2018《WIDETECT: A Robust And Low-Complexity Wireless Motion Detector》读书笔记
WiDetect, 一款高精度、免校准、低复杂度的无线运动检测器。利用电磁波的统计理论在CSI的自相关函数和环境中的运动之间建立了联系。
目录
1. 现有工作及其局限性
现有工作在使用前多需要校准,对环境的鲁棒性不强。在覆盖率、准确性和计算复杂性方面的性能远远不能满足实际应用的要求.
2. 基于电磁波统计理论的CSI统计建模
2.1 CSI测量
设 X ( t , f ) X(t,f) X(t,f)和 Y ( t , f ) Y (t,f) Y(t,f)是时间 t t t频率为 f f f的子载波上发射和接收的信号。在时间t频率为f的子载波上的CSI为 H ( t , f ) = Y ( t , f ) X ( t , f ) H(t, f)=\frac{Y(t, f)}{X(t, f)} H(t,f)=X(t,f)Y(t,f),这一复数可以从商用WiFi的PHY层获得。
真实情况下,CSI会存在相位失真,本文中使用CSI的幅度信息,定义其功率响应 G ( t , f ) G(t, f) G(t,f)为:
G ( t , f ) ≜ ∣ H ( t , f ) ∣ 2 = μ ( t , f ) + ε ( t , f ) (1) G(t, f) \triangleq|H(t, f)|^{2}=\mu(t, f)+\varepsilon(t, f)\tag{1} G(t,f)≜∣H(t,f)∣2=μ(t,f)+ε(t,f)(1)其中, μ ( t , f ) \mu(t, f) μ(t,f)表示电磁波传播的功率响应, ε ( t , f ) \varepsilon(t, f) ε(t,f)表示测量噪声,对于任何给定的子载波 f f f,实验测量 ε ( t , f ) \varepsilon(t, f) ε(t,f)显示为加性高斯白噪声,i.e., ε ( t , f ) ∼ N ( 0 , σ 2 ( f ) ) \varepsilon(t, f) \sim \mathcal{N}\left(0, \sigma^{2}(f)\right) ε(t,f)∼N(0,σ2(f)), ε ( t 1 , f 1 ) \varepsilon\left(t_{1}, f_{1}\right) ε(t1,f1) and ε ( t 2 , f 2 ) \varepsilon\left(t_{2}, f_{2}\right) ε(t2,f2)对于任何两个不同的子载波( f 1 ≠ f 2 f_{1} \neq f_{2} f1=f2)或任何两个不同的时隙( t 1 ≠ t 2 t_{1} \neq t_{2} t1=t2)相互独立。
2.2 信号项 μ ( t , f ) \mu(t, f) μ(t,f)的建模
思路:建筑物和房间可以被视为混响空腔,因为它们表现出内部多径传播。可参考统计模型并应用混响腔的电磁场统计理论来分析 μ ( t , f ) \mu(t, f) μ(t,f)的统计特性。
以图一中的室内散射环境为例,假设散射体可以将入射的电磁波反射到所有方向。环境中部署了一对发射和接收天线,配备全向天线。
首先按动静分量分解Rx上的接收电场:设Rx接收到的电场 E ⃗ R x ( t , f ) \vec{E}_{R x}(t, f) ERx(t,f),那么 μ ( t , f ) \mu(t, f) μ(t,f)从物理意义上是 E ⃗ R x ( t , f ) \vec{E}_{R x}(t, f) ERx(t,f)的能量,i.e., μ ( t , f ) = ∥ E ⃗ R x ( t , f ) ∥ 2 \mu(t, f)=\left\|\vec{E}_{R x}(t, f)\right\|^{2} μ(t,f)=∥∥∥ERx(t,f)∥∥∥2,在短时间窗内, E ⃗ R x ( t , f ) ≈ E ⃗ s ( f ) + ∑ i ∈ Ω d E ⃗ i ( t , f ) \vec{E}_{R x}(t, f) \approx \vec{E}_{s}(f)+\sum_{i \in \Omega_{d}} \vec{E}_{i}(t, f) ERx(t,f)≈Es(f)+∑i∈ΩdEi(t,f),其中 E ⃗ s ( f ) \vec{E}_{s}(f) Es(f)表示所有静态散射体, E ⃗ i ( t , f ) \vec{E}_{i}(t, f) Ei(t,f)表示第 i i i个动态散射体贡献, Ω d \Omega_{d} Ωd表示环境中的动态散射体的集合。
分解的思想:每个动态散射体可以被视为一个“虚拟天线”,将接收到的电磁波向各个方向扩散,然后这些电磁波在从墙壁、天花板、家具、窗户等反射回来后,在接收天线处叠加在一起。
