💻 computer science

Sparse Spike Encoding of Channel Responses for Energy Efficient Human Activity Recognition

Cet article propose un autoencodeur convolutif à impulsions (SCAE) entraîné conjointement avec un réseau de neurones à impulsions pour générer des représentations creuses et codées par impulsions des réponses impulsionnelles de canal pour une reconnaissance d'activités humaines économe en énergie, atteignant une précision comparable aux approches hybrides tout en éliminant la nécessité d'un prétraitement dans le domaine Doppler.

Auteurs originaux : Eleonora Cicciarella, Riccardo Mazzieri, Jacopo Pegoraro, Michele Rossi

Publié 2026-02-09

📖 4 min de lecture☕ Lecture pause café

CC BY 4.0

Auteurs originaux : Eleonora Cicciarella, Riccardo Mazzieri, Jacopo Pegoraro, Michele Rossi

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez que vous essayiez de reconnaître ce qu'une personne fait dans une pièce — marcher, courir, s'asseoir ou faire un signe de la main — sans jamais la voir. Au lieu d'utiliser une caméra, vous utilisez des ondes radio. Ces ondes rebondissent sur la personne et reviennent vers votre appareil, créant une « carte d'écho » complexe appelée Réponse Impulsionnelle du Canal (CIR).

Le problème est que lire ces cartes d'écho revient à essayer de comprendre un roman en lisant chaque lettre, y compris les espaces et la ponctuation, tout d'un coup. C'est trop de travail pour les petits appareils alimentés par batterie (comme les routeurs intelligents ou les capteurs) pour traiter ces données rapidement et efficacement.

Voici comment les auteurs de cet article ont résolu ce problème, expliquée simplement :

1. L'ancienne méthode : Le sac à dos lourd

Traditionnellement, pour comprendre ces échos radio, les ordinateurs devaient effectuer beaucoup de calculs lourds au préalable. Ils traduisaient les données brutes de l'écho en un « spectrogramme Doppler » (une carte thermique sophistiquée montrant le mouvement). C'est comme prendre un steak cru et le broyer en une poudre fine avant de pouvoir le cuisiner. Cela consomme beaucoup d'énergie et de temps, ce qui épuise la batterie des petits appareils.

2. La nouvelle idée : Le traducteur à « impulsions »

Les auteurs proposent un nouveau système utilisant des Réseaux de Neurones à Impulsions (SNN). Imaginez qu'un cerveau informatique standard soit une ampoule qui est toujours allumée, bourdonnant d'électricité. Un SNN ressemble plutôt à un opérateur de code Morse. Il n'envoie un signal (une « impulsion » ou « spike ») que lorsqu'un événement important se produit, et reste silencieux sinon. Cela permet d'économiser énormément d'énergie.

Cependant, les SNN sont des mangeurs difficiles ; ils n'aiment pas les données brutes et denses. Ils ont besoin que les données soient d'abord converties en ces impulsions éparses.

3. La solution : Un « traducteur » intelligent (le SCAE)

L'article présente un outil spécial appelé Auto-encodeur Convolutif à Impulsions (SCAE). Considérez cela comme un traducteur intelligent qui se tient entre les ondes radio et le cerveau.

Ce qu'il fait : Il regarde les échos radio bruts et désordonnés et les traduit instantanément en un code Morse éparsé (impulsions).
La magie : Contrairement aux anciens traducteurs qui suivent simplement une règle rigide (comme un simple « si le signal change, envoyer une impulsion »), ce traducteur apprend à parler le code Morse spécifiquement pour le mouvement humain. Il détermine exactement quelles parties de l'écho sont importantes et ignore le reste.
Le résultat : Il crée un code qui contient 81 % d'espaces vides (parcimonie). Cela signifie que le « cerveau » n'a à travailler que sur 19 % des données, ce qui économise énormément d'énergie.

4. Le duo : Traducteur + Cerveau

Les auteurs ont construit un système en deux parties :

Le Traducteur (SCAE) : Convertit les échos radio bruts en un code Morse efficace.
Le Cerveau (SNN) : Lit le code Morse et décide : « Ah, c'est quelqu'un qui court ! » ou « C'est quelqu'un qui fait un signe de la main ! ».

Ils ont entraîné ces deux parties ensemble. Le traducteur apprend à rendre le code plus facile à lire pour le cerveau, et le cerveau apprend à reconnaître les motifs.

