Human Walking Sensing and Pose Estimation in the 6 GHz Band Using Amplitude and Phase CSI

Resumen Técnico: Detección de la Marcha Humana y Estimación de la Pose en la Banda de 6 GHz mediante la Amplitud y la Fase de la CSI

Planteamiento del Problema
Este artículo aborda el desafío de la estimación de la pose humana sin dispositivos (device-free) utilizando señales inalámbricas en la emergente banda de 6 GHz libre de licencias (5.925–7.125 GHz). Si bien investigaciones previas han demostrado la viabilidad del uso de la Información de Estado del Canal (CSI) de las redes Wi-Fi de 2.4 GHz y 5 GHz para la detección, estos enfoques dependen de parámetros de capa física específicos (por ejemplo, canalización, formato de señal) inherentes a los estándares Wi-Fi. La banda de 6 GHz, utilizada tanto por Wi-Fi 6E como por 5G NR no licenciado (NR-U), introduce estructuras de recursos y formas de onda diferentes, lo que requiere una reevaluación de los algoritmos de CSI-a-pose. Una limitación específica en la estimación de la pose basada en CSI es su sensibilidad al movimiento humano continuo, como el caminar, que a menudo aumenta los errores de estimación y complica la recuperación simultánea de la pose y el seguimiento de la localización. Además, la utilidad de la información de fase en este contexto específico de frecuencia y ancho de banda permanece menos explorada en comparación con los datos de amplitud.

Metodología
Los autores proponen un flujo de procesamiento para estimar la pose de un humano que camina dentro de una red inalámbrica multiestática que opera a 6 GHz. El sistema utiliza un conjunto de datos de acceso abierto recolectado en un área interior de $3 \times 3$ m$^2$ utilizando tres USRPs (Universal Software Radio Peripherals) configurados en una disposición multiestática. Los transmisores emiten señales de Multiplexación por División de Frecuencia Ortogonal (OFDM) con un ancho de banda de 16 MHz en frecuencias portadoras de 6.74, 6.80 y 6.86 GHz.

La metodología central consiste en los siguientes pasos:

1. Extracción de CSI: La Respuesta de Impulso del Canal (CIR) se estima a partir de las señales OFDM recibidas mediante un enfoque de Mínimos Cuadrados (LS). Esto genera un tensor de CSI que contiene tanto información de amplitud como de fase a través de 1920 subportadoras utilizables y 100 símbolos OFDM por trama para 9 enlaces de radio distintos.
2. Preprocesamiento: El flujo de procesamiento procesa los componentes de amplitud y fase por separado antes de la fusión. Los datos de amplitud se someten a un filtrado de onda discreta para suprimir el ruido de alta frecuencia, mientras que la fase se desenrolla y se elimina el ruido utilizando PhaseFi.
3. Fusión de Características: Un MLP (Perceptrón Multicapa) de 2 en 1 fusiona las características de amplitud y fase en un tensor de entrada unificado de dimensión $9 \times 1920 \times 100$.
4. Arquitecturas de Aprendizaje Profundo: Cuatro arquitecturas de aprendizaje profundo de vanguardia, diseñadas originalmente para Wi-Fi, se adaptan para manejar la mayor resolución de la CSI de OFDM de 6 GHz. Estos modelos son:
   • MetaFi++: Una arquitectura CNN-Transformer que utiliza ResNet para la extracción de características y Atención de Múltiples Cabezales (MHSA) para la integración.
   • DT-Pose: Utiliza el preentrenamiento al estilo de Autoencoder de Máscara Automática (MAE) y un decodificador con restricciones de topología que combina MAE con Redes Convolucionales de Grafos (GCN).
   • HPE-Li: Reemplaza los transformers explícitos con atención de dominio dual implementada mediante convolución (DSKConv).
   • VST-Pose: Emplea un transformer espaciotemporal de doble flujo con una rama de velocidad explícita.
5. Reconstrucción de la Pose: Los modelos generan las coordenadas 3D para 8 puntos clave anatómicos (pecho, codos, rodillas). Para lograr una representación humana estándar, el sistema extrapola geométricamente estos puntos a 13 puntos clave (añadiendo manos, pies y cabeza) basándose en la extensión de las extremidades y la velocidad de oscilación.

Contribuciones Clave

• Adaptación a OFDM de 6 GHz: El artículo adapta con éxito los modelos de aprendizaje profundo centrados en Wi-Fi para procesar la CSI de OFDM de 6 GHz, validando su aplicabilidad en escenarios de forma de onda no pertenecientes a Wi-Fi.
• Evaluación Sistemática de la Información de Fase: Una contribución primaria es el análisis comparativo de las representaciones de CSI de solo amplitud, solo fase y de amplitud-fase conjunta. El estudio prueba sistemáticamente si la información de fase actúa como una característica independiente o como una complementaria en este contexto específico de frecuencia y ancho de banda.
• Validación del Flujo de Procesamiento: Los autores diseñan y validan una estrategia de procesamiento completa, incluyendo la supresión de ruido, la fusión de características y la modificación de las capas de entrada de los modelos de DL para acomodar los recuentos específicos de subportadoras y símbolos del conjunto de datos.

Resultos
El rendimiento se evaluó en un conjunto de validación utilizando el Error de Posición por Articulación Promedio alineado por Procrustes (PA-MPJPE) y la Pérdida de Longitud Ósea (BLL).

• Rendimiento de los Modelos: Entre las cuatro arquitecturas, DT-Pose logró la mejor precisión general, con un PA-MPJPE de solo amplitud de 6.4 cm (sobre los 8 puntos clave originales).
• Amplitud vs. Fase: Los resultados indican que la CSI de solo amplitud ofrece un rendimiento comparable al procesamiento conjunto de amplitud-fase para la mayoría de los modelos. La información de fase es generalmente más beneficiosa como una característica complementaria en lugar de una entrada independiente.
• Excepción: MetaFi++ fue el único modelo que demostró mejores resultados cuando se utilizó CSI de solo fase en comparación con la de solo amplitud, lo que sugiere sensibilidades específicas del modelo a los datos de fase.
• Precisión Absoluta vs. Relativa: Aunque los modelos reconstruyeron exitosamente esqueletos humanos plausibles (baja BLL), el error de posición absoluta siguió siendo significativo (aproximadamente 50 cm). Los modelos recuperan principalmente configuraciones de pose relativas en lugar de localizaciones absolutas precisas dentro de la habitación.

Significancia
El artículo afirma que se puede lograr una reconstrucción de la pose humana fiable utilizando mediciones de CSI de OFDM de 6 GHz, demostrando que los métodos de detección basados en CSI pueden extenderse con éxito desde el Wi-Fi convencional hacia los sistemas emergentes de ISAC (Comunicación Integrada de Detección) de 6 GHz. Los hallazgos sugieren que, si bien la amplitud porta la mayor parte del contenido discriminativo para la estimación de la pose, las mediciones de fase ofrecen información complementaria valiosa, particularmente cuando se integran en arquitecturas de aprendizaje profundo específicas. Este trabajo respalda la viabilidad de utilizar las bandas de 6 GHz de espectro compartido para aplicaciones de detección no intrusivas y sin dispositivos, tales como la asistencia en la vida diaria y la seguridad industrial.