论文

UniCSI:面向跨设备Wi-Fi人体感知的通用编码器

UniCSI Towards a Universal Wi-Fi CSI Encoder for Ubiquitous Human Sensing

模型训练模型架构应用与实践新型架构预训练行业应用

摘要

Wi-Fi 传感有望将我们周围的日常无线信号转变为无处不在的人类传感传感器。然而,一个根本障碍是 CSI 是在不同的设备特定配置下获取的,包括不同的子载波数量、带宽和载波频带。因此,生成的 CSI 张量在光谱分辨率和张量形状方面都有所不同,这使得异构建模具有挑战性。标准架构难以应对这种异构性,迫使进行有损预处理,从而损害底层信号。为了弥补这一差距,我们推出了 UniCSI,这是一种统一的基础架构,可以直接在异构 CSI 上运行,同时保留本机波形的完整性。 UniCSI 取决于两项核心创新:(1) 基于物理的 RF 分词器,根据每个频道在物理频谱中的分数位置而不是严格的数组索引对每个频道进行编码。它保留了固有的光谱相干性,并能够跨任意传感配置实现无缝、与频率分辨率无关的处理。 (2) 一个 频谱聚合器,将可变长度的信道序列提炼成固定大小的频谱特征,有效地将特征维度与物理子载波间隔解耦。对 25 个异构公共数据集(涵盖 14 至 2048 个子载波、20 至 160 MHz 带宽以及 2.4 和 5 GHz 频段)的大规模语料库的广泛评估表明,本机异构摄取在监督和自监督训练方案下都显着改善了跨域传输,特别是在固定网格架构无法泛化的情况下。

UniCSI:面向跨设备Wi-Fi人体感知的通用编码器:论文原图
图 1:UniCSI 概述。 (上)每链路编码器:时间 CNN 和时间补丁投影标记每子载波 CSI;使用带相对位置编码的学习查询交叉参与到子载波Token中,将可变长度频谱压缩为 Transformer 编码器的固定 Q×P×dQ\times P\times d 潜在值。 (底部)训练制度:JEPA 预训练、监督多任务训练以及下游探测或微调。