論文の概要: TRGR: Transmissive RIS-aided Gait Recognition Through Walls
- arxiv url: http://arxiv.org/abs/2407.21566v1
- Date: Wed, 31 Jul 2024 12:42:25 GMT
- ステータス: 処理完了
- システム内更新日: 2024-08-01 18:02:39.924795
- Title: TRGR: Transmissive RIS-aided Gait Recognition Through Walls
- Title(参考訳): TRGR:壁を通したRIS支援歩行認識
- Authors: Yunlong Huang, Junshuo Liu, Jianan Zhang, Tiebin Mi, Xin Shi, Robert Caiming Qiu,
- Abstract要約: 本稿では,新しい透過性再構成可能なインテリジェントサーフェス(RIS)支援歩行認識システムTRGRを提案する。
TRGRは、一対のトランシーバーからのチャネル状態情報の大きさ測定のみを用いて、壁を通して人間の身元を認識することができる。
実験の結果, TRGRの平均精度は97.88%であった。
- 参考スコア(独自算出の注目度): 4.91946613664339
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Gait recognition with radio frequency (RF) signals enables many potential applications requiring accurate identification. However, current systems require individuals to be within a line-of-sight (LOS) environment and struggle with low signal-to-noise ratio (SNR) when signals traverse concrete and thick walls. To address these challenges, we present TRGR, a novel transmissive reconfigurable intelligent surface (RIS)-aided gait recognition system. TRGR can recognize human identities through walls using only the magnitude measurements of channel state information (CSI) from a pair of transceivers. Specifically, by leveraging transmissive RIS alongside a configuration alternating optimization algorithm, TRGR enhances wall penetration and signal quality, enabling accurate gait recognition. Furthermore, a residual convolution network (RCNN) is proposed as the backbone network to learn robust human information. Experimental results confirm the efficacy of transmissive RIS, highlighting the significant potential of transmissive RIS in enhancing RF-based gait recognition systems. Extensive experiment results show that TRGR achieves an average accuracy of 97.88\% in identifying persons when signals traverse concrete walls, demonstrating the effectiveness and robustness of TRGR.
- Abstract(参考訳): 無線周波数(RF)信号による歩行認識は、正確な識別を必要とする多くの潜在的な応用を可能にする。
しかし、現在のシステムでは、信号がコンクリートと厚い壁を横切る場合、個人はLOS(Line-of-sight)環境に留まり、低信号対雑音比(SNR)に苦しむ必要がある。
これらの課題に対処するために,新しい透過的再構成可能なインテリジェントサーフェス(RIS)支援歩行認識システムTRGRを提案する。
TRGRは、一対のトランシーバーからのチャネル状態情報(CSI)の大きさ測定のみを用いて、壁を通して人間のアイデンティティを認識することができる。
具体的には、透過的RISと構成変更最適化アルゴリズムを併用することにより、TRGRは壁透過性と信号品質を高め、正確な歩行認識を可能にする。
さらに,頑健な人的情報を学習するためのバックボーンネットワークとして,残差畳み込みネットワーク(RCNN)を提案する。
実験の結果, 透過性RISの有効性が確認され, RFを用いた歩行認識システムにおける透過性RISの有効性が示唆された。
その結果, TRGRは, 信号がコンクリート壁を横切るときの平均精度を97.88倍に向上し, TRGRの有効性とロバスト性を示した。
関連論文リスト
- On the Detection of Non-Cooperative RISs: Scan B-Testing via Deep Support Vector Data Description [18.820959590465705]
1つ以上の再構成可能なインテリジェントサーフェス(RIS)から非協調的活動の存在を迅速に検出する問題について検討する。
RISがサードパーティシステムの下で動作可能であることを考慮し、非協調的なRISの位相構成の分布を意識しない新しいRISアクティビティ検出フレームワークを提案する。
