基于PRS的CSI用于人体姿态估计的5G感知：实验演示

arXiv:2610.37435v1 公告类型：新摘要：本文提出了一项利用从下行第五代（5G）定位参考信号（PRS）中提取的信道状态信息（CSI）进行无设备二维人体姿态估计的实验研究。所提出的系统采用下一代节点基站（gNB）向配备两根接收天线的用户设备（UE）发送 PRS，以测量无线信道。CSI 通过最小二乘法（LS）估计，并经过幅度平滑和相位校准处理。所得的幅度和相位表示被用作深度学习模型的输入以进行姿态估计。我们在 20 MHz 带宽下比较了仅幅度输入与幅度-相位联合训练。联合训练优于仅幅度方案，在低于左肩与右髋之间距离的 10%、30% 和 50% 时，正确关键点百分比（PCK）分别达到 32.2%、72.9% 和 84.2%。这些结果表明，即使采用简单的无线电配置和相对较小的数据集，基于标准化下行 5G PRS 的 CSI 仍包含可用于人体姿态估计的有用信息。

中文由 AI 翻译，仅供参考，以原文为准。