48–57.
作者简介：
邹永俊（1989—），性别：男，籍贯：江西省抚州市，大专，电子通讯，三鑫医疗科技股份有限公司，江西省南昌市南昌县煌盛中央公园
前言
如今，Wi-Fi广泛应用于我们的日常生活中，无论是私人住宅还是公共场所如图书馆和办公室。它为用户提供了方便的无线访问在线服务，如信息检索、社交网络和电子商务。与其他通信技术相比，Wi-Fi具有数据率高、移动性强、覆盖范围广等优势。然而，这远远不是Wi-Fi和物联网的全部故事。
一、Wi-Fi雷达系统的概览
总的来说，当前的Wi-Fi雷达系统工作可以分为两个主流方法。其中一种是数据驱动的方法，高度依赖于采集大量的数据，然后采用有监督或者无监督的训练学习方案。其基本原理在于人类行为会造成多径的改变，从而使CSI产生可区分的模式。通过使用机器学习来挖掘这些模式使得识别人类行为成为可能。而另外一种是基于模型的方法，基于物理原理的模型将CSI和行为之间建立起一对一的映射2
二、对当前最新技术的调研
我们对目前最先进的Wi-Fi雷达系统进行了全面调研，并根据设计方法将其分为两类：基于数据驱动和基于模型。
a）基于数据驱动的方法
尽管基于数据驱动方法Wi-Fi雷达总是应用于特定的任务，但仍可以从这些系统中抽象出通用架构如图3所示 [1]。一般情况下，数据驱动型Wi-Fi雷达的系统架构包括从商品Wi-Fi设备中提取CSI数据后的数据预处理、特征提取与选择、模型训练与测试三个阶段。为了在第一个阶段清理数据，研究人员通常从分析信号在时域和频域的特性开始。预处理阶段的另一个重要步骤是行为检测，它提取与行为事件相对应的信号片段，并丢弃CSI序列中无用的信号片段。其中基于能量的假设检验经常用于检测事件的起点和终点。在数据预处理之后，需要对得到的片段进行特征提取和选择。最后，将选定的特征输入到某个机器学习模型中进行训练并构建预测模型，用于后续过程中的行为识别。
b）基于模型驱动的方法
菲涅耳区模型：菲涅耳区域指的是一对信号（聲学或射频）发射机和接收机（图4中P1和P2处）之间和周围的一系列同心长椭球形区域[2]。根据图4，最内层的椭圆被定义为第一个菲涅耳区，第一个椭圆和第二个椭圆之间的椭圆环被定义为第二个菲涅耳区，第n个菲涅耳区对应于第（n -1）个和第n个之间的椭圆环。相应地，任何两个相邻菲涅耳区域（比如第n个和（n + 1）个）之间的边界被定义为第n个菲涅耳边界。现在假设P1处的发射器在发射信号，而P2处的接收器仅通过P1P2接收到LOS分量，前提是空间中没有其他物体（自由空间的情况）。但是，当反射器位于某一位置（如Q1）时，接收到的信号是通过P1P2的LOS分量和通过P1Q1和Q1P2的多路径分量的组合。由于这两个分量的相移分别为2πf | P1P2 |/c和2πf（| P1Q1 |+| Q1P2 |）/c+π（c是信号速度，增加的π相移是由反射引起的），它们的组合取决于它们的相位差ΔΦ（即2πf/c（| P1Q1 |+| Q1P2 |-| P1P2 |）+π）。当相位差D = kπ， k为奇数时，表明两分量相位相反，两分量相互抵消，接收信号的强度（即，CSI振幅）随之减小。相反，如果k是偶数，则两个分量相互增强，从而增强接收信号的强度。在这两种情况下，反射器一定位于菲涅耳边界上，这是由图4所示的方程在数学上确定的。此外，当反射面位于菲涅耳区时，与反射面位于相应边界时相比，减弱或增强效果介于两者之间。
三、总结
在本文中，我们介绍了一种新兴的改变商品的有前途的技术Wi-Fi进入可以识别的类雷达系统通道状态信息的人类行为。通过调查最新作品，我们总结了现有Wi-Fi雷达系统的总体框架，并找出这些系统的设计主要遵循数据驱动的方法或模型-基于方法。对于每种Wi-Fi雷达，我们对基本原理进行了详细介绍原理和最新应用程序。我们可以预见，尽管Wi-Fi雷达仍然面临严重挑战实际使用中的挑战，它已经显示出对物联网未来的美好愿景。
参考文献：
[1] G. Wang et al.， “We Can Hear You with Wi-Fi！，” IEEE Trans. Mobile Computing， vol. 15， no. 11， 2016， pp. 2907–20.
[2] D. Zhang， H. Wang， and D. Wu， “Toward Centimeter-scale Human Activity Sensing with Wi-Fi Signals，” IEEE Computer， vol. 50， no. 1， 2017， pp. 48–57.
作者简介：
邹永俊（1989—），性别：男，籍贯：江西省抚州市，大专，电子通讯，三鑫医疗科技股份有限公司，江西省南昌市南昌县煌盛中央公园