EHUNAM是一个基于WiFi CSI的数据集,用于人类和机器传感
Elizabet de Armas1,2, Guillermo Diaz3, Iker Sobron4
1Dept. of Communications Engineering, University of the Basque Country (UPV/EHU), Bilbao, Spain. edearmas001@ikasle.ehu.eus.
Scientific data
|December 17, 2025
概括
本研究介绍了EHUNAM,这是一个WiFi传感数据集,用于诸如人数计数和活动识别等多种应用. 这一全面的数据集能够实现强大的跨领域能力,在验证测试中准确度超过90%.
科学领域:
- 计算机科学 计算机科学
- 电气工程 电气工程
- 信号处理 信号处理
背景情况:
- 无线网络传感 (WS) 应用程序需要高质量,多样化的数据集,以实现跨域能力.
- 现有的数据集可能缺乏高级WS任务所需的可变性.
研究的目的:
- 介绍EHUNAM,一个全面的通道状态信息 (CSI) 数据集用于WiFi传感.
- 支持诸如人数计数 (PC),人类活动识别 (HAR) 和机器活动识别 (MAR) 等应用程序.
主要方法:
- 在8个不同的环境中收集了23天的CSI数据,包括工业环境.
- 包括21个人和9台机器的数据,同时进行活动.
- 利用各种设备配置和数据集代表性的场景.
主要成果:
- 通过对PC,HAR和MAR使用卷积神经网络 (CNN) 验证了EHUNAM.
- 在大多数多类和多标签分类任务中达到90%以上的准确性.
- 证明了数据集对现实世界WS场景的广泛范围的稳定性.
结论:
- EHUNAM是一个通用和强大的数据集,用于推进WiFi传感应用程序.
- 数据集的质量和可变性增强了WS的跨领域能力.
- EHUNAM支持对人类和机器活动的认可,包括家用电器和工业机器.
