[논문 리뷰] Reconfigurable Intelligent Surfaces based RF Sensing: Design, Optimization, and Implementation

Jingzhi Hu, Hongliang Zhang외 6명|arXiv (Cornell University)|2019. 12. 19.

Indoor and Outdoor Localization Technologies참고 문헌 29인용 수 10

한 줄 요약

이 논문은 재구성 가능한 지능형 표면(RIS) 기반의 RF 센싱 시스템을 제안하여 무선 전파 환경을 능동적으로 커스터마이징함으로써 고정밀도 인간 자세 인식을 구현한다. 교대로 최적화 및 머신러닝을 통해 RIS의 위상 이동과 지도 학습 기반 决정 함수를 공동으로 최적화함으로써, 비구성 가능한 환경 대비 최대 23.5% 높은 정확도와 무작위 설정 대비 14.6% 높은 정확도를 달성하였으며, 시뮬레이션 및 USRP 기반 실험을 통해 검증되었다.

ABSTRACT

Using radio-frequency (RF) sensing techniques for human posture recognition has attracted growing interest due to its advantages of pervasiveness, contact-free observation, and privacy protection. Conventional RF sensing techniques are constrained by their radio environments, which limit the number of transmission channels to carry multi-dimensional information about human postures. Instead of passively adapting to the environment, in this paper, we design an RF sensing system for posture recognition based on reconfigurable intelligent surfaces (RISs). The proposed system can actively customize the environments to provide the desirable propagation properties and diverse transmission channels. However, achieving high recognition accuracy requires the optimization of RIS configuration, which is a challenging problem. To tackle this challenge, we formulate the optimization problem, decompose it into two subproblems and propose algorithms to solve them. Based on the developed algorithms, we implement the system and carry out practical experiments. Both simulation and experimental results verify the effectiveness of the designed algorithms and system. Compared to the random configuration and non-configurable environment cases, the designed system can greatly improve the recognition accuracy.

연구 동기 및 목표

• 예측할 수 없는 무선 환경으로 인한 독립적인 전파 경로 수의 제한과 낮은 강인성으로 인한 기존 RF 자세 센싱의 문제를 해결하기 위해.
• 재구성 가능한 지능형 표면(RIS)을 활용해 더 rich한 다차원 자세 정보를 위한 능동적 채널 커스터마이징을 가능하게 하기 위해.
• 최대 자세 인식 정확도를 확보하기 위해 RIS 구성과 결정 함수를 공동으로 최적화하기 위해.
• 실세계 환경에서의 검증을 위해 USRP 하드웨어를 사용하여 실용적인 RIS 기반 RF 센싱 시스템을 설계하고 구현하기 위해.

제안 방법

• 자세 인식 문제를 RIS 위상 이동과 결정 함수의 공동 최적화로 공식화하며, 이를 구성 최적화 및 결정 함수 학습의 두 하위문제로 분해한다.
• RIS 구성 최적화 하위문제를 해결하기 위해 교대로 최적화 알고리즘을 적용하며, 보정된 라그랑주 승수법과 프락시멀 기울기 업데이트를 사용한다.
• 수신 신호 특징을 기반으로 결정 함수를 최적화하기 위해 지도 학습 알고리즘을 활용한다.
• 유니버설 소프트웨어 라디오 퍼피러러(USRP) 장치를 사용하여 실세계 환경에서 시스템을 구현하고 검증한다.
• 최적화 과정에서의 비볼록성 문제를 다루기 위해 보조 변수와 볼록 근사 기법을 도입한다.
• RIS 구성과 쌍대 변수 간의 반복적 교대로 최소화를 통해 부분 최적 해에 수렴한다.

실험 결과

연구 질문

• RQ1 기존 비구성 가능한 시스템에 비해 RIS 기반 RF 센싱이 자세 인식 정확도를 크게 향상시킬 수 있는가?
• RQ2 RIS 요소의 수와 독립적으로 제어 가능한 그룹 수가 인식 성능에 어떤 영향을 미치는가?
• RQ3 자세 인식을 위해 전파 경로의 다양성을 극대화하기 위해 RIS 위상 이동의 최적 구성은 무엇인가?
• RQ4 RIS 구성과 결정 함수를 공동으로 최적화하는 것과 순차적 또는 별개의 최적화 방식을 비교했을 때 어떤 차이가 있는가?
• RQ5 실세계 하드웨어 구현이 이론적 시뮬레이션 성능에 얼마나 가까이 도달할 수 있는가?

주요 결과

• 제안된 RIS 기반 시스템은 비구성 가능한 환경 대비 23.5% 높은 자세 인식 정확도를 달성한다.
• 시스템은 무작위 RIS 설정 대비 14.6% 높은 자세 인식 정확도를 향상시킨다.
• RIS의 크기와 독립적으로 제어 가능한 RIS 그룹의 수가 증가할수록 자세 인식 정확도가 향상된다.
• 교대로 최적화 알고리즘이 부분 최적 해로 효과적으로 수렴하며, 이는 자세 인식 성능을 크게 향상시킨다.
• USRP 하드웨어를 활용한 실습 실험을 통해 제안된 알고리즘이 실세계 조건에서 효과적임을 확인한다.
• RIS 구성과 결정 함수를 공동으로 최적화하는 것이 별개 최적화 접근 방식에 비해 뛰어난 성능을 보인다.