TagFree：基于RFID的无设备活动识别系统
摘要
人类活动识别在许多物联网应用中起着关键作用，通常通过将跟踪设备（例如RFID标签）附着在人体上来实现。附着可能会不方便，也被认为是侵入性的。一个无标签的解决方案则部署静态标签作为参考，并分析可能受到人类活动近距离影响的回波信号。然而，当今RFID标签提供的信息相当有限，典型的原始数据（RSSI和相位角）不一定是人类活动的好指标（根据我们的实际实验，可能不够灵敏或不可靠）。因此，现有的基于标签的活动识别解决方案远非令人满意，更不用说无标签的解决方案。而且，众所周知，读数的准确性可能会受到多径影响，这在室内环境中是不可避免的，并且使用多个参考标签会更加复杂。
然而，在本文中，我们认为多径确实提供了可以用于识别细粒度人类活动的丰富信息。我们的实验表明，回波信号功率和角度都与人类活动相关，对不同级别的多路径产生影响。我们提出了 TagFree，第一个基于RFID的无设备活动识别系统，通过分析多径信号来实现。与直接依赖不可靠原始数据的传统解决方案不同，TagFree从多个标签中收集大量角度信息作为频谱帧，并预处理以提取关键特征。然后，通过深度学习框架分析它们的模式。我们的TagFree可以使用现成RFID设备进行快速部署，我们使用商用Impinj读取器实现了一个原型。我们广泛的实验证明了我们的 TagFree 在多径丰富环境中的活动识别能力的优越性。
作者
樊小毅，龚伟，刘江川
期刊\会议
ACM UbiComp (CCF-A) [Link] [PDF]
关键词
反向散射，行为识别
