大规模真实场景 WiFi 感知基准数据集

最新推荐文章于 2025-07-05 21:25:51 发布
最新推荐文章于 2025-07-05 21:25:51 发布
阅读量217 收藏 1
点赞数 1
CC 4.0 BY-SA版权
分类专栏： 基于深度学习的室内定位 文章标签： 室内定位
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/huangmingleiluo/article/details/148370753

一段话总结

本文提出CSI-Bench，首个大规模真实场景WiFi感知基准数据集，覆盖26个室内环境、35名用户、16种商用设备，包含461小时有效数据，支持跌倒检测、呼吸监测、定位、运动源识别等单任务及用户身份、活动、 proximity联合标注的多任务学习。通过标准化评估协议和基线模型验证，发现Transformer架构在多任务学习中性能最优，且多任务联合训练可减少60%参数并提升10%以上精度，为鲁棒的WiFi感知系统提供了重要基准。

思维导图

详细总结

一、研究背景与目标
  1. WiFi感知的局限性
    • 现有研究依赖实验室环境下的同质硬件数据集（如Intel 530
了解本专栏 订阅专栏 解锁全文 超级会员免费看
室内定位论文集-20241011期
程序员石磊
10-11 274
如何通过自监督方法有效地在没有标签数据的情况下学习时间序列数据的表示？
[移动通讯]【无线感知-P2】[特征，算法，数据集】
4AM_明朝百晓生
06-05 2081
OFDM便是多载波调制的特例，其使用数个正交载波调制信号，在每个子载波间不需要有保护间隔，大大的增加了带宽使用效率，且使OFDM更有位分配的概念，即通道环境好的子载波就加大该载波的power或提高调制等级（ex:BPSK->QAM），位分配使得OFDM带宽使用效率更加高。AOA 定位一般是基于相位差的方式计算出到达角度，一般不单独使用，由于 AOA 涉及到角度分辨率的问题，若单纯 AoA 定位， 若离基站越远，定位精度就越差。随着机器学习,深度学习的发展，很多深度学习的模型应用于无线感知,效果较好。
【无线感知】【P7】WIFI 感知实战2- 数据集处理
4AM_明朝百晓生
07-24 1193
slide_size = 200 （滑动窗口，帧与帧之间存在overlap,less than window_size!1： 先通过 csv_import 提取训练input,label 到txt(只运行一次,大概18分钟）运行 cross_vali_data_convert_merge.py .先通过csv_import 提取Input, label 到txt(18分钟）每次训练的时候，通过csv_import(）方法加载数据集，这样可以专注模型优化。，加载训练的数据集以及标签（2分钟）
wifi室内定位数据集.zip
07-23
基于WiFi指纹的室内定位系统数据集，包含6个AP及其坐标对应接收信号强度RSSI，使用python处理是数据，绘制定位路线.
WIFI开源数据集的射频指纹识别
beidideshu的博客
08-21 3771
射频指纹是一种利用无线电信号的特征来识别设备或用户的技术。射频指纹可以用来做设备身份认证、位置跟踪、安全防护等应用。射频指纹的优点是难以伪造、不依赖于额外的硬件或软件、适用于多种无线通信协议。
室内定位 Wi-Fi指纹 深度神经网络keras
weixin_44765471的博客
03-30 2000
卫星定位系统在室内环境或高层建筑密集地区无法检测到卫星信号，无法满足人们对于定位精度的要求。Wi-Fi通信模块在移动终端上的广泛应用，使得WIFI无线定位转变成一种低成本和已于实现的技术。
广播通信在AI算力网络中的内容分发优化实践
最新发布
AI天才研究院
07-05 491
2012年，AlexNet模型参数约为6000万；2020年，GPT-3的参数量达到1750亿；到2023年，一些前沿模型的参数量已突破万亿大关。这种"大模型"趋势带来了算力需求的爆炸式增长，单节点GPU服务器已远远无法满足需求。算力需求增长曲线linecharttitle AI模型算力需求增长趋势(2012-2023)x-axis 年份 [2012, 2015, 2018, 2021, 2023]y-axis 算力需求(相对值) [1, 10, 100, 1000, 10000]
AI人工智能领域的智能物流智能仓储系统
AI天才研究院
04-13 862
随着电子商务的蓬勃发展和全球供应链的日益复杂，物流和仓储行业面临着前所未有的挑战和机遇。本文旨在全面分析人工智能技术在物流和仓储领域的应用现状、技术原理和未来发展趋势，为相关从业者、技术开发者和企业决策者提供有价值的参考。本文首先介绍智能物流和仓储的基本概念，然后深入探讨核心技术原理和算法实现。接着通过实际案例展示AI在物流领域的应用，最后讨论未来发展趋势和挑战。智能物流系统：利用AI、物联网和大数据技术优化物流全流程的智能化系统智能仓储：通过自动化设备和AI算法实现高效、精准的仓储管理系统。
【软考高项】【简答专题】- 2 - 必须知道的 159 个点
欢迎来到我的博客，一起探索代码里的世界！
