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

Sintesi Tecnica: Codifica a Spike Sparsi delle Risposte di Canale per il Riconoscimento dell'Attività Umana a Consumo Energetico Efficiente

Definizione del Problema
I sistemi di Sensing e Comunicazione Integrati (ISAC) offrono capacità di monitoraggio pervasivo, in particolare per il Riconoscimento dell'Attività Umana (HAR), sfruttando le Risposte all'Impulso del Canale (CIR). Tuttavia, gli algoritmi di sensing moderni, tipicamente basati sul Deep Learning (DL), sono spesso troppo complessi dal punto di vista computazionale e dispendiosi in termini di energia per i dispositivi edge con risorse limitate dove vengono raccolti i dati RF. Inoltre, gli approcci standard spesso si affidano a pesanti fasi di pre-elaborazione, come la generazione di spettrogrammi Doppler o mappe range-Doppler, il che aggiunge latenza e sovraccarico computazionale. Sebbene le Reti Neurali Spiking (SNN) offrano un'alternativa promettente per l'efficienza energetica grazie alla loro elaborazione sparsa ed event-driven, le esistenti soluzioni SNN per l'HAR si basano frequentemente su feature radar pre-elaborate (ad esempio, firme micro-Doppler) piuttosto che sui dati CIR grezzi, fallendo nel sfruttare appieno la scarsità delle feature del canale radio.

Metodologia
Gli autori propongono una pipeline di elaborazione end-to-end che elimina la necessità di pre-elaborazione nel dominio Doppler, apprendendo rappresentazioni codificate in spike su misura direttamente dai dati CIR grezzi. Il nucleo della metodologia è un Autoencoder Convoluzionale Spiking (SCAE) addestrato congiuntamente con un classificatore Spiking Neural Network (SNN).

1. Architettura:

   • SCAE (Encoder-Decoder): L'encoder riceve i campioni CIR grezzi (composti da componenti reali e immaginarie attraverso bin di range e finestre temporali) e li elabora attraverso strati convoluzionali 3D e neuroni Leaky Integrate-and-Fire (LIF). Produce una sequenza di spike binaria. Il decoder tenta di ricostruire il CIR originale da questi spike. Questo compito di ricostruzione costringe l'encoder a preservare le caratteristiche critiche del movimento pur binarizzando i dati.
   • Classificatore SNN: L'output a spike dell'SCAE viene inviato a un classificatore composto da strati completamente connessi di neuroni LIF. La rete predice una di quattro attività umane: camminare, correre, sedersi/stare in piedi e sventolare le mani.
   • Addestramento: Il sistema è addestrato end-to-end utilizzando una funzione di perdita composita: $L = L_{rec} + \gamma L_{class}$. $L_{rec}$ è l'Errore Quadratico Medio (MSE) tra l'input e il CIR ricostruito, mentre $L_{class}$ è la perdita di Cross-Entropy basata sul conteggio degli spike (rate coding). Gli autori impiegano gradienti surrogati (approssimazione arcotangente) per gestire la non-differenziabilità della generazione di spike.

2. Baseline Comparative:
   Per validare l'approccio proposto, gli autori lo confrontano con:

   • CAE-SNN: Un Autoencoder Convoluzionale che utilizza neuroni ReLU standard invece di neuroni LIF, addestrato in modo simile.
   • Delta Thresholding + SNN: Un metodo di codifica a soglia fissa basato sulle differenze temporali del segnale, fornito all'SNN.
   • Direct-SNN: Un classificatore SNN addestrato direttamente sui dati CIR grezzi senza un autoencoder di codifica.
   • Baseline CNN: Una CNN standard originariamente addestrata su spettrogrammi Doppler, qui riaddestrata sui dati CIR grezzi.

Contributi Chiave

1. Codifica a Spike Appresa per il CIR: Il documento introduce un meccanismo di codifica a spike appreso specificamente adattato ai dati CIR. A differenza della soglia fissa o degli autoencoder standard, questo metodo bilancia l'accuratezza del riconoscimento dell'attività con la scarsità (sparsity) degli spike.
2. Eliminazione della Pre-elaborazione: Il framework elabora direttamente i dati CIR grezzi, rimuovendo l'onere computazionale della generazione di mappe Doppler o spettrogrammi.
3. Ottimizzazione Congiunta: Addestrando congiuntamente l'autoencoder e il classificatore, il sistema apprende una rappresentazione a spike ottimale sia per la ricostruzione del segnale che per la classificazione, anziché trattare la codifica come un passaggio separato e statico.
4. Trade-off Performance vs Efficienza: Lo studio dimostra che la codifica dei dati CIR prima della classificazione migliora significativamente sia l'accuratezza dell'HAR che l'efficienza energetica rispetto all'elaborazione diretta o agli approcci CNN standard.

Risultati Sperimentali
Gli esperimenti sono stati condotti utilizzando il dataset DISC, che contiene misurazioni CIR di segnali IEEE 802.11ay a 60 GHz che catturano quattro attività eseguite da sette soggetti.

• Accuratezza: L'SCAE-SNN proposto ha raggiunto un F1 score del 95,75%, comparabile al CAE-SNN (95,16%) e significativamente superiore all'approccio Delta Thresholding (74,59%) e alle varianti Direct-SNN (che sono scese a circa il 50% o meno). Notevolmente, la baseline CNN, quando riaddestrata sui dati CIR grezzi, ha subito un calo di prestazioni di circa 10 punti percentuali rispetto alle sue prestazioni originali sugli spettrogrammi Doppler, evidenziando la difficoltà di apprendere direttamente dai segnali grezzi senza l'architettura proposta.
• Sparsità: L'SCAE ha prodotto la rappresentazione a spike più sparsa con un 81,1% di sparsity. Questo è sostanzialmente superiore al CAE (28,6%) e al metodo Delta Thresholding (71,7%). Una maggiore scarsità implica meno computazioni e un minor consumo energetico sull'hardware neuromorfico.
• Efficienza: Il modello SCAE-SNN è compatto (28k parametri) e raggiunge un tempo di inferenza di circa 19,8 ms. Sebbene la fase di codifica aggiunga latenza, l'elevata sparsità e la natura event-driven dell'SNN suggeriscono significativi risparmi energetici in fase di distribuzione.
• Risoluzione Temporale: Gli autori hanno analizzato il trade-off tra il numero di timestep ($T$) e l'F1 score, scoprendo che le prestazioni si saturano intorno a $T=29$, che è stato selezionato come l'impostazione ottimale per la distribuzione.

Significatività e Rivendicazioni
Il documento afferma che l'architettura SCAE-SNN proposta offre una soluzione pratica per l'HAR in tempo reale ed efficiente dal punto di vista energetico sui dispositivi edge. Aprendo una codifica a spike sparsa e su misura direttamente dai dati CIR grezzi, il sistema raggiunge un'alta accuratezza (quasi il 96% di F1) riducendo drasticamente il carico computazionale attraverso la scarsità (81,1%). Gli autori sottolineano che questo approccio supera i limiti sia dei modelli DL ad alta complessità che dei metodi di pre-elaborazione fissi inefficienti, rendendolo adatto al nascente paradigma ISAC. Il lavoro suggerisce che la ricerca futura dovrebbe estendere questo framework ai sistemi multi-antenna e agli scenari multi-utente.