5. Les résultats : Rapide, léger et précis

L'article a testé ce système par rapport à d'autres méthodes :

Précision : Il a identifié l'activité correctement environ 96 % du temps, ce qui est aussi performant que les méthodes lourdes et gourmandes en énergie.
Efficacité : Il était beaucoup plus « parcimonieux » (plus vide) que les autres méthodes. Alors que les autres méthodes laissaient environ 70-72 % des données sous forme de zéros (vides), cette nouvelle méthode en laissait 81 %.
Vitesse : Il pouvait prendre une décision en environ 20 millisecondes (plus vite qu'un clin d'œil humain).
Comparaison directe : Lorsqu'ils ont essayé d'injecter les données radio brutes directement dans le « cerveau » sans le traducteur, le cerveau a été confus et a échoué lamentablement (la précision chutant à environ 20-50 %). Cela prouve que le traducteur est essentiel.

L'essentiel à retenir

Cet article montre que vous n'avez pas besoin d'un supercalculateur pour reconnaître l'activité humaine à l'aide d'ondes radio. En utilisant un « traducteur » intelligent qui transforme les échos radio complexes en un code Morse éparsé et efficace, vous pouvez construire un système qui est hautement précis mais extrêmement économe en énergie. Cela rend possible l'installation de ces capteurs intelligents sur de petits appareils à batterie dans les maisons ou les hôpitaux sans craindre qu'ils ne tombent en panne de batterie.

Résumé Technique : Codage par pics clairsemés des réponses de canal pour une reconnaissance d'activité humaine économe en énergie

Énoncé du problème
Les systèmes de détection et de communication intégrés (ISAC) offrent des capacités de surveillance omniprésentes, particulièrement pour la reconnaissance d'activité humaine (HAR), en exploitant les réponses impulsionnelles de canal (CIR). Cependant, les algorithmes de détection modernes, typiquement basés sur l'apprentissage profond (DL), sont souvent trop complexes sur le plan computationnel et gourmands en énergie pour les dispositifs de bord (edge devices) aux ressources limitées où les données RF sont collectées. De plus, les approches standard reposent souvent sur des étapes de prétraitement lourdes, telles que la génération de spectrogrammes Doppler ou de cartes de portée-Doppler, ce qui ajoute de la latence et une surcharge de calcul. Bien que les réseaux de neurones à impulsions (SNN) offrent une alternative prometteuse pour l'efficacité énergétique grâce à leur traitement événementiel et clairsemé, les solutions de HAR basées sur les SNN existantes s'appuient fréquemment sur des caractéristiques radar prétraitées (ex: signatures micro-Doppler) plutôt que sur les données CIR brutes, ne parvenant pas à exploiter pleinement la parcimonie des caractéristiques du canal radio.

Méthodologie
Les auteurs proposent un pipeline de traitement de bout en bout qui élimine le besoin de prétraitement dans le domaine Doppler en apprenant des représentations codées par impulsions adaptées directement à partir des données CIR brutes. Le cœur de la méthodologie est un auto-encodeur convolutionnel à impulsions (SCAE) entraîné conjointement avec un classificateur de réseau de neurones à impulsions (SNN).

Architecture :
- SCAE (Encodeur-Décodeur) : L'encodeur prend les échantillons CIR bruts (comprenant les composantes réelles et imaginaires à travers les bacs de portée et les fenêtres temporelles) et les traite via des couches convolutionnelles 3D et des neurones Leaky Integrate-and-Fire (LIF). Il produit un train d'impulsions binaires. Le décodeur tente de reconstruire le CIR original à partir de ces impulsions. Cette tâche de reconstruction force l'encodeur à préserver les caractéristiques critiques de mouvement tout en binarisant les données.
- Classificateur SNN : La sortie de type impulsions du SCAE est injectée dans un classificateur composé de couches entièrement connectées de neurones LIF. Le réseau prédit une de quatre activités humaines : marcher, courir, s'asseoir/se tenir debout, et agiter les mains.
- Entraînement : Le système est entraîné de bout en bout à l'aide d'une fonction de perte composite : $L = L_{rec} + \gamma L_{class}$ . $L_{rec}$ est l'erreur quadratique moyenne (MSE) entre l'entrée et le CIR reconstruit, tandis que $L_{class}$ est la perte d'entropie croisée basée sur le comptage d'impulsions (codage par taux). Les auteurs utilisent des gradients de substitution (approximation arctangente) pour gérer la non-différentiabilité de la génération d'impulsions.
Baselines comparatives :
Pour valider l'approche proposée, les auteurs la comparent à :
- CAE-SNN : Un auto-encodeur convolutionnel utilisant des neurones ReLU standards au lieu de neurones LIF, entraîné de manière similaire.
- Seuillage Delta + SNN : Une méthode de codage à seuil fixe basée sur les différences de signaux temporels, injectée dans le SNN.
- Direct-SNN : Un classificateur SNN entraîné directement sur les données CIR brutes sans auto-encodeur de codage.
- CNN de base : Un CNN standard initialement entraîné sur des spectrogrammes Doppler, réentraîné ici sur des données CIR brutes.

