IDENTIFICACIÓN DE MOVIMIENTOS HUMANOS MEDIANTE WI-FI CON INFORMACIÓN DEL ESTADO DEL CANAL

Autores/as

DOI:

https://doi.org/10.47820/recima21.v6i11.6992

Palabras clave:

Channel State Information, Inteligencia artificial, Procesamiento

Resumen

Esta investigación describe el desarrollo de un sistema para la identificación de movimientos mediante información física proveniente de señales Wi-Fi, como la amplitud y la fase, conocida como Channel State Information (CSI). Los datos se capturaron en un entorno controlado utilizando una microcomputadora Raspberry Pi 4 con firmware y componentes personalizados para la emisión y transmisión de señales Wi-Fi. Posteriormente, los datos se clasificaron mediante modelos de aprendizaje automático como SVM, Random Forest y KNN. Los resultados del experimento demostraron la capacidad del sistema para detectar movimiento, concluyendo que la CSI es una alternativa no intrusiva a los métodos tradicionales de monitorización de imágenes o audio para la identificación de movimientos.

Descargas

Los datos de descarga aún no están disponibles.

Biografía del autor/a

  • Maria Fernanda Cerne Magalhães, UNIARA

    Graduanda em Engenharia da Computação pela Universidade de Araraquara - UNIARA.

  • André Luiz da Silva, UNIARA

    Prof. Dr. na Universidade de Araraquara - UNIARA.

  • Fabiana Florian, UNIARA

    Docente na Universidade de Araraquara - UNIARA. Doutora em Alimentos e Nutrição pela UNESP (FCFAR).

Referencias

DAMODARAN, Neena et al. Device free human activity and fall recognition using WiFi channel state information (CSI). CCF Transactions on Pervasive Computing and Interaction, v. 2, p. 1–17, 2020. Disponível em: https://link.springer.com/article/10.1007/s42486-020-00027-1. Acesso em: 23 fev. 2025. DOI: https://doi.org/10.1007/s42486-020-00027-1

GRINGOLI, Francesco et al. Free your CSI: A channel state information extraction platform for modern Wi-Fi chipsets. In: Proceedings of the 13th International Workshop on Wireless Network Testbeds, Experimental Evaluation & Characterization. 2019. p. 21-28. Disponível em: https://dl.acm.org/doi/10.1145/3349623.3355477. Acesso em: 20 mar. 2025. DOI: https://doi.org/10.1145/3349623.3355477

IBM. O que é aprendizado supervisionado? [S. l.]: IBM, s. d. Disponível em: https://www.ibm.com/br-pt/think/topics/supervised-learning. Acesso em: 8 set. 2025.

IBM. O que é inteligência artificial (IA)? [S. l.]: IBM, s. d.(b). Disponível em: https://www.ibm.com/br-pt/think/topics/artificial-intelligence. Acesso em: 27 ago. 2025.

IMBALANCED-LEARN DEVELOPERS. Imbalanced-learn documentation, [S. l.], 14 ago. 2025. Disponível em: https://imbalanced-learn.org/stable/. Acesso em: 28 set. 2025.

KUROSE, James F.; ROSS, Keith W. Redes de computadores e a internet: uma abordagem top-down. 8. ed. Porto Alegre: Pearson, 2021.

MA, Yongsen; ZHOU, Gang; WANG, Shuangquan. WiFi sensing with channel state information: A survey. ACM Computing Surveys (CSUR), v. 52, n. 3, p. 1–36, 2019. Disponível em: https://dl.acm.org/doi/abs/10.1145/3310194. Acesso em: 25 maio 2025. DOI: https://doi.org/10.1145/3310194

SCHULZ, Matthias; WEGEMER, Daniel; HOLLICK, Matthias. Nexmon: The C-based Firmware Patching Framework. Disponível em: https://nexmon.org. Acesso em: 20 mar. 2025.

TANENBAUM, Andrew S.; FEAMSTER, Nick; WETHERALL, David. Redes de computadores. 6. ed. Porto Alegre: AMGH, 2021.

THE NUMPY DEVELOPERS. NumPy v2.0 Manual. [S. l.]: The Numpy Developers, 2024. Disponível em: https://numpy.org/doc/stable/. Acesso em: 8 set. 2025.

THE PANDAS DEVELOPMENT TEAM. pandas 2.2.2 documentation. [S. l.]: The Pandas Development Team, 2024. Disponível em: https://pandas.pydata.org/docs/. Acesso em: 8 set. 2025.

THE SCIKIT-LEARN DEVELOPERS. scikit-learn 1.5 documentation. [S. l.]: The Scikit-Learn Developers, 2024. Disponível em: https://scikit-learn.org/stable/. Acesso em: 8 set. 2025.

TRINDADE, Eduardo Fabrício Gomes; DE ALMEIDA, Felipe Silveira; PEREIRA JUNIOR, Lourenço Alves Pereira. Além do Sinal: Autenticação Biofísica com Wi-Fi CSI e Raspberry Pi. In: Simpósio Brasileiro de Segurança da Informação e de Sistemas Computacionais (SBSeg). SBC, 2024. p. 32-47. Disponível em: https://sol.sbc.org.br/index.php/sbseg/article/download/30015/30014/. Acesso em: 05 fev. 2025. DOI: https://doi.org/10.5753/sbseg.2024.241787

WANG, Yuxi; WU, Kaishun; NI, Lionel M. Wifall: Device-free fall detection by wireless networks. IEEE Transactions on Mobile Computing, v. 16, n. 2, p. 581–594, 2016. Disponível em: https://ieeexplore.ieee.org/abstract/document/7458186. Acesso em: 11 mar. 2025. DOI: https://doi.org/10.1109/TMC.2016.2557792

WANG, Zhu et al. Wi-Fi CSI-based behavior recognition: From signals and actions to activities. IEEE Communications Magazine, v. 56, n. 5, p. 109–115, 2018. Disponível em: https://ieeexplore.ieee.org/abstract/document/8360860. Acesso em: 5 fev. 2025. DOI: https://doi.org/10.1109/MCOM.2018.1700144

Publicado

20/11/2025

Número

Sección

ARTIGOS

Categorías

Cómo citar

IDENTIFICACIÓN DE MOVIMIENTOS HUMANOS MEDIANTE WI-FI CON INFORMACIÓN DEL ESTADO DEL CANAL. (2025). RECIMA21 - Revista Científica Multidisciplinar - ISSN 2675-6218, 6(11), e6116992. https://doi.org/10.47820/recima21.v6i11.6992