Объект исследования – точность классификации при помощи информации о состоянии канала (CSI, Channel State Information). Цель работы – разработка методики проведения полного цикла (от снятия данных до расчета результатов) эксперимента по классификации при помощи различных методов машинного обучения с использованием CSI.Сигнал WiFi можно использовать для получения информации об окружающей обстановке. Из-за многолучевого распространения радиосигнала, а также сопутствующих явлений дифракции и интерференции на входе приемника формируется сигнал, характеристики которого зависят от окружающей обстановки. В данной работе для классификации используется информация о состоянии канала, которая вычисляется на приемнике для каждой поднесущей сигнала WiFi при использовании схемы модуляции OFDM (Orthogonal Frequency-Division Multiplexing). Классификация с использованием общедоступного оборудования WiFi может использоваться в системах безопасности и умного дома в качестве дополнительного средства мониторинга и контроля. CSI представляет собой матрицу комплексных чисел, каждое из которых описывает амплитуду и фазу поднесущей сигнала в момент приема. Цель данной работы заключается в проведении исследования в направлении классификации при помощи различных методов машинного обучения с использованием как фазовой, так и амплитудной составляющей CSI. В процессе научно-исследовательской деятельности был проведен анализ текущего состояния по теме работы, изучены технические основы передачи CSI в соответствии со стандартом WiFi 802.11n, а также проведена серия различных экспериментов по классификации. В результате был сделан вывод о применимости классификатора в реальных условиях, а также построена модель классификатора в реальном времени.

The object of research is Channel State Information (CSI).The purpose of the work is to develop a methodology for conducting a full cycle (from taking data to calculating results) of a classification experiment using various machine learning methods using CSI. The WiFi signal can be used to obtain information about the surrounding environment. Due to the multipath propagation of the radio signal, as well as the accompanying phenomena of diffraction and interference, a signal is formