[論文レビュー] From Real to Complex: Enhancing Radio-based Activity Recognition Using Complex-Valued CSI

Bo Wei, Wen Hu+2 more|arXiv (Cornell University)|Apr 25, 2018

Indoor and Outdoor Localization Technologies参考文献 40被引用数 6

ひとこと要約

本論文は、電波干渉（RFI）に対して高い耐性を示す複素数値チャネル状態情報（CSI）を用いた、デバイスフリーな活動認識システムを提案する。複素数値CSIを用いたスパース表現分類（SRC）により、RFIによる劣化環境下でも認識精度を最大10%向上させ、実数値CSI手法を上回り、最小限のハードウェア構成でも実現可能性を示した。

ABSTRACT

Activity recognition is an important component of many pervasive computing applications. Radio-based activity recognition has the advantage that it does not have the privacy concern and the subjects do not have to carry a device on them. Recently, it has been shown channel state information (CSI) can be used for activity recognition in a device-free setting. With the proliferation of wireless devices, it is important to understand how radio frequency interference (RFI) can impact on pervasive computing applications. In this paper, we investigate the impact of RFI on device-free CSI-based location-oriented activity recognition. We present data to show that RFI can have a significant impact on the CSI vectors. In the absence of RFI, different activities give rise to different CSI vectors that can be differentiated visually. However, in the presence of RFI, the CSI vectors become much noisier and activity recognition also becomes harder. Our extensive experiments show that the performance of state-of-the-art classification methods may degrade significantly with RFI. We then propose a number of counter measures to mitigate the impact of RFI and improve the location-oriented activity recognition performance. We are also the first to use complex-valued CSI to improve the performance in the environment with RFI.

研究の動機と目的

• デバイスフリーなCSIベースの活動認識システムにおける電波干渉（RFI）の深刻な影響に対処すること。
• 高RFI環境下の動的かつ現実的な状況において、位置指向の活動認識の耐性と精度を向上させること。
• 複素数値CSIを実数値CSIの代替として用いることで、信号表現と分類性能を向上させる可能性と利点を調査すること。
• RFI環境下における複素数値CSIに特化したスパース表現分類（SRC）フレームワークの開発と評価すること。
• 低コストで埋め込み可能な広帯域無線プラットフォームを用いて、最小限のハードウェア要件でシステムの実現可能性を示すこと。

提案手法

• システムは、市販のWiFiチップセット（例：Intel 5300、Atheros 9390）から得られる複素数値CSIを、活動認識の入力として使用する。
• ℓ1-最適化に基づくスパース表現分類（SRC）を適用し、既知の活動パターンの辞書におけるスパarsityを活用してCSIベクトルをモデル化・分類する。
• 各活動を訓練済みの辞書からの基底ベクトルのスパース線形結合として扱い、ノイズや干渉がある状況下でも耐性のある分類を実現する。
• 複素数値CSIを用いることで位相と振幅情報を保持でき、実数値の振幅のみの表現に比べて分類の識別力が向上する。
• 実世界の展開シナリオを模擬するため、埋め込み型WASPプラットフォームを用いてさまざまな無線プロトコルおよび帯域幅（例：20 MHz）をシミュレートして評価する。
• RFI対策として、信号前処理とSRCの内在的ノイズ耐性を活用し、複数の干渉条件で性能を検証した。

実験結果

リサーチクエスチョン

• RQ1 電波干渉（RFI）は、CSIベースのデバイスフリー活動認識システムの性能にどのように悪影響を及えるか？
• RQ2 RFI環境下において、実数値CSIと比較して複素数値CSIが分類精度を向上させられるか？
• RQ3 スパース表現分類（SRC）は、CSIベースの活動認識において、RFIに対する耐性をどの程度向上できるか？
• RQ4 実世界の干渉が生じる環境下で、複素数値CSIとSRCを組み合わせた場合の性能向上はどの程度か？
• RQ5 最小限のハードウェア（例：1対の送信受信機）を用いた本手法のスケーラビリティと実用性は、実際の屋内環境でどの程度達成できるか？

主な発見

• RFIはCSIベクトルの品質を著しく低下させ、活動認識を困難にし、最先端の分類器の性能を低下させる。
• 複素数値CSIは位相と振幅情報を保持でき、実数値の振幅のみの表現に比べて活動間の識別がより良好に可能になる。
• 本研究で提案する複素数値CSIを用いたSRCベースの手法は、RFI影響下の環境で実数値CSI手法に比べて認識精度を最大10%向上させた。
• SRCはノイズや干渉に対して強い耐性を示し、RFI環境下でSVM や k-NN といった従来手法を上回る性能を発揮した。
• 1室のアパート内での1対の送受信機でのみの構成でも、信頼性の高い性能を達成でき、設置・保守が容易である。
• プロトタイプは、さまざまな無線帯域幅（例：20 MHz）で実現可能であることを示し、限られたスペクトルでも高い精度が達成可能であることを示した。