[논문 리뷰] From Real to Complex: Enhancing Radio-based Activity Recognition Using Complex-Valued CSI

Bo Wei, Wen Hu외 2명|arXiv (Cornell University)|2018. 04. 25.

Indoor and Outdoor Localization Technologies참고 문헌 40인용 수 6

한 줄 요약

이 논문은 복소수 채널 상태 정보(CSI)를 사용하여 무선 주파수 간섭(RFI)에 대한 내성을 향상시키는 새로운 비장치 기반 활동 인식 시스템을 제안한다. 복소수 CSI에 기반한 희소 표현 분류(SRC) 기법을 활용함으로써, RFI로 인해 성능이 떨어지는 환경에서도 인식 정확도를 최대 10% 향상시켜 기존 실수값 CSI 기반 방법들을 능가하며, 최소한의 하드웨어 설정으로도 구현 가능함을 입증한다.

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.

연구 동기 및 목표

• 장치 없는 CSI 기반 활동 인식 시스템에서 발생하는 무선 주파수 간섭(RFI) 문제를 해결하기 위한 것이다.
• 고도로 변동하는 실제 환경에서 RFI 수준이 높은 상황에서도 위치 기반 활동 인식의 내성과 정확도를 향상시키기 위한 것이다.
• 복소수 CSI를 실수값 CSI 대신 사용할 경우 신호 표현 및 분류 성능 향상에 기여하는지의 가능성과 이점을 탐구하기 위한 것이다.
• RFI 조건 하에서 복소수 CSI에 특화된 희소 표현 분류(SRC) 프레임워크를 개발하고 평가하기 위한 것이다.
• 최소한의 하드웨어 요구사항(예: 하나의 송수신기 쌍)을 갖춘 저비용 임베디드 광대역 무선 플랫폼을 사용하여 시스템의 구현 가능성을 입증하기 위한 것이다.

제안 방법

• 시스템은 실용적인 WiFi 칩셋(예: Intel 5300, Atheros 9390)으로부터 확보한 복소수 CSI를 활동 인식 입력으로 사용한다.
• ℓ1-최적화 기반의 희소 표현 분류(SRC)를 적용하여 CSI 벡터를 모델링하고 분류하며, 기존 활동 패턴의 사전에서의 희소성 특성을 활용한다.
• 각 활동를 훈련된 사전의 기저 벡터들의 희소 선형 조합으로 간주함으로써, 노이즈 또는 간섭이 있는 CSI 상황에서도 강력한 분류 성능을 달성한다.
• 복소수 CSI를 사용함으로써 위상과 진폭 정보를 유지함으로써, 실수값의 진폭만을 사용하는 표현보다 더 높은 구분 능력을 확보한다.
• 시스템은 임베디드 WASP 플랫폼을 사용하여 다양한 무선 프로토콜과 대역폭(예: 20 MHz)을 시뮬레이션함으로써 실제 구현 환경을 모의한다.
• RFI 대응 조치로는 신호 전처리와 SRC의 내재된 노이즈 내성 기능을 활용하며, 다양한 간섭 조건에서 성능을 검증한다.

실험 결과

연구 질문

• RQ1 무선 주파수 간섭(RFI)은 CSI 기반 비장치 기반 활동 인식 시스템의 성능을 어떻게 악화시키는가?
• RQ2 RFI 상황에서 복소수 CSI는 실수값 CSI 대비 분류 정확도를 향상시킬 수 있는가?
• RQ3 희소 표현 분류(SRC)는 CSI 기반 활동 인식에서 RFI에 대해 얼마나 높은 내성을 보일 수 있는가?
• RQ4 실제 간섭이 빈번한 환경에서 복소수 CSI와 SRC를 조합한 경우 성능 향상은 어느 정도인가?
• RQ5 최소한의 하드웨어(예: 하나의 송수신기 쌍)를 사용할 경우, 제안된 시스템은 실내 환경에서 얼마나 확장 가능하고 실용적인가?

주요 결과

• RFI는 CSI 벡터의 품질을 심각하게 악화시켜 활동 인식을 어렵게 하고 최신 분류기의 성능을 떨어뜨린다.
• 복소수 CSI는 위상과 진폭 정보를 유지함으로써 실수값의 진폭만을 사용하는 표현보다 활동 간의 구분 능력이 뛰어나다.
• 제안된 복소수 CSI 기반 SRC 기법은 RFI 영향을 받는 환경에서 실수값 CSI 기반 방법 대비 최대 10%의 정확도 향상을 달성한다.
• SRC는 노이즈 및 간섭에 강력한 내성을 보이며, RFI 조건에서 기존의 SVM 및 k-NN와 같은 전통적 방법들을 능가한다.
• 단 한 쌍의 송수신기만으로도 한 베드룸 아파트 환경에서 신뢰할 수 있는 성능을 달성하여 설치 및 유지보수가 용이하다.
• 프로토타입은 다양한 무선 대역폭(예: 20 MHz)에서의 구현 가능성을 입증하였으며, 제한된 스펙트럼 조건에서도 높은 정확도를 확보할 수 있음을 보여준다.