商品化ラップトップの組み込み Wi-Fi ハードウェアのみを用いた範囲フィルタリングドップラースペクトルによる有人検出

arXiv:2603.10845v3 Announce Type: replace-cross 摘要：有人検出 (HPD) は、日常的なデバイスにおけるインテリジェントな電力管理およびセキュリティ機能を有効に実現するために重要です。本稿では、第 1 の HPD ソリューションとして、外部デバイス、アクセスポイント、または追加センサーの不要な単一観測型 Wi-Fi センシングを活用し、機器の組み込み Wi-Fi ハードウェアのみを使用してユーザーの位置を検出する手法を提案します。一方、既存のラップトップ用 HPD ソリューションは、コストと複雑性を増大させる外部専用センサーを必要としたり、プライバシー懸念を招くカメラベースのアプローチに依存したりします。本稿では、存在推定のための新しい Wi-Fi センシング技法である範囲フィルタリングドップラースペクトル (RF-DS) を紹介しました。これは、範囲選択的なかつ時間的に窓分けされたユーザー存在検出を可能にする技術です。チャネルインパルス応答 (CIR) 領域で目標的な範囲エリアフィルタリングをドップラー解析の前に適用することで、処理をタスクに関連する空間領域に焦点を当て、計算複雑性を大幅に削減します。また、スペクトル領域での時間窓の使用により、従来の 2 次元範囲 - ドップラー検出器と比較して推定者の安定性が向上します。さらに、静止状態期間においては低フレームレート (10Hz)、動きが検出された場合にのみ高レート (100Hz) での動作を行い、動的にチャネル状態情報 (CSI) サンプルレートを調整する適応的多重レート処理フレームワークを提案しました。当社の認識する限り、これは商用オフザシェルフラップトップの組み込み Wi-Fi ネットワークインターフェースコントローラー (NIC) 上に単一観測型 Wi-Fi センシングを使用することによる複雑性の低い占用率検出ソリューションの第 1 ものです。外部ネットワークインフラや特殊なセンサーを要さないためです。我々のソリューションは、環境やデバイスを問わず、校正や再トレーニングなしにスケーラブルです。

arXiv:2603.10845v3 Announce Type: replace-cross Abstract: Human Presence Detection (HPD) is key to enable intelligent power management and security features in everyday devices. In this paper we propose the first HPD solution that leverages monostatic Wi-Fi sensing and detects user position using only the built-in Wi-Fi hardware of a device, with no need for external devices, access points, or additional sensors. In contrast, existing HPD solutions for laptops require external dedicated sensors which add cost and complexity, or rely on camera-based approaches that introduce significant privacy concerns. We herewith introduce the Range-Filtered Doppler Spectrum (RF-DS), a novel Wi-Fi sensing technique for presence estimation that enables both range-selective and temporally windowed detection of user presence. By applying targeted range-area filtering in the Channel Impulse Response (CIR) domain before Doppler analysis, our method focuses processing on task-relevant spatial zones, significantly reducing computational complexity. In addition, the use of temporal windows in the spectrum domain provides greater estimator stability compared to conventional 2D Range-Doppler detectors. Furthermore, we propose an adaptive multi-rate processing framework that dynamically adjusts Channel State Information (CSI) sampling rates-operating at low frame rates (10Hz) during idle periods and high rates (100Hz) only when motion is detected. To our knowledge, this is the first low-complexity solution for occupancy detection using monostatic Wi-Fi sensing on a built-in Wi-Fi network interface controller (NIC) of a commercial off-the-shelf laptop that requires no external network infrastructure or specialized sensors. Our solution can scale across different environments and devices without calibration or retraining.