論文の概要: Doppler Radiance Field-Guided Antenna Selection for Improved Generalization in Multi-Antenna Wi-Fi-based Human Activity Recognition
- arxiv url: http://arxiv.org/abs/2509.15129v1
- Date: Thu, 18 Sep 2025 16:40:14 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-09-19 17:26:53.335879
- Title: Doppler Radiance Field-Guided Antenna Selection for Improved Generalization in Multi-Antenna Wi-Fi-based Human Activity Recognition
- Title（参考訳）: マルチアンテナWi-Fiに基づく人間活動認識における一般化のためのドップラー放射場誘導アンテナ選択
- Authors: Navid Hasanzadeh, Shahrokh Valaee,
- Abstract要約: 雑音を抑えるためのマルチアンテナAPのための新しいフレームワークを提案し,DoRF整合誤差に基づいて最も情報性の高いアンテナを同定する。
挑戦的な手動ジェスチャー認識データセットの実験結果から,提案したDoRF誘導Wi-FiベースのHARアプローチが一般化能力を大幅に向上することが示された。
- 参考スコア（独自算出の注目度）: 20.859205920322676
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: With the IEEE 802.11bf Task Group introducing amendments to the WLAN standard for advanced sensing, interest in using Wi-Fi Channel State Information (CSI) for remote sensing has surged. Recent findings indicate that learning a unified three-dimensional motion representation through Doppler Radiance Fields (DoRFs) derived from CSI significantly improves the generalization capabilities of Wi-Fi-based human activity recognition (HAR). Despite this progress, CSI signals remain affected by asynchronous access point (AP) clocks and additive noise from environmental and hardware sources. Consequently, even with existing preprocessing techniques, both the CSI data and Doppler velocity projections used in DoRFs are still susceptible to noise and outliers, limiting HAR performance. To address this challenge, we propose a novel framework for multi-antenna APs to suppress noise and identify the most informative antennas based on DoRF fitting errors, which capture inconsistencies among Doppler velocity projections. Experimental results on a challenging small-scale hand gesture recognition dataset demonstrate that the proposed DoRF-guided Wi-Fi-based HAR approach significantly improves generalization capability, paving the way for robust real-world sensing deployments.
- Abstract（参考訳）: IEEE 802.11bf Task Groupが高度なセンシングのためのWLAN標準の修正を導入し、リモートセンシングのためのWi-Fi Channel State Information (CSI)への関心が高まっている。
近年の研究では、CSIから派生したドップラー放射場(DoRF)による統合された3次元運動表現の学習が、Wi-Fiに基づく人間活動認識(HAR)の一般化能力を大幅に向上させることが示されている。
この進歩にもかかわらず、CSI信号は、環境およびハードウェアソースからの非同期アクセスポイント(AP)クロックと追加ノイズの影響を受け続けている。
したがって、既存の前処理技術であっても、DoRFで使用されるCSIデータとドップラー速度予測の両方がノイズや外れ値の影響を受けやすいため、HAR性能が制限される。
この課題に対処するために,ドップラー速度予測の不整合を捉えるDoRF整合誤差に基づいて,雑音を抑え,最も情報性の高いアンテナを識別する,マルチアンテナAPのための新しいフレームワークを提案する。
挑戦的な小規模手ジェスチャー認識データセットによる実験結果から,提案したDoRF誘導Wi-FiベースのHARアプローチが一般化能力を大幅に向上し,より堅牢な実世界のセンシングデプロイメントを実現する方法が示された。
関連論文リスト
- Anti-Jamming Sensing with Distributed Reconfigurable Intelligent Metasurface Antennas [11.159180009266489]
従来のRFセンシング手法の感度は、フェーディングやノイズなどの送信機から受信機への負の伝搬チャネルの影響を受けやすい。
本稿では,分散再構成可能な知的メタアンテナ(RIMSA)を用いてオブジェクトの存在と位置を検出することを提案する。
本稿では,最適なビームフォーミングパターンの計算を目的とした深部強化学習(DRL)アルゴリズムと,受信した信号を知覚結果に変換するニューラルネットワークを提案する。
論文 参考訳（メタデータ） (2025-08-07T01:33:38Z) - Extracting Range-Doppler Information of Moving Targets from Wi-Fi Channel State Information [1.3581639904351783]
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。
論文 参考訳（メタデータ） (2025-08-04T18:10:18Z) - DoRF: Doppler Radiance Fields for Robust Human Activity Recognition Using Wi-Fi [22.285570102169356]
Wi-Fi Channel State Information (CSI) はリモートセンシングアプリケーションへの関心が高まっている。
近年の研究では、CSIから抽出したドップラー速度予測がヒト活動認識(HAR)を可能にすることが示されている。
本研究では,Wi-Fi CSIから抽出した1次元ドップラー速度予測から情報伝達3次元潜在運動表現を再構成する手法を提案する。
論文 参考訳（メタデータ） (2025-07-16T11:00:46Z) - Rydberg Atomic Quantum Receivers for Classical Wireless Communications and Sensing: Their Models and Performance [78.76421728334013]
ライドバーグ原子量子受信機(Rydberg atomic quantum receivers, RAQRs)は、高周波(RF)信号の電界を検出するための卓越した溶液である。
本稿では,無線コミュニティに対して,エンドツーエンドの受信方式を提示することでRAQRを導入する。
次に,現実的な受信フローに依存する等価なベースバンド信号モデルを開発する。
論文 参考訳（メタデータ） (2024-12-07T06:25:54Z) - 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) - 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) - Three-Way Deep Neural Network for Radio Frequency Map Generation and
Source Localization [67.93423427193055]
空間、時間、周波数領域にわたる無線スペクトルのモニタリングは、5Gと6G以上の通信技術において重要な特徴となる。
本稿では,空間領域全体にわたる不規則分散計測を補間するGAN(Generative Adversarial Network)機械学習モデルを提案する。
論文 参考訳（メタデータ） (2021-11-23T22:25:10Z) - Blind Federated Edge Learning [93.29571175702735]
フェデレーションエッジ学習(FEEL)について検討し,それぞれが独自のデータセットを持つ無線エッジデバイスでグローバルモデルを学ぶ。
そこで本研究では,デバイスがローカル更新を非符号化方式で送信する,アナログオーバ・ザ・エアのアグリゲーション方式を提案する。
論文 参考訳（メタデータ） (2020-10-19T16:22:28Z) - Intelligent Reflecting Surface Aided Wireless Communications: A Tutorial [64.77665786141166]
インテリジェント反射面(Intelligent Reflecting Surface、IRS)は、無線ネットワークにおける電波伝搬を工学する技術である。
IRSは無線チャネルを動的に変更して通信性能を向上させることができる。
その大きな可能性にもかかわらず、IRSは無線ネットワークに効率的に統合されるための新たな課題に直面している。
論文 参考訳（メタデータ） (2020-07-06T13:59:09Z) - Harvesting Ambient RF for Presence Detection Through Deep Learning [12.535149305258171]
本稿では,深層学習による人的存在検出における環境無線周波数(RF)信号の利用について検討する。
WiFi信号を例として,受信機で取得したチャネル状態情報(CSI)が伝搬環境に関する豊富な情報を含んでいることを示す。
畳み込みニューラルネットワーク(CNN)は、大きさと位相情報の両方を適切に訓練し、信頼性の高い存在検出を実現するように設計されている。
論文 参考訳（メタデータ） (2020-02-13T20:35:55Z)
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。