IDENTIFICACIÓN DE MOVIMIENTOS HUMANOS MEDIANTE WI-FI CON INFORMACIÓN DEL ESTADO DEL CANAL
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.
Biografía del autor/a
Graduanda em Engenharia da Computação pela Universidade de Araraquara - UNIARA.
Prof. Dr. na Universidade de Araraquara - 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
Licencia
Derechos de autor 2025 RECIMA21 - Revista Científica Multidisciplinar - ISSN 2675-6218
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Os direitos autorais dos artigos/resenhas/TCCs publicados pertecem à revista RECIMA21, e seguem o padrão Creative Commons (CC BY 4.0), permitindo a cópia ou reprodução, desde que cite a fonte e respeite os direitos dos autores e contenham menção aos mesmos nos créditos. Toda e qualquer obra publicada na revista, seu conteúdo é de responsabilidade dos autores, cabendo a RECIMA21 apenas ser o veículo de divulgação, seguindo os padrões nacionais e internacionais de publicação.