其次空间坐标分解(引出了 E d 2 ( f ) E_{d}^{2}(f) Ed2(f)???,好像美别的作用了)
设第 i i i个移动散射体的速度 v i v_i vi,并将动态散射成分 E ⃗ i ( t , f ) \vec{E}_{i}(t, f) Ei(t,f)正交分解为 E ⃗ i ( t , f ) \vec{E}_{i}(t, f) Ei(t,f)= E i , x ( t , f ) x ^ + E i , y ( t , f ) y ^ + E i , z ( t , f ) z ^ E_{i, x}(t, f) \hat{x}+E_{i, y}(t, f) \hat{y}+E_{i, z}(t, f) \hat{z} Ei,x(t,f)x^+Ei,y(t,f)y^+Ei,z(t,f)z^, 其中 E i , u ( t , f ) E_{i, u}(t, f) Ei,u(t,f) 表示u方向上的线性成分并指向散射体移动方向。根据混响空腔散射均匀性的某些常见假设,每个 E ⃗ i ( t , f ) \vec{E}_{i}(t, f) Ei(t,f)的线性分量的ACF封闭形式导出为如下:
ρ E i , x ( τ , f ) = ρ E i , y ( τ , f ) = 3 2 [ sin ( k v i τ ) k v i τ − 1 ( k v i τ ) 2 ( sin ( k v i τ ) k v i τ − cos ( k v i τ ) ) ] (2) \begin{array}{r} \rho_{E_{i, x}}(\tau, f)=\rho_{E_{i, y}}(\tau, f) =\frac{3}{2}\left[\frac{\sin \left(k v_{i} \tau\right)}{k v_{i} \tau}-\frac{1}{\left(k v_{i} \tau\right)^{2}}\left(\frac{\sin \left(k v_{i} \tau\right)}{k v_{i} \tau}-\cos \left(k v_{i} \tau\right)\right)\right] \end{array}\tag{2} ρEi,x(τ,f)=ρEi,y(τ,f)=23[kviτsin(kviτ)−(kviτ)21(kviτsin(kviτ)−cos(kviτ))](2)
ρ E i , z ( τ , f ) = 3 ( k v i τ ) 2 [ sin ( k v i τ ) k v i τ − cos ( k v i τ ) ] (3) \rho_{E_{i, z}}(\tau, f)=\frac{3}{\left(k v_{i} \tau\right)^{2}}\left[\frac{\sin \left(k v_{i} \tau\right)}{k v_{i} \tau}-\cos \left(k v_{i} \tau\right)\right]\tag{3} ρEi,z(τ,f)=(kviτ)23[kviτsin(kviτ)−cos(kviτ)](3)其中k是发射信号的波数,τ表示时滞。第 i i i个移动散射体的速度 v i v_i vi.
E d 2 ( f ) E_{d}^{2}(f) Ed2(f)为 μ ( t , f ) \mu (t,f) μ(t,f)的方差,假设 E ⃗ i 1 ( t , f ) \vec{E}_{i_{1}}(t, f) Ei1(t,f) 和 E ⃗ i 2 ( t , f ) \vec{E}_{i_{2}}(t, f) Ei2(t,f)在统计上不相关( ∀ i 1 ≠ i 2 \forall i_{1} \neq i_{2} ∀i1=i2),则 μ ( t , f ) \mu (t,f) μ(t,f)的ACF近似:
ρ μ ( τ , f ) ≈ 1 E d 2 ( f ) ∑ u ∈ { x , y , z } ( ∑ i ∈ Ω d 2 E s , u 2 ( f ) E i 2 ( f ) 3 ρ E i , u ( τ , f ) + ∑ i 1 , i 2 ∈ Ω d i 1 ≥ i 2 E i 1 2 ( f ) E i 2 2 ( f ) 9 ρ E i 1 , u ( τ , f ) ρ E i 2 , u ( τ , f ) ) (4) \begin{aligned} \rho_{\mu}(\tau, f) & \approx \frac{1}{E_{d}^{2}(f)} \sum_{u \in\{x, y, z\}}\left(\sum_{i \in \Omega_{d}} \frac{2 E_{s, u}^{2}(f) E_{i}^{2}(f)}{3} \rho_{E_{i, u}}(\tau, f)\right. &\left.