Key points are not available for this paper at this time.
La détection d'occupation intérieure (IOD) via la détection Wi-Fi tire parti des variations des schémas dans les CSI (informations d'état de canal) pour estimer le nombre de personnes dans une zone donnée. Cependant, la précision de tels systèmes dépend fortement de la qualité des données CSI, qui peuvent être altérées par le bruit et des facteurs environnementaux. Pour aborder ce problème, dans cet article, nous présentons une méthode de prétraitement des CSI pour améliorer la précision des systèmes IOD utilisant la détection Wi-Fi. Contrairement aux méthodes de prétraitement existantes qui utilisent un traitement du signal ou des techniques statistiques complexes sur le plan computationnel, nous étendons la dimension des données d'amplitude CSI dans un vecteur à trois canaux grâce à une transformation non linéaire pour amplifier les différences subtiles entre les données CSI appartenant à un nombre différent de personnes. En établissant des frontières plus claires entre les distributions de données CSI appartenant à un nombre différent de personnes dans une zone surveillée, notre méthode améliore la précision du comptage des personnes d'un système de détection Wi-Fi. Pour garantir la cohérence temporelle et améliorer la qualité des données, nous discrétisons les mesures CSI en fonction de leurs périodes de transmission et agrégeons les mesures consécutives sur une période de temps donnée. Ces échantillons sont ensuite alimentés dans un Réseau de Neurones Convolutifs (CNN) spécialement formé pour la tâche d'IOD. Les résultats expérimentaux dans divers scénarios du monde réel vérifient que, par rapport aux méthodes traditionnelles, la capacité améliorée de représentation des caractéristiques de notre approche conduit à des résultats de détection plus précis et robustes même dans l'environnement le plus contraint en ressources, où une machine de capture CSI commerciale prête à l'emploi avec une seule antenne est utilisée lorsque un émetteur Wi-Fi avec une antenne de transmission envoie des paquets périodiquement vers le canal avec la plus petite bande passante de canal Wi-Fi.
Son et al. (Mer,) ont étudié cette question.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: