通过自我注意机制和无香味卡尔曼过器与商品Wi-Fi的无设备跟踪

科学领域:

• 工程 工程师 工程师 工程师
• 计算机科学 计算机科学
• 信号处理 信号处理

背景情况:

• 无线网络信号和通道状态信息 (CSI) 显示出目标跟踪的前景.
• 现有的方法缺乏综合性方法,结合CSI,无气味卡尔曼波器 (UKF) 和对实时多属性目标估计的自我注意.
• 计算效率是限制环境中实时跟踪的一个挑战.

研究的目的:

• 为实时移动目标跟踪开发一种新的,计算效率高的方法.
• 将CSI数据与无气味卡尔曼波器 (UKF) 和唯一的自我注意力机制集成.
• 使用商品Wi-Fi设备准确估计目标位置,速度和加速.

主要方法:

• 从商品Wi-Fi设备中利用频道状态信息 (CSI).
• 实施一种使用无气味卡尔曼波器 (UKF) 和单一自我注意力机制的综合方法.
• 在受控的试验台环境中进行广泛的实验.

主要成果:

• 在移动目标上实现了惊人的97%的追踪准确度.
• 展示了对目标位置,速度和加速的即时和精确估计.
• 在受控实验环境中验证了模型的有效性.

结论:

• 拟议的方法成功地解决了使用Wi-Fi CSI实时目标跟踪的差距.
• UKF和自我注意的融合提供了高精度和计算效率.
• 潜在的应用包括人机交互,监控和安全系统.