文献阅读（4）

WiFinger: Talk to Your Smart Devices with Finger-grained Gesture （UbiComp 2016）

针对的问题：现有的无线识别方案（e.g. WiSee，Wi-Vi，WiHear，WiKey）要么利用专用设备实现粗粒度的人体运动识别，要么针对特定的场景，如检测说话和击键，没有针对手指粒度的识别系统；本文利用普适的无线WiFi信号实现数字手势的识别（only involve finger movements and no hand or body movements）以及数字文本的输入；

面临的挑战：如何检测和捕获用户手指移动引起的轻微信号变化；如何分析微小的无线反射信号并提取出有识别力的特征（distinguishable features）；如何比较两个手指运动的形状特征；WiFinger的鲁棒性，robust against unpredictable variances，如不同用户的手势习惯不同（是指是否能克服user-specific么？）

解决方案：利用用户在执行不同的手指姿势时，由于移动模式的不同会产生独特的CSI时间序列，从而进行手指姿势的识别（数字1-9）；提出一个新颖的载波聚合方案，从而生成独特的手势识别特征；

实现细节：

1. 信号预处理
   
   1. Outlier removal：Hampel identifier （幅度值的单位是什么，为什么这么大，500！是因为在5GHz频率的原因么？）
   2. Low-pass filtering：Butterworth低通滤波（截止频率为60Hz，采样率Fs=2000pkts/s），消除带外干扰
   3. Weight moving average：由于低通滤波不能完全消除噪声，需要进一步进行滤波，采用加权移动平均
      hti=h′ti=1m+(m−1)+⋯+1⋅[m⋅hti+(m−1)⋅hti−1+⋅+hti−m+1]
2. 手势提取：利用CSI信号的上升沿、下降沿和暂停（rising，falling，pausing）检测手指活动，并利用不同的变化特征进行分类
   
   1. 手势检测： 利用sign indicator以及动态阈值确定手指活动的起始点（adaptive）
      
      1. 预处理：去直流（long-term averaging），以窗口大小500，滑动步长400，对CSI进行分段，每段（bin）为30*500的矩阵M；
      2. 计算相关矩阵MT∗M（生成的相关矩阵为500*500吧，不是30*30？）；
      3. 计算相关矩阵的特征向量和特征值，计算第二特征向量的一阶差分和第二主成分的差分，定义sign indicator为E{h22}/δq2，用于判断是否存在手指运动；
      4. 平滑：由于sign indicator中存在突变值，会导致误判，所以采用5点中值滤波进行平滑（5-point median filter）；
   2. 手指姿态文件提取（profile）：选择sign indicator的第三个四分位值作为阈值进行手指检测（阈值的选取是用的中值滤波前的sign indicator值还是滤波后，图4a和4b中的阈值是用的哪一个？）在获得起始点后，同时还要再起始点前后加上保护间隔（Tb），再提取出finger profiles；
3. 特征提取：仅利用单个或多个子载波不能充分体现不同手指活动的差异性，手指活动的特征分布在所有30个子载波中；本文提出一种新的载波聚合方案：每6个子载波取平均，将得到的5波形相连形成合成波形，即得到特征向量F=[f1∼6,f7∼12,f13∼18,f19∼24,f25∼30],fk∼l=1l−k−1∑li=kpi.（相连部分的值是如何处理的？没有跳变么？还是平移使相等？图7d-f是compressed？）
4. 分类：利用DWT对特征向量进行压缩，利用DTW计算手指活动特征间的距离度量
   
   1. 离散小波变换：采用Daubechies D4 coffecient wavelet family（提取了多少特征？）；
   2. 动态时间规整：利用DTW计算不同手指特征的距离，并作为kNN分类器的输入；
5. 系统实现和评价
   
   1. 硬件设置：接收器——one 3.2 GHz dual core CPU, 4GB ROM desktop, which is equipped with Intel 5300 NIC, and its operating system is Ubuntu 12.04；发送器——A TPLINK TLWDR4300 wireless router connecting to a laptop with a cable；发送器为单有向天线（one DB-Link directional antenna），工作在5.745 GHz (channel 149)，接收器为3根全向天线；laptop同时作为monitor point且通过SSH远程控制接收器从而减少干扰；TX-RX相距50cm，且用户在视距路径进行手指运动；实验测量中MP利用PKTGEN工具通过路由器以2000 packets/s进行发包；
   2. 手势识别准确率：针对不同的手势和用户进行评价，且对训练集的大小进行比较，效果良好（疑问：图10的标注应该是数字吧，对图10中数字3和9的准确率较低的解释不太理解；数字文本输入应该是每个用户随机选择五个数字序列吧，文中写的three，图13中用户9好像少画一个；文中的kNN分类器都是user-specific吧，好像没有考虑训练集和测试集为不同用户时的检测情况）
6. 讨论和局限
   
   1. 不同TX-RX天线对：考虑到计算复杂度和准确率的均衡，仅采用单个流（文中没有分析采用不同CSI流的优劣，没有给出选择CSI流的标准）
   2. 多径反射的干扰（不同环境的影响）：由于采用有向天线，WiFinger抗静态反射和边缘干扰（图14a和14b的特征相似？看不出来）
   3. 设备位置：大于1m时就基本观察不到变化特征了， 所以只能在相对近的距离进行检测
   4. 不同频带：2.4GHz VS 5GHz
      
      1. 2.4GHz下手指活动的持续时间和幅值都比5GHz小（period and amplitude）
      2. 2.4GHz下的CSI流高度相关，这是因为2.4GHz频带下的信道重叠率高
      3. 2.4GHz下由手指活动引起的CSI变化较弱，这是因为频率低引起的多普勒频移较小
   5. 采样率：500 pkts/s——80.95%，2000 pkts/s——93.38%，故需要较高采样率来实现手指活动识别；
   6. 基于上下文的纠错：利用上下文进行错误文本的检错，提高识别率

结论：本文提出的载波聚合方案很有意思，采用的其他处理和分析技术与mobicom 15的WiKey和CARM差不多，本文的方法也存在一定的局限性，如需要有向天线，高采样率，检测距离短等，个人感觉不如MobiHoc16的那篇WiFinger（可参考我写的文献阅读（2））