WiDMove - um sensor de movimento direcional baseado em perturbações do sinal eletromagnético de interfaces 802.11
Resumo
A detecção acurada de indivíduos em ambientes fechados demanda dispositivos de alto custo, enquanto dispositivos de baixo custo, além da baixa acurácia, oferecem poucas informações sobre os eventos monitorados. As perturbações que podem afetar o sinal eletromagnético utilizado por interfaces de rede 802.11 tornam esse tipo de dispositivo um sensor de baixo custo, amplamente disponível e com acurácia satisfatória para várias aplicações. Neste trabalho, apresentamos o WiDMove, uma proposta para detecção da entrada e saída de pessoas em ambientes fechados utilizando medidas de qualidade do canal oferecidas pelo padrão IEEE 802.11n, conhecidas como Channel State Information (CSI). Nossa proposta é baseada em técnicas de processamento de sinal e de aprendizado de máquina, as quais nos permitem extrair e classificar assinaturas de eventos usando as medidas CSI. Em testes de laboratório com interfaces 802.11 convencionais, coletamos medidas CSI influenciadas por 8 pessoas distintas e extraímos as assinaturas de entrada e saída utilizando, dentre outras técnicas, Principal Component Analysis (PCA) e Short-Time Fourier Transform (STFT). Treinamos um classificador do tipo Support Vector Machine (SVM) e o validamos com validação cruzada, utilizando as técnicas K-Fold e Leave-One-Out. Os testes demonstraram que o WiDMove pode atingir a uma acurácia média superior a 85%.
Referências
Gjengset, J., Xiong, J., McPhillips, G., and Jamieson, K. (2014). Phaser: Enabling phased array signal processing on commodity wi access points. In Proceedings of the 20th annual international conference on Mobile computing and networking, pages 153–164. ACM.
Halperin, D., Hu, W., Sheth, A., and Wetherall, D. (2011). Tool release: Gathering 802.11n traces with channel state information. ACM SIGCOMM CCR, 41(1):53.
IEEE (1999). Ieee standard for telecommunications and information exchange between systems lan/man specic requirements part 11: Wireless medium access control (mac) and physical layer (phy) specications: High speed physical layer in the 5 ghz band. IEEE Std 802.11a-1999, pages 1–102.
IEEE (2009). Ieee standard for information technology– local and metropolitan area networks– specic requirements– part 11: Wireless lan medium access control (mac)and physical layer (phy) specications amendment 5: Enhancements for higher throughput. IEEE Std 802.11n-2009, pages 1–565.
Li, Y. and Zhu, T. (2016). Using wi- signals to characterize human gait for identication and activity monitoring. In Connected Health: Applications, Systems and Engineering Technologies (CHASE), 2016 IEEE First International Conference on, pages 238–247. IEEE.
Proakis, J. G., Salehi, M., Zhou, N., and Li, X. (1994). Communication systems engineering, volume 2. Prentice Hall New Jersey.
Van Dorp, P. and Groen, F. (2008). Feature-based human motion parameter estimation with radar. IET Radar, Sonar & Navigation, 2(2):135–145.
Wang, W., Liu, A. X., and Shahzad, M. (2016). Gait recognition using wi signals. In Proceedings of the 2016 ACM International Joint Conference on Pervasive and Ubiquitous Computing, pages 363–373. ACM.
Wang, W., Liu, A. X., Shahzad, M., Ling, K., and Lu, S. (2015). Understanding and modeling of wi signal based human activity recognition. In Proceedings of the 21st annual international conference on mobile computing and networking, pages 65–76. ACM.
Xie, Y., Li, Z., and Li, M. (2015). Precise power delay proling with commodity wi. In Proceedings of the 21st Annual International Conference on Mobile Computing and Networking, MobiCom ’15, pages 53–64, New York, NY, USA. ACM.
Zhang, J., Wei, B., Hu, W., and Kanhere, S. S. (2016). Wi-id: Human identication using wi signal. In Distributed Computing in Sensor Systems (DCOSS), 2016 International Conference on, pages 75–82. IEEE.
