論文の概要: Extracting Range-Doppler Information of Moving Targets from Wi-Fi Channel State Information

• arxiv url: http://arxiv.org/abs/2508.02799v1
• Date: Mon, 04 Aug 2025 18:10:18 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-06 18:18:55.630284
• Title: Extracting Range-Doppler Information of Moving Targets from Wi-Fi Channel State Information
• Title（参考訳）: 移動目標のWi-Fiチャネル状態情報から距離ドップラー情報を抽出する
• Authors: Jessica Sanson, Rahul C. Shah, Maximilian Pinaroc, Valerio Frascolla,
• Abstract要約: 3つの重要な革新を通じて両課題に対処する新しい信号処理手法を提案する。 提案手法は、商用のIntel WiFi AX211を用いて、移動目標のレンジドプラ推定におけるcmレベルの精度を実現する。
• 参考スコア（独自算出の注目度）: 1.3581639904351783
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This paper presents, for the first time, a method to extract both range and Doppler information from commercial Wi-Fi Channel State Information (CSI) using a monostatic (single transceiver) setup. Utilizing the CSI phase in Wi-Fi sensing from a Network Interface Card (NIC) not designed for full-duplex operation is challenging due to (1) Hardware asynchronization, which introduces significant phase errors, and (2) Proximity of transmit (Tx) and receive (Rx) antennas, which creates strong coupling that overwhelms the motion signal of interest. We propose a new signal processing approach that addresses both challenges via three key innovations: Time offset cancellation, Phase alignment correction, and Tx/Rx coupling mitigation. Our method achieves cm-level accuracy in range and Doppler estimation for moving targets, validated using a commercial Intel Wi-Fi AX211 NIC. Our results show successful detection and tracking of moving objects in realistic environments, establishing the feasibility of high-precision sensing using standard Wi-Fi packet communications and off-the-shelf hardware without requiring any modification or specialized full-duplex capabilities.
• Abstract（参考訳）: 本稿では、モノスタティック(シングルトランシーバ)セットアップを用いて、商用Wi-Fiチャネル状態情報(CSI)から範囲情報とドップラー情報を抽出する手法を初めて提示する。 完全二重動作用に設計されていないネットワークインタフェースカード(NIC)のWi-FiセンシングにおけるCSI位相の利用は,(1)有意な位相誤差をもたらすハードウェアの同期化,(2)伝達(Tx)と受信(Rx)アンテナの近接性により困難である。 本稿では、時間オフセットキャンセル、位相アライメント補正、Tx/Rx結合緩和という3つの重要な革新を通じて、両課題に対処する新しい信号処理手法を提案する。 提案手法は,商用のIntel Wi-Fi AX211 NIC を用いて,移動目標のcmレベルの精度とドップラー推定を実現する。 実環境における移動物体の検出と追跡に成功し,標準Wi-Fiパケット通信とオフザシェルフハードウェアを用いた高精度センシングの実現可能性を確立した。

