Beamforming Feedback-based Model-driven Angle of Departure Estimation Toward Firmware-Agnostic WiFi Sensing
Beamforming Feedback-based Model-driven Angle of Departure Estimation Toward Firmware-Agnostic WiFi Sensing
复制标题
基于波束成形反馈的模型驱动的出发角估计，实现与固件无关的 WiFi 传感
DOI：
--
复制
发表时间：
2021
期刊：
影响因子：
--
通讯作者：
Koji Yamamoto
中科院分区：
文献类型：
--
作者：
Sohei Itahara;T. Nishio;Koji Yamamoto
- 本文证明了使用多信号分类（MUSIC）仅具有IEEE 802.11ac/ax中定义的用于波束成形反馈（BFF）的WiFi控制帧的出发角（AoD）估计是可能的。虽然信道状态信息（CSI）使得能够进行模型驱动的AoD估计，但是大多数基于BFF的感测技术是数据驱动的，因为它们仅包含CSI的右奇异向量和子载波平均流增益。具体来说，我们发现子载波平均流增益为零的右奇异向量与基于CSI的MUSIC算法中的噪声子空间向量具有相同的作用。数值计算证实，建议的BFF为基础的MUSIC成功地估计所有传播路径的AoD和增益。同时，这一结果意味着潜在的隐私风险;恶意嗅探器只能使用未加密的BFF帧进行AoD估计。
—This paper proves that the angle of departure (AoD) estimation using the multiple signal classification (MUSIC) with only WiFi control frames for beamforming feedback (BFF), defined in IEEE 802.11ac/ax, is possible. Although channel state information (CSI) enables model-driven AoD estimation, most BFF-based sensing techniques are data-driven because they only contain the right singular vectors of CSI and subcarrier-averaged stream gain. Specifically, we find that right singular vectors with a subcarrier-averaged stream gain of zero have the same role as the noise subspace vectors in the CSI-based MUSIC algorithm. Numerical evaluations confirm that the proposed BFF-based MUSIC successfully estimates the AoDs and gains for all propagation paths. Meanwhile, this result implies a potential privacy risk; a malicious sniffer can carry out AoD estimation only with unencrypted BFF frames.
WiFi/WiMAX融合网络中基于呼损概率预测的动态频率分配方法
DOI：
--
发表时间：
2010
期刊：
影响因子：
--
作者：
金森悠一;河野圭太;木下和彦;村上孝三
通讯作者：
村上孝三