L’extraction de caractéristiques CSI Wi-Fi transforme des mesures complexes du canal en valeurs qui décrivent les changements dans le temps, entre sous-porteuses ou entre paires d’antennes. L’objectif n’est pas de lisser un graphique, mais de préserver les variations utiles à la tâche et de noter les filtres, calibrations, fenêtres et étiquettes qui les ont produites.
Conservez séparément le CSI brut, le CSI nettoyé et les caractéristiques dérivées. Vous pourrez ainsi comparer une référence fondée sur l’amplitude à une représentation utilisant aussi la phase, détecter une fuite liée aux changements de pièce et reproduire un résultat après une mise à jour du routeur, de la carte ou du firmware. Cette discipline relie capture ESP32, jeux de données et interprétation RuView sans confondre une visualisation avec une image ou une mesure médicale.
Extraction de caractéristiques CSI Wi-Fi : ce qui change dans les données
Extraction de caractéristiques CSI Wi-Fi : chaque paquet fournit une valeur complexe par sous-porteuse et paire d’antennes. Elle donne un module, souvent appelé amplitude, et une phase. L’amplitude offre souvent un premier signal plus simple ; la phase peut préciser les trajets, mais contient aussi des décalages d’horloge et de synchronisation de porteuse. Aucun des deux signaux ne représente automatiquement une caractéristique humaine.
- Gardez horodatages, indices de sous-porteuses, antennes, canal, largeur de bande et firmware avec chaque échantillon.
- Distinguez amplitude, phase brute, phase calibrée et caractéristiques calculées.
- Définissez d’abord la tâche : présence, mouvement, geste, position ou estimation continue.
- Ne présentez pas une caractéristique comme une mesure directe d’une personne sans référence et validation.
Un pipeline de prétraitement CSI en quatre étapes
Un pipeline restreint et explicite est plus facile à déboguer qu’un carnet rempli de transformations cachées. Rejetez les enregistrements mal formés et alignez les horodatages. Nettoyez ensuite amplitude et phase avec des méthodes adaptées aux erreurs observées. Choisissez une durée et un pas de fenêtre fixes, puis calculez les caractéristiques en enregistrant les paramètres propres à chaque partition.
L’ordre compte. Filtrer avant l’alignement temporel peut masquer des pertes de paquets ; ajuster un normaliseur sur tout le jeu de données introduit une fuite depuis le test ; calculer une caractéristique de phase avant calibration transforme parfois la dérive matérielle en faux mouvement. Le schéma ci-dessous sert de liste de contrôle, pas de recette universelle. Commencez par le chemin le plus simple qui répond à l’expérience.
| Étape | Entrée | Sortie à conserver | Échec fréquent |
|---|---|---|---|
| Vérifier | Enregistrements de paquets | Lignes valides, pertes et métadonnées | Échantillons mal formés ou dupliqués |
| Nettoyer | Flux d’amplitude et de phase | Paramètres des filtres et matrices calibrées | Supprimer le signal avec le bruit |
| Fenêtrer | Échantillons ordonnés | Durée, pas et étiquettes | Fenêtre qui traverse une limite d’événement |
| Extraire | Une fenêtre fixe | Vecteur et schéma de caractéristiques | Échelles incohérentes |
Caractéristiques d’amplitude : partir d’une référence stable
Les caractéristiques d’amplitude forment souvent une référence pratique, car elles évitent une partie de l’ambiguïté de la phase brute. Pour chaque sous-porteuse ou paire d’antennes retenue, mesurez centre, dispersion, étendue, quantiles ou différences temporelles. Un filtre médian ou de Hampel peut réduire les pics isolés ; un passe-bas ou Savitzky–Golay peut atténuer les variations rapides si sa coupure correspond à la fréquence d’échantillonnage et à la tâche.
Ne lissez pas le signal uniquement pour rendre le graphique agréable. Un filtre peut effacer un geste bref, retarder un événement ou faire passer une perte de paquets pour un mouvement graduel. Conservez amplitude brute, version filtrée et paramètres. Comparez une pièce vide, un événement contrôlé et un contrôle négatif comme une porte ou un ventilateur afin de ne pas attribuer automatiquement chaque variation à une personne.
- Résumez l’amplitude par moyenne, variance, RMS, étendue et quantiles robustes si ces valeurs répondent à la tâche.
- Pour les valeurs isolées, documentez fenêtre et seuil du filtre médian ou de Hampel.
- Comparez plusieurs sous-porteuses au lieu de retenir seulement la plus bruyante ou la plus forte.
- Gardez les mesures originales pour relier chaque caractéristique à la capture.
Caractéristiques de phase : dérouler puis calibrer
La phase CSI est périodique : un saut entre -pi et pi peut ressembler à un mouvement important alors que le trajet évolue progressivement. Le déroulement de phase retire ce saut artificiel. Les décalages temporels et de fréquence du récepteur peuvent encore créer une pente ou un offset entre sous-porteuses ; une calibration ou un rapport CSI peut donc être nécessaire avant d’utiliser la phase.
La bonne question n’est pas de savoir si la phase est toujours meilleure, mais si sa qualité, sa calibration et le test soutiennent la caractéristique choisie. Les travaux comparent des représentations amplitude seule, phase seule ou combinées, avec des coûts et bruits différents. Commencez par une référence d’amplitude, ajoutez la phase calibrée dans une comparaison contrôlée et mesurez le coût de calcul au lieu de supposer qu’une fusion se généralisera.
- Vérifiez l’ordre des sous-porteuses et la continuité avant de dérouler la phase.