関連論文リスト

• WiFi CSI Based Temporal Activity Detection via Dual Pyramid Network [38.854696923757466]
  本稿では,時間信号セマンティックスと局所感性応答を統合した効率の良いデュアルピラミッドネットワークを提案する。 テンポラルシグナルセマンティック(Temporal Signal Semantic)は、特徴学習を高周波数成分と低周波数成分に分割する。 局所感度応答は学習せずに変動を捉える。これらの特徴ピラミッドは、新しいクロスアテンション融合機構を使って結合される。
  論文  参考訳（メタデータ） (2024-12-19T03:00:45Z)
• OFDM-Standard Compatible SC-NOFS Waveforms for Low-Latency and Jitter-Tolerance Industrial IoT Communications [53.398544571833135]
  この研究は、スペクトル的に効率的な不規則なSinc (irSinc) 整形法を提案し、1924年に従来のSincを再考した。 irSincは、誤差性能を犠牲にすることなくスペクトル効率が向上した信号を生成する。 我々の信号は、5G標準信号構成により、同じスペクトル帯域内で高速なデータ伝送を実現する。
  論文  参考訳（メタデータ） (2024-06-07T09:20:30Z)
• Cross-domain Learning Framework for Tracking Users in RIS-aided Multi-band ISAC Systems with Sparse Labeled Data [55.70071704247794]
  統合センシング・通信(ISAC)は6G通信において重要であり、再構成可能なインテリジェントサーフェス(RIS)の急速な発展によって促進される 本稿では,複数の帯域にまたがるマルチモーダルCSIインジケータを協調的に活用し,クロスドメイン方式で追跡機能をモデル化するX2Trackフレームワークを提案する。 X2Trackの下では、トランスフォーマーニューラルネットワークと逆学習技術に基づいて、トラッキングエラーを最小限に抑える効率的なディープラーニングアルゴリズムを設計する。
  論文  参考訳（メタデータ） (2024-05-10T08:04:27Z)
• Physical-Layer Semantic-Aware Network for Zero-Shot Wireless Sensing [74.12670841657038]
  デバイスレスワイヤレスセンシングは、幅広い没入型人間機械対話型アプリケーションをサポートする可能性から、近年、大きな関心を集めている。 無線信号におけるデータの均一性と分散センシングにおけるデータプライバシ規制は、広域ネットワークシステムにおける無線センシングの広範な適用を妨げる主要な課題であると考えられている。 そこで本研究では,ラベル付きデータを使わずに,一箇所ないし限られた箇所で構築されたモデルを直接他の場所に転送できるゼロショット無線センシングソリューションを提案する。
  論文  参考訳（メタデータ） (2023-12-08T13:50:30Z)
• WiFi-based Spatiotemporal Human Action Perception [53.41825941088989]
  SNN(End-to-end WiFi signal Neural Network)は、Wi-Fiのみのセンシングを可能にするために提案されている。 特に、3D畳み込みモジュールはWiFi信号の時間的連続性を探索することができ、特徴自己保持モジュールは支配的な特徴を明示的に維持することができる。
  論文  参考訳（メタデータ） (2022-06-20T16:03:45Z)
• A Wireless-Vision Dataset for Privacy Preserving Human Activity Recognition [53.41825941088989]
  アクティビティ認識の堅牢性を改善するため,WiNN(WiFi-based and video-based neural network)が提案されている。 以上の結果から,WiViデータセットは一次需要を満足し,パイプライン内の3つのブランチはすべて,80%以上のアクティビティ認識精度を維持していることがわかった。
  論文  参考訳（メタデータ） (2022-05-24T10:49:11Z)
• GraSens: A Gabor Residual Anti-aliasing Sensing Framework for Action Recognition using WiFi [52.530330427538885]
  WiFiベースのヒューマンアクション認識(HAR)は、スマートリビングやリモート監視といったアプリケーションにおいて、有望なソリューションと見なされている。 本稿では,無線機器からのWiFi信号を用いた動作を,多様なシナリオで直接認識する,エンド・ツー・エンドのGabor残差検知ネットワーク(GraSens)を提案する。
  論文  参考訳（メタデータ） (2022-05-24T10:20:16Z)
• DeepCSI: Rethinking Wi-Fi Radio Fingerprinting Through MU-MIMO CSI Feedback Deep Learning [15.160442408342407]
  DeepCSIは、MU-MIMO Wi-Fiデバイスを認証するWi-Fi無線指紋認証の新しいアプローチだ。 市販機器を用いた大規模データ収集キャンペーンを通じて,DeepCSIの性能を広範囲に評価した。 実験結果から、DeepCSIは98%の精度で送信機を正確に識別することがわかった。
  論文  参考訳（メタデータ） (2022-04-15T18:59:29Z)
• Multi-Band Wi-Fi Sensing with Matched Feature Granularity [37.40429912751046]
  サブ6GHzの細粒度CSIと60GHzの中粒度ビームSNRの両方の特徴を階層的に融合するWi-Fiセンサ用マルチバンドWi-Fi融合法を提案する。 ラベル付きトレーニングデータの制限に対処するため,教師なしで事前学習可能なオートエンコーダベースのマルチバンドWi-Fi融合ネットワークを提案する。
  論文  参考訳（メタデータ） (2021-12-28T05:50:58Z)
• A Photonic-Circuits-Inspired Compact Network: Toward Real-Time Wireless Signal Classification at the Edge [3.841495731646297]
  大規模な機械学習モデルでは、レイテンシに敏感な下流タスクのためにエッジデバイス上で実装することが難しくなる可能性がある。 無線通信システムでは、ミリ秒以下のスケールでのMLデータ処理により、リアルタイムなネットワーク監視が可能となる。 本稿では,フォトニック・ハードウエアにインスパイアされたリカレントニューラルネットワークモデルからなる,コンパクトなディープ・ネットワークを提案する。
  論文  参考訳（メタデータ） (2021-06-25T19:55:41Z)

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。