+\sum_{i_{1}, i_{2} \in \Omega_{d} \atop i_{1} \geq i_{2}} \frac{E_{i_{1}}^{2}(f) E_{i_{2}}^{2}(f)}{9} \rho_{E_{i_{1}, u}}(\tau, f) \rho_{E_{i_{2}, u}}(\tau, f)\right) \tag{4} \end{aligned} ρμ(τ,f)≈Ed2(f)1u∈{x,y,z}∑(i∈Ωd∑32Es,u2(f)Ei2(f)ρEi,u(τ,f)+i1≥i2i1,i2∈Ωd∑9Ei12(f)Ei22(f)ρEi1,u(τ,f)ρEi2,u(τ,f)⎠⎟⎞(4)PS: τ → 0 , ρ μ ( τ , f ) → 1 \tau \rightarrow 0, \rho_{\mu}(\tau, f) \rightarrow 1 τ→0,ρμ(τ,f)→1
2.3 CSI功率响应的建模
μ ( t , f ) \mu(t, f) μ(t,f)由电磁波的传播造成,而 ε ( t , f ) ε(t,f) ε(t,f)由于CSI的不完美测量造成,通过实验结果得到两者彼此不相关,即 cov ( μ ( t 1 , f ) , ε ( t 2 , f ) ) = 0 \operatorname{cov}\left(\mu\left(t_{1}, f\right), \varepsilon\left(t_{2}, f\right)\right)=0 cov(μ(t1,f),ε(t2,f))=0, ∀ t 1 , t 2 \forall t_{1}, t_{2} ∀t1,t2,因此,可以将 G ( t , f ) G(t,f) G(t,f)的自协方差函数表示为
γ G ( τ , f ) ≜ cov ( μ ( t , f ) + ε ( t , f ) , μ ( t − τ , f ) + ε ( t − τ , f ) ) = E d 2 ( f ) ρ μ ( τ , f ) + σ 2 ( f ) δ ( τ ) (5) \begin{aligned} \gamma_{G}(\tau, f) & \triangleq \operatorname{cov}(\mu(t, f)+\varepsilon(t, f), \mu(t-\tau, f)+\varepsilon(t-\tau, f)) =E_{d}^{2}(f) \rho_{\mu}(\tau, f)+\sigma^{2}(f) \delta(\tau) \end{aligned}\tag{5} γG(τ,f)≜cov(μ(t,f)+ε(t,f),μ(t−τ,f)+ε(t−τ,f))=Ed2(f)ρμ(τ,f)+σ2(f)δ(τ)(5)
因此G(t,f)相应的ACF可以表示为:
ρ
G
(
τ
,
f
)
=
E
d
2
(
f
)
E
d
2
(
f
)
+
σ
2
(
f
)
ρ
μ
(
τ
,
f
)
,
τ
≠
0
(6)
\rho_{G}(\tau, f)=\frac{E_{d}^{2}(f)}{E_{d}^{2}(f)+\sigma^{2}(f)} \rho_{\mu}(\tau, f),\tau \neq 0\tag{6}
ρG(τ,f)=Ed2(f)+σ2(f)Ed2(f)ρμ(τ,f),τ=0(6)
分析式(6),如果运动存在,在
τ
→
0
,
有
ρ
μ
(
τ
,
f
)
→
1
\tau \rightarrow 0, 有\rho_{\mu}(\tau, f) \rightarrow 1
τ→0,有ρμ(τ,f)→1 ,所以
ρ
G
(
τ
,
f
)
→
E
d
2
(
f
)
E
d
2
(
f
)
+
σ
2
(
f
)
>
0
\rho_{G}(\tau, f) \rightarrow \frac{E_{d}^{2}(f)}{E_{d}^{2}(f)+\sigma^{2}(f)}>0
ρG(τ,f)→Ed2(f)+σ2(f)Ed2(f)>0 ;在运动不存在时,由于
E
d
2
(
f
)
=
0
E_{d}^{2}(f)=0
Ed2(f)=0,所以
ρ
G
(
τ
,
f
)
=
0
\rho_{G}(\tau, f)=0
ρG(τ,f)=0。
结论↑:
lim
τ
→
0
ρ
G
(
τ
,
f
)
\lim _{\tau \rightarrow 0} \rho_{G}(\tau, f)
limτ→0ρG(τ,f)是运动存在的良好指标,它仅由运动引起的
E
d
2
(
f
)
E_{d}^{2}(f)
Ed2(f)和测量噪声
σ
2
(
f
)
σ^2(f)
σ2(f)的功率决定.