- Notez méthode de calibration, paire d’antennes, sous-porteuse de référence et porteuses exclues.
- Comparez la phase sur une session tenue à l’écart : la dérive matérielle peut dominer.
- Sans validation dédiée, ne déduisez pas santé, identité ou sécurité des caractéristiques de phase.
Fenêtrage, normalisation et vecteurs de caractéristiques
Un modèle consomme rarement un seul paquet. Une fenêtre regroupe un nombre fixe d’échantillons ou une durée déterminée pour résumer un comportement de manière comparable. Choisissez-la selon la tâche : un geste bref et une présence lente n’exigent pas le même intervalle. Enregistrez le pas ainsi que la règle d’étiquetage quand un événement commence ou finit au milieu d’une fenêtre.
Ajustez la normalisation sur les données d’entraînement, puis appliquez les mêmes paramètres à la validation et au test. Une normalisation par session peut cacher une dérive réelle ; une normalisation globale peut laisser une pièce influencer une autre. Conservez le schéma brut et les paramètres ajustés. Un petit vecteur est plus facile à inspecter, mais peut supprimer le motif temporel ou fréquentiel dont un modèle profond a besoin.
| Famille | Exemples | Question utile | Précaution |
|---|---|---|---|
| Statistiques d’amplitude | Moyenne, RMS, variance, étendue, quantiles | De combien la magnitude a-t-elle changé ? | Dérive de gain et valeurs aberrantes |
| Phase et cohérence | Dispersion déroulée, différence de phase | Le trajet est-il resté cohérent ? | Offsets et paire d’antennes |
| Temporel | Pente, pics, passages par zéro, autocorrélation | Qu’a changé la fenêtre ? | Les pertes faussent le temps |
| Spectral | Puissance de bande, fréquence de pic, centroïde | Quelle bande est active ? | Fréquence d’échantillonnage stable |
Un vecteur compact pour les expériences de type RuView
Un vecteur pratique combine quelques statistiques d’amplitude, la cohérence de phase et un résumé de densité spectrale de puissance. Le code d’entraînement RuView décrit des champs tels que pic d’amplitude, RMS, étendue dynamique, cohérence de phase, puissance totale, fréquence de pic, centroïde et largeur de bande. C’est un exemple de schéma versionné, pas une obligation d’utiliser exactement douze nombres. Définissez chaque champ, axe, échelle et règle de valeur manquante avant l’entraînement.
Quand une caractéristique change, versionnez le schéma et relancez la référence. Un nom comme `phase_coherence` ne suffit pas sans définition et fenêtre source. Comparez le vecteur compact au tenseur d’origine pour vérifier que la compression n’a pas supprimé une variation utile.
- Nommez chaque caractéristique, axe, échelle et fenêtre source.
- Renvoyez des valeurs finies pour une fenêtre vide ou dégénérée et notez la raison.
- Comparez le vecteur au tenseur pour détecter une perte d’information.
Valider le pipeline avant d’entraîner un modèle plus complexe
Testez l’extraction comme un produit de données. Rejouez un enregistrement fixe et vérifiez que la même entrée donne le même vecteur après redémarrage. Ajoutez un mouvement répété, une pièce vide, une perte de paquets et une condition différente. Avant l’apprentissage, inspectez valeurs manquantes, nombre de fenêtres et plages de caractéristiques.
Mettez de côté des sessions, jours, personnes, pièces ou positions de nœuds complètes si le résultat doit se généraliser. Une séparation aléatoire de fenêtres voisines peut placer presque les mêmes échantillons dans les deux ensembles et gonfler la performance. Une caractéristique n’est utile que si son comportement reste visible dans les conditions promises.
- Rejouez de façon déterministe et comparez le vecteur avec une tolérance définie.
- Mesurez pertes de paquets, trous temporels, changements de canal et valeurs hors plage.
- Figez normalisation et sélection avant l’évaluation des données réservées.
- Notez les faux positifs dus aux portes, ventilateurs, animaux, meubles ou au trafic réseau.
Références techniques
Questions sur l’extraction CSI Wi-Fi
Qu’est-ce que l’extraction de caractéristiques CSI Wi-Fi ?
Elle convertit des fenêtres CSI nettoyées en valeurs mesurables : statistiques d’amplitude, cohérence de phase, changements temporels ou puissance spectrale. Le schéma et le prétraitement doivent être enregistrés pour reproduire le résultat.
Faut-il commencer par amplitude ou phase CSI ?
Commencez par une référence transparente d’amplitude, puis ajoutez une phase calibrée comme comparaison contrôlée. La phase peut informer sur le trajet, mais ses erreurs de déroulement ou de calibration peuvent empêcher la généralisation.
Quelle durée choisir pour une fenêtre CSI ?
Choisissez une durée correspondant à l’événement et notez le pas. Gestes courts, présence et respiration demandent des durées différentes. Vérifiez le choix sur des sessions réservées plutôt que sur un seul graphique.
Dois-je filtrer le CSI avant d’extraire les caractéristiques ?
Un nettoyage peut être nécessaire, mais aucun filtre ne convient partout. Comparez une référence brute avec une méthode médiane, Hampel ou passe-bas documentée et vérifiez qu’elle ne supprime pas l’événement avec le bruit.
Les caractéristiques CSI identifient-elles une personne ou diagnostiquent-elles une maladie ?
Non. Un vecteur ne prouve ni identité ni état médical. Ces usages exigent des données, mesures de référence, protections du risque, contrôle de confidentialité et validation propres au domaine. Traitez RuView comme une interprétation expérimentale sauf preuve plus forte.