Contributions clés

Codage par impulsions appris pour le CIR : L'article introduit un mécanisme de codage par impulsions appris, spécifiquement adapté aux données CIR. Contrairement au seuillage fixe ou aux auto-encodeurs standards, cette méthode équilibre la précision de la reconnaissance d'activité et la parcimonie des impulsions.
Élimination du prétraitement : Le cadre traite directement les données CIR brutes, supprimant la charge de calcul liée à la génération de cartes Doppler ou de spectrogrammes.
Optimisation conjointe : En entraînant conjointement l'auto-encodeur et le classificateur, le système apprend une représentation par impulsions optimale pour la reconstruction du signal et la classification, plutôt que de traiter le codage comme une étape séparée et statique.
Compromis Performance vs Efficacité : L'étude démontre que le codage des données CIR avant la classification améliore significativement à la fois la précision de l'HAR et l'efficacité énergétique par rapport au traitement direct ou aux approches CNN standard.

Résultats expérimentaux
Les expériences ont été menées à l'aide du jeu de données DISC, qui contient des mesures CIR de signaux IEEE 802.11ay à 60 GHz capturant quatre activités réalisées par sept sujets.

Précision : Le SCAE-SNN proposé a atteint un score F1 de 95,75 %, comparable au CAE-SNN (95,16 %) et surpassant nettement l'approche de seuillage Delta (74,59 %) ainsi que les variantes Direct-SNN (qui chutent à ~50 % ou moins). Notamment, le CNN de base, lorsqu'il est réentraîné sur des données CIR brutes, subit une baisse de performance d'environ 10 points de pourcentage par rapport à sa performance originale sur les spectrogrammes Doppler, soulignant la difficulté d'apprendre directement à partir de signaux bruts sans l'architecture proposée.
Parcimonie (Sparsity) : Le SCAE a produit la représentation par impulsions la plus parcimonieuse avec 81,1 % de parcimonie. C'est nettement plus élevé que le CAE (28,6 %) et la méthode de seuillage Delta (71,7 %). Une parcimonie plus élevée implique moins de calculs et une consommation d'énergie réduite sur le matériel neuromorphique.
Efficacité : Le modèle SCAE-SNN est compact (28k paramètres) et atteint un temps d'inférence d'environ 19,8 ms. Bien que l'étape de codage ajoute de la latence, la haute parcimonie et la nature événementielle du SNN suggèrent des économies d'énergie significatives lors du déploiement.
Résolution temporelle : Les auteurs ont analysé le compromis entre le nombre de pas de temps ( $T$ ) et le score F1, trouvant que la performance sature autour de $T=29$ , qui a été sélectionné comme le réglage optimal pour le déploiement.

Signification et affirmations
L'article affirme que son architecture SCAE-SNN offre une solution pratique pour une HAR en temps réel et économe en énergie sur les dispositifs de bord. En apprenant un codage par impulsions parcimonieux et adapté directement à partir des données CIR brutes, le système atteint une haute précision (près de 96 % de F1) tout en réduisant drastiquement la charge de calcul grâce à la parcimonie (81,1 %). Les auteurs soulignent que cette approche surmonte les limites des modèles DL à haute complexité et des méthodes de prétraitement fixes inefficaces, ce qui la rend adaptée au paradigme émergent de l'ISAC. Le travail suggère que les recherches futures devraient étendre ce cadre aux systèmes multi-antennes et aux scénarios multi-utilisateurs.