03-04 1427
1、管理评审是评审管理主线、技术评审是评审技术主线 2、看到题目的定性、注意正确的原话是不是定量 3、评估需要第三方4、写论文的时候，投资必须写，写数字，单位不要用W 表示，要写“万” 5、监控工作的办公设备肯定有计划和绩效、输出肯定有变更和更新6、实验设计是一种统计方法，用来找到最佳比例、方案的。7、看到风险，就选螺旋。 8、看到冗余，就选减轻。 9、某项目经理刚刚完成了项目的风险应对计划,他下一步该做什么?因为风险应对计划会增加工作,所以要在 WBS上增加任务。对此题目，如果选项只有风险控制，那就选风险
3.18基于接收信号强度的WiFi室内定位补充开放数据集
weixin_42963026的博客
11-09 686
建立了SODIndoorLoc数据集，可以将其作为UJIIndoorLoc数据集的补充
信号检测matlab代码-WiAR:基于WiFi的活动识别数据集
05-27
信号检测matlab代码无线局域网 基于WiFi的活动识别数据集///////////////////////////// WiAR数据集：基于WiFi的活动识别数据集///// /////////////////////// WiAR数据集包含16种活动，其中包括10位志愿者进行的粗粒度活动和手势，每位志愿者进行30次。 现在，我们仅列出三个志愿者的活动数据集，例如志愿者A，志愿者B，志愿者C。当然，您可以从WiAR中的原始数据中提取RSSI和CSI。 我们还为初学者提供一些代码。 目的是与其他研究人员分享新想法，以开发该领域。 第1节：设备配置 T400笔记本电脑，5300卡。 采样率：30Hz 三触角具体参考：我的博客： 第2节：数据格式 我们提供接收方接收到的原始数据。 详细信息如下所示。 每个活动有30个样本。 十名志愿者参加了活动数据的收集。 csi_ai_j.dat代表第i个志愿者的第j个样本。 第三节：活动 有以下十六项活动。 水平臂波 高臂波 两只手挥手 高投 drwa_x 画勾 折腾纸 前踢 侧踢 弯曲 拍手 走 电话 喝水 坐下 蹲 这些数据是原始数据。 因此，用
wifi_localization_WiFi数据集_室内定位_WiFi室内定位_
09-29
这是基于wifi的室内定位的简单的数据集，配合代码使用
无线传输传感器数据采集
11-10
创新项目的一个说明，没有附代码。
AIoT时代的智能无线感知
02-23
人类对物理世界的感知阶段重准确率&轻可靠性：可能准确率依赖实验场景，在其他场景并不可靠RSSI最大的局限是只有一个数值，不能区分多径，CSI能CSI有更加丰富的数值CSI可以认为是RSSI的升级版，更加细腻一个人推手实验（朝向不同，环境不同）预期泛化能力比较强Algorithms：DataSet：以前的公开数据集，规模小，场景有限2019年“我们”提出的Widar3.0Opportunity：
无线感知会议系列【2】【智能无感感知 特征,算法，数据集】
4AM_明朝百晓生
09-12 1369
SpotFi是一种利用商用WiFi芯片已暴露的信息进行高精度室内定位的系统。它不需要对WiFi硬件或固件进行任何修改，即可实现与最先进定位系统相同的定位精度。SpotFi通过结合超分辨率算法和新颖的滤波及估计技术，能够准确计算多径分量的到达角（AoA）并识别出目标与接入点（AP）之间的直接路径。该论文提出了一种基于多维性的被动室内Wi-Fi追踪技术（mD-Track），该技术利用无线信号在人体上的反射来获取目标的位置和移动轨迹。系统组成：使用一个无线信号发射器和一个无线信号接收器。
基于WiFi信号的动作数据集
丫头的博客
07-12 7719
更新之后的内容： 把WiAR数据集放在我的github上，大家有需要的可以自行下载。由于某些数据太大，上传不方便，可以直接联系我。 网址：https://github.com/linteresa/HuAc ______________________________________________________________________________________________...
[论文素材]Previous Work----WiSig: 一个用于开发一种不依赖于特定接收器和信道条件的射频指纹识别技术的大型 WiFi 信号数据集
weixin_48474362的博客
12-11 1537
然而，信号受到无线信道和接收器电路的影响，这些额外的干扰会混淆发射器的识别。在本文中，我们提出了一个名为 WiSig 的大型 WiFi 数据集，其中包含从 174 个商用 WiFi 发射器和 41 个 USRP 接收器捕获的 1000 万个数据包，这些数据是在一个月内的四次采集中完成的。利用 WiSig 进行的初步评估表明，更换接收器或使用在不同日期采集的信号可能会显著降低分类器的性能。可以考虑开放集识别而不是在一个已知发射器集内分类，在这种方法中，未在训练中暴露的未经授权的发射器可以被拒绝。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

程序员石磊

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值