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

Resumo Técnico: Sensoriamento de Caminhada Humana e Estimativa de Pose na Banda de 6 GHz Usando Amplitude e Fase de CSI

Definição do Problema
Este artigo aborda o desafio da estimativa de pose humana sem dispositivo (device-free) utilizando sinais sem fio na emergente banda de 6 GHz (5,925–7,125 GHz). Embora pesquisas anteriores tenham demonstrado a viabilidade do uso de Informação de Estado de Canal (CSI) de Wi-Fi de 2,4 GHz e 5 GHz para sensoriamento, essas abordagens dependem de parâmetros específicos da camada física (ex: canalização, formato de sinal) inerentes aos padrões Wi-Fi. A banda de 6 GHz, utilizada tanto pelo Wi-Fi 6E quanto pelo 5G NR não licenciado (NR-U), introduz diferentes estruturas de recursos e formas de onda, necessitando de uma reavaliação dos algoritmos de CSI-para-pose. Uma limitação específica na estimativa de pose baseada em CSI é sua sensibilidade ao movimento humano contínuo, como o caminhar, que frequentemente aumenta os erros de estimativa e complica a recuperação simultânea da pose e o rastreamento de localização. Além disso, a utilidade da informação de fase neste contexto específico de frequência e largura de banda permanece subexplorada em comparação com os dados de amplitude.

Metodologia
Os autores propõem um pipeline de processamento para estimar a pose de um ser humano caminhando dentro de uma rede sem fio multiestática operando a 6 GHz. O sistema utiliza um conjunto de dados de acesso aberto coletado em uma área interna de $3 \times 3$ m$^2$ usando três Universal Software Radio Peripherals (USRPs) configurados em uma configuração multiestática. Os transmissores emitem sinais de Multiplexação por Divisão de Frequência Ortogonal (OFDM) com uma largura de banda de 16 MHz em frequências portadoras de 6,74, 6,80 e 6,86 GHz.

A metodologia central envolve as seguintes etapas:

1. Extração de CSI: A Resposta de Impulso do Canal (CIR) é estimada a partir dos sinais OFDM recebidos usando uma abordagem de Mínimos Quadrados (LS). Isso gera um tensor de CSI contendo tanto informações de amplitude quanto de fase através de 1920 subportadoras utilizáveis e 100 símbolos OFDM por quadro para 9 links de rádio distintos.
2. Pré-processamento: O pipeline processa os componentes de amplitude e fase separadamente antes da fusão. Os dados de amplitude passam por filtragem de wavelet discreta para suprimir o ruído de alta frequência, enquanto os dados de fase são "desenrolados" (unwrapped) e denunciados usando PhaseFi.
3. Fusão de Características: Um MLP (Multilayer Perceptron) 2-em-1 funde as características de amplitude e fase em um tensor de entrada unificado de dimensão $9 \times 1920 \times 100$.
4. Arquiteturas de Aprendizado Profundo: Quatro modelos de aprendizado profundo de última geração, originalmente projetados para Wi-Fi, são adaptados para lidar com a maior resolução do CSI de OFDM de 6 GHz. Esses modelos são:
   • MetaFi++: Uma arquitetura CNN-Transformer usando ResNet para extração de características e Atenção de Múltiplas Cabeças (MHSA) para integração.
   • DT-Pose: Utiliza pré-treinamento no estilo Autoencoder Mascarado (MAE) e um decodificador com restrição de topologia combinando MAE com Redes Neurais Convolucionais de Grafos (GCN).
   • HPE-Li: Substitui os transformers explícitos por atenção de domínio duplo implementada via convolução (DSKConv).
   • VST-Pose: Emprega um transformer espaço-temporal de fluxo duplo com um ramo de velocidade explícito.
5. Reconstrução de Pose: Os modelos produzem coordenadas 3D para 8 pontos-chave anatômicos (peito, cotovelos, joelhos). Para alcançar uma representação humana padrão, o sistema extrapola geometricamente esses pontos para 13 pontos-chave (adicionando mãos, pés e cabeça) com base na extensão dos membros e na velocidade de oscilação.

Principais Contribuições

• Adaptação ao OFDM de 6 GHz: O artigo adapta com sucesso modelos de aprendizado profundo centrados em Wi-Fi para processar o CSI de OFDM da banda de 6 GHz, validando sua aplicabilidade em cenários de forma de onda não-Wi-Fi.
• Avaliação Sistemática da Informação de Fase: Uma contribuição primária é a análise comparativa das representações de CSI de apenas amplitude, apenas fase e de amplitude-fase conjunta. O estudo testa sistematicamente se a informação de fase atua como uma característica isolada ou complementar neste contexto específico de frequência e largura de banda.
• Validação do Pipeline: Os autores projetam e validam uma estratégia de processamento completa, incluindo supressão de ruído, fusão de características e a modificação das camadas de entrada dos modelos de DL para acomodar o número específico de subportadoras e símbolos do conjunto de dados.

Resultados
O desempenho foi avaliado em um conjunto de validação usando o Erro de Posição por Articulação Médio Alinhado por Procrustes (PA-MPJPE) e a Perda de Comprimento Ósseo (BLL).

• Desempenho do Modelo: Entre as quatro arquiteturas, o DT-Pose alcançou a melhor precisão geral, com um PA-MPJPE de apenas amplitude de 6,4 cm (nos 8 pontos-chave originais).
• Amplitude vs. Fase: Os resultados indicam que o CSI de apenas amplitude produz um desempenho comparável ao processamento de amplitude-fase conjunta para a maioria dos modelos. A informação de fase é geralmente mais benéfica como uma característica complementar do que como uma entrada isolada.
• Exceção: O MetaFi++ foi o único modelo que demonstrou melhores resultados ao usar CSI de apenas fase comparado ao de apenas amplitude, sugerindo sensibilidades específicas do modelo aos dados de fase.
• Precisão Absoluta vs. Relativa: Embora os modelos tenham reconstruído esqueletos humanos plausíveis (baixo BLL), o erro de posição absoluta permaneceu significativo (aproximadamente 50 cm). Os modelos recuperam primariamente configurações de pose relativas em vez de localizações absolutas precisas dentro da sala.

Significância
O artigo afirma que a reconstrução confiável da pose humana pode ser alcançada usando medições de CSI de OFDM de 6 GHz, demonstrando que os métodos de sensoriamento baseados em CSI podem ser estendidos com sucesso do Wi-Fi convencional para os emergentes sistemas de ISAC (Integração de Sensoriamento e Comunicação) de 6 GHz. As descobertas sugerem que, embora a amplitude carregue a maior parte do conteúdo discriminativo para a estimativa de pose, as medições de fase oferecem informações complementares valiosas, particularmente quando integradas em arquiteturas específicas de aprendizado profundo. Este trabalho apoia a viabilidade do uso de bandas de 6 GHz de espectro compartilhado para aplicações de sensoriamento não intrusivas e sem dispositivo, como assistência ao idoso e segurança industrial.