論文 参考訳(メタデータ) (2024-11-05T16:36:51Z) - On the Potential of Re-configurable Intelligent Surface (RIS)-assisted Physical Layer Authentication (PLA) [0.0]
再構成可能なインテリジェントサーフェス(RIS)技術は、次世代無線ネットワークの潜在的なコンポーネントになりつつある。
しかし、RIS支援無線通信のブロードキャスト特性は、物理的層における悪意のある攻撃に対して脆弱である。
本稿では、RISを利用した物理層認証(PLA)の可能性を確保するためのRIS支援無線通信システムについて検討する。
論文 参考訳(メタデータ) (2024-05-01T10:17:24Z) - DT-DDNN: A Physical Layer Security Attack Detector in 5G RF Domain for
CAVs [11.15939066175832]
妨害攻撃は5Gネットワークに重大なリスクをもたらす。
本研究は, CAVネットワークにおけるジャマー検出のための, 深層学習に基づく新しい手法を提案する。
提案手法は, 余剰低妨害電力の96.4%検出率を実現する。
論文 参考訳(メタデータ) (2024-03-05T04:29:31Z) - Fast and Accurate Cooperative Radio Map Estimation Enabled by GAN [63.90647197249949]
6G時代には、無線リソースのリアルタイムモニタリングと管理が、多様な無線アプリケーションをサポートするように求められている。
本稿では,GAN(Generative Adversarial Network)による協調的無線地図推定手法を提案する。
論文 参考訳(メタデータ) (2024-02-05T05:01:28Z) - RIS-Assisted Wireless Link Signatures for Specific Emitter Identification [32.865668126367275]
本稿では,PLA中のチャネル指紋を正規送信者がカスタマイズ可能な,再構成可能なインテリジェントサーフェス(RIS)支援PLAシステムを提案する。
我々はPLAの統計的性質を導出し、RIS支援PLAが理論的に実現可能であることを示す興味深い洞察を与える。
RIS支援PLAプロトタイププラットフォーム上での概念実証実験により,本システムの実現可能性を確認した。
論文 参考訳(メタデータ) (2023-09-14T14:15:43Z) - Active RIS-aided EH-NOMA Networks: A Deep Reinforcement Learning
Approach [66.53364438507208]
アクティブな再構成可能なインテリジェントサーフェス(RIS)支援マルチユーザダウンリンク通信システムについて検討した。
非直交多重アクセス(NOMA)はスペクトル効率を向上させるために使用され、活性RISはエネルギー回収(EH)によって駆動される。
ユーザの動的通信状態を予測するために,高度なLSTMベースのアルゴリズムを開発した。
増幅行列と位相シフト行列RISを結合制御するためにDDPGに基づくアルゴリズムを提案する。
論文 参考訳(メタデータ) (2023-04-11T13:16:28Z) - Disentangled Representation Learning for RF Fingerprint Extraction under
Unknown Channel Statistics [77.13542705329328]
本稿では,まず,不整合表現学習(DRL)の枠組みを提案し,入力信号を逆学習によりデバイス関連成分とデバイス関連成分に分解する。
提案フレームワークにおける暗黙的なデータ拡張は、デバイス非関連チャネル統計の過度な適合を避けるために、RFF抽出器に正規化を課す。
実験により、DR-RFFと呼ばれる提案手法は、未知の複雑な伝播環境に対する一般化可能性の観点から従来の手法よりも優れていることが示された。
論文 参考訳(メタデータ) (2022-08-04T15:46:48Z) - Model-based Deep Learning Receiver Design for Rate-Splitting Multiple
Access [65.21117658030235]
本研究では,モデルベース深層学習(MBDL)に基づく実用的なRSMA受信機の設計を提案する。
MBDL受信機は、符号なしシンボル誤り率(SER)、リンクレベルシミュレーション(LLS)によるスループット性能、平均トレーニングオーバーヘッドの観点から評価される。
その結果,MBDLはCSIRが不完全なSIC受信機よりも優れていた。
論文 参考訳(メタデータ) (2022-05-02T12:23:55Z) - Covert Communications via Adversarial Machine Learning and
Reconfigurable Intelligent Surfaces [46.34482158291128]
再構成可能なインテリジェントサーフェス(RIS)は、信号の散乱と反射プロファイルを制御するために単位セルの配列に依存する。
本稿では,RISの存在下での隠蔽通信について考察する。
論文 参考訳(メタデータ) (2021-12-21T18:23:57Z) - Millimeter Wave Communications with an Intelligent Reflector:
Performance Optimization and Distributional Reinforcement Learning [119.97450366894718]
ミリ波基地局のダウンリンクマルチユーザ通信を最適化するための新しいフレームワークを提案する。
チャネル状態情報(CSI)をリアルタイムで計測するために,チャネル推定手法を開発した。
最適赤外反射を学習し、ダウンリンク能力の期待を最大化するために、分布強化学習(DRL)手法を提案する。
論文 参考訳(メタデータ) (2020-02-24T22:18:54Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。