論文の概要: Spectrum Shortage for Radio Sensing? Leveraging Ambient 5G Signals for Human Activity Detection

• arxiv url: http://arxiv.org/abs/2603.03579v1
• Date: Tue, 03 Mar 2026 23:18:03 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-05 21:29:15.118128
• Title: Spectrum Shortage for Radio Sensing? Leveraging Ambient 5G Signals for Human Activity Detection
• Title（参考訳）: 電波センシングのためのスペクトル短縮法 : 人間活動検出のための環境5G信号の活用
• Authors: Kunzhe Song, Maxime Zingraff, Huacheng Zeng,
• Abstract要約: Ambient Radio Sensing (ARS) はISACのアプローチであり、無線信号を無線で再送することでスペクトルの希少性に対処する。 ARSは、受動的に通信信号を受信し、それを増幅して周囲の物体を照らし、反射した信号をキャプチャするスタンドアロンデバイスとして機能する。 我々は,ARSのプロトタイプを開発し,周辺5G信号を用いた広範囲な実験によりその有効性を検証した。
• 参考スコア（独自算出の注目度）: 5.225254533678075
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Radio sensing in the sub-10 GHz spectrum offers unique advantages over traditional vision-based systems, including the ability to see through occlusions and preserve user privacy. However, the limited availability of spectrum in this range presents significant challenges for deploying largescale radio sensing applications. In this paper, we introduce Ambient Radio Sensing (ARS), a novel Integrated Sensing and Communications (ISAC) approach that addresses spectrum scarcity by repurposing over-the-air radio signals from existing wireless systems (e.g., 5G and Wi-Fi) for sensing applications, without interfering with their primary communication functions. ARS operates as a standalone device that passively receives communication signals, amplifies them to illuminate surrounding objects, and captures the reflected signals using a self-mixing RF architecture to extract baseband features. This hardware innovation enables robust Doppler and angular feature extraction from ambient OFDM signals. To support downstream applications, we propose a cross-modal learning framework focusing on human activity recognition, featuring a streamlined training process that leverages an off-the-shelf vision model to supervise radio model training. We have developed a prototype of ARS and validated its effectiveness through extensive experiments using ambient 5G signals, demonstrating accurate human skeleton estimation and body mask segmentation applications.
• Abstract（参考訳）: サブ10GHz帯の電波センシングは、従来のビジョンベースのシステムに対して独自の利点を提供している。 しかし、この範囲でのスペクトルの可用性の制限は、大規模無線センシングアプリケーションをデプロイする上で大きな課題となる。 本稿では,既存の無線システム(例えば,5G,Wi-Fi)から無線信号を取り出すことで,通信機能に干渉することなく,スペクトルの希少性に対処する新しいISAC(Integrated Sensing and Communications)アプローチであるAmbient Radio Sensingを紹介する。 ARSは、受動的に通信信号を受信し、それを増幅して周囲の物体を照らし、自己混合RFアーキテクチャを用いて反射信号を捕捉し、ベースバンドの特徴を抽出するスタンドアロン装置として機能する。 このハードウェアの革新により、周囲のOFDM信号から堅牢なドップラーおよび角状特徴抽出が可能となる。 下流のアプリケーションを支援するために,無線モデルの訓練を監督するために市販の視覚モデルを活用した合理化学習プロセスを備えた,人間の活動認識に焦点を当てたクロスモーダル学習フレームワークを提案する。 ARSのプロトタイプを開発し、周囲5G信号を用いた広範囲な実験を行い、正確な人体骨格推定と体マスクセグメンテーションの応用を実証した。

関連論文リスト

• WiFi-based Cross-Domain Gesture Recognition Using Attention Mechanism [61.79272554643873]
  本稿では,マルチセマンティックアテンション機構と自己注意に基づくチャネル機構を融合したジェスチャー認識ネットワークを提案する。 その結果、99.72%のドメイン内精度を維持するだけでなく、97.61%のクロスドメイン認識でも高い性能を発揮することがわかった。
  論文  参考訳（メタデータ） (2025-12-04T07:09:13Z)
• Doppler Radiance Field-Guided Antenna Selection for Improved Generalization in Multi-Antenna Wi-Fi-based Human Activity Recognition [20.859205920322676]
  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。
  論文  参考訳（メタデータ） (2025-09-18T16:40:14Z)
• SpectrumFM: Redefining Spectrum Cognition via Foundation Modeling [65.65474629224558]
  本稿ではスペクトル認識のための新しいパラダイムを提供するスペクトルFMと呼ばれるスペクトル基盤モデルを提案する。 畳み込みニューラルネットワークを利用した革新的なスペクトルエンコーダを提案し、スペクトルデータにおける微細な局所信号構造と高レベルのグローバルな依存関係の両方を効果的に捕捉する。 2つの新しい自己教師型学習タスク、すなわちマスク付き再構成と次のスロット信号予測が、SpectrumFMの事前学習のために開発され、モデルがリッチで伝達可能な表現を学習できるようにする。
  論文  参考訳（メタデータ） (2025-08-02T14:40:50Z)
• 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)
• 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)
• 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)
• Multi-task Learning Approach for Modulation and Wireless Signal Classification for 5G and Beyond: Edge Deployment via Model Compression [1.218340575383456]
  将来的な通信網は、異種無線デバイスの成長に対応するために、少ないスペクトルに対処する必要がある。 我々は、深層ニューラルネットワークに基づくマルチタスク学習フレームワークの可能性を利用して、変調と信号分類タスクを同時に学習する。 公共利用のための包括的ヘテロジニアス無線信号データセットを提供する。
  論文  参考訳（メタデータ） (2022-02-26T14:51:02Z)
• 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)
• Integrating Sensing and Communication in Cellular Networks via NR Sidelink [7.42576783544779]
  我々は、その角度と回転依存性であるサイドリンクベースのRFセンシングに関する共通の問題について議論する。 本稿では,データの提案時間的特徴を捉えるためのグラフベースのエンコーダと,多角学習のための4つのアプローチを提案する。
  論文  参考訳（メタデータ） (2021-09-15T12:41:31Z)
• Spectro-Temporal RF Identification using Deep Learning [3.8137985834223507]
  WRISTは、分光時間検出、フレームワーク、システムを備えた広帯域リアルタイムRF識別システムである。 得られたディープラーニングモデルは、時間と周波数のRF放射を検出し、分類し、正確に検出することができる。 WRIST検出器は、野生の非常に密集した環境でも平均的な平均精度が90に達する。
  論文  参考訳（メタデータ） (2021-07-11T19:02:07Z)
• Deep Neural Network Feature Designs for RF Data-Driven Wireless Device Classification [9.05607520128194]
  本稿では、RF通信信号の異なる構造と、送信機ハードウェア障害に起因するスペクトル放射を利用する新しい特徴設計手法を提案する。 提案するDNNの特徴は,拡張性,精度,シグネチャ・アンチ・クローニング,環境摂動に対する非感受性の観点から,分類の堅牢性を大幅に向上させる。
  論文  参考訳（メタデータ） (2021-03-02T20:19:05Z)

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。