Reconhecimento de Atividade Conjunta e Localização Interna com Impressões Digitais de WiFi

Nos últimos anos, o desenvolvimento rápido no tema de pesquisa de sensoriamento WiFi tem sido observado, que automaticamente detecta humanos com dispositivos WiFi comerciais. Trabalhos anteriores se dividem em duas categorias principais, ou seja, reconhecimento de atividade e localização interna. O primeiro utiliza dispositivos WiFi para reconhecer atividades diárias humanas, como fumar, caminhar e dançar. A localização interna pode ser usada para navegação interna, serviços baseados em localização e vigilância através de paredes. A principal justificativa por trás do sensoriamento WiFi é que o comportamento das pessoas pode influenciar a propagação do sinal WiFi e introduzir padrões específicos nos sinais de WiFi, chamados de impressões digitais de WiFi, que podem ser explorados para identificar atividades e locais humanos. Neste artigo, propomos uma nova estrutura de aprendizado profundo para a tarefa conjunta de reconhecimento de atividade e localização interna usando impressões digitais de informações de estado do canal WiFi (CSI). Mais precisamente, desenvolvemos um sistema que roda o protocolo WiFi padrão IEEE 802.11n e coletamos mais de 1400 impressões digitais de CSI em 6 atividades em 16 locais internos. Em seguida, propomos uma rede neural convolucional de tarefa dupla com camadas convolucionais unidimensionais para a tarefa conjunta de reconhecimento de atividade e localização interna. Os resultados experimentais e o estudo de ablação mostram que nossa abordagem atinge boas performances nessa tarefa conjunta de sensoriamento WiFi. Os dados e o código foram disponibilizados publicamente em https://github.com/geekfeiw/apl.