3. Widetect详细设计
3.1 运动统计量
lim
τ
→
0
ρ
G
(
τ
,
f
)
\lim _{\tau \rightarrow 0} \rho_{G}(\tau, f)
limτ→0ρG(τ,f) 无法直接测量得出, 信道采样速率有限
F
s
F_{s}
Fs,很难达成
τ
→
0
\tau \rightarrow 0
τ→0. 所以用
ρ
G
(
τ
=
1
F
s
,
f
)
\rho_{G}\left(\tau=\frac{1}{F_{s}}, f\right)
ρG(τ=Fs1,f)作为近似值,将运动统计量定义为测量的CSI功率响应
G
(
t
,
f
)
G(t,f)
G(t,f)的采样ACF:
ϕ
^
(
f
)
=
γ
^
G
(
τ
=
1
F
s
,
f
)
γ
^
G
(
τ
=
0
,
f
)
(7)
\hat{\phi}(f)=\frac{\hat{\gamma}_{G}\left(\tau=\frac{1}{F_{s}}, f\right)}{\hat{\gamma}_{G}(\tau=0, f)}\tag{7}
ϕ^(f)=γ^G(τ=0,f)γ^G(τ=Fs1,f)(7)其中,
γ
^
G
(
τ
,
f
)
\hat{\gamma}_{G}(\tau,f)
γ^G(τ,f)为
G
(
t
,
f
)
G(t,f)
G(t,f)的样本自协方差函数。
如果没有运动时,由大数定理可知采样点数T足够大时,
ϕ
^
(
f
)
\hat{\phi}(f)
ϕ^(f)会收敛到一个均值为
−
1
T
-\frac{1}{T}
−T1,方差为
1
T
\frac{1}{T}
T1的渐进正态分布(asymptotically normal distribution,AN):
ϕ
^
(
f
)
∼
A
N
(
−
1
T
,
1
T
)
\hat{\phi}(f) \sim \mathcal{A N}\left(-\frac{1}{T}, \frac{1}{T}\right)
ϕ^(f)∼AN(−T1,T1) as
T
→
∞
T \rightarrow \infty
T→∞。此外,
∀
f
1
≠
f
2
\forall f_{1} \neq f_{2}
∀f1=f2,
ϕ
^
(
f
1
)
\hat{\phi}\left(f_{1}\right)
ϕ^(f1) 和
ϕ
^
(
f
2
)
\hat{\phi}\left(f_{2}\right)
ϕ^(f2) 独立同分布。
如果存在运动时,
ϕ
^
(
f
)
\hat{\phi}(f)
ϕ^(f)将会收敛到一个正的常数
E
d
2
(
f
)
E
d
2
(
f
)
+
σ
2
(
f
)
\frac{E_{d}^{2}(f)}{E_{d}^{2}(f)+\sigma^{2}(f)}
Ed2(f)+σ2(f)Ed2(f)。
3.2 检测
为了提高WiDetect的可靠性,组合所有可用子载波获得的运动统计量。本文中将组合运动统计定义为所有单个运动统计量的平均值,
ψ
^
=
1
F
∑
f
∈
F
ϕ
^
(
f
)
\hat{\psi}=\frac{1}{F} \sum_{f \in \mathcal{F}} \hat{\phi}(f)
ψ^=F1∑f∈Fϕ^(f)。无运动存在时,
ψ
^
\hat{\psi}
ψ^近似服从如下分布:
ψ
^
∼
A
N
(
−
1
T
,
1
F
T
)
\hat{\psi} \sim \mathcal{A} \mathcal{N}\left(-\frac{1}{T}, \frac{1}{F T}\right)
ψ^∼AN(−T1,FT1)其中F为子载波数量。增加T和F将提高检测性能。
根据以上分析提出一个简单的检测规则:if
ψ
^
≥
η
\hat{\psi} \geq \eta
ψ^≥η时,WiDetect检测到运动。给定预设阈值η,虚警概率近似:
P
(
ψ
^
≥
η
)
≈
Q
(
F
T
(
η
+
1
T
)
)
(8)
P(\hat{\psi} \geq \eta) \approx Q\left(\sqrt{F T}\left(\eta+\frac{1}{T}\right)\right)\tag{8}
P(ψ^≥η)≈Q(FT(η+T1))(8)其中,
Q
(
x
)
=
1
2
π
∫
x
∞
exp
(
−
u
2
2
)
d
u
Q(x)=\frac{1}{2 \pi} \int_{x}^{\infty} \exp \left(-\frac{u^{2}}{2}\right) \mathrm{d} u
Q(x)=2π1∫x∞exp(−2u2)du
4. 评估与总结
实验设置:
每个WiFi设备配备3个全向天线
每个链路仅使用58个子载波
载波频率设置为5.805GHz
信道采样率为30Hz
实验结论:
当η较大时,理论曲线与实验曲线吻合较好,当η较小时,由于不同子载波之间的相关性,理论分析中假设不存在这种相关性
Widetect也可用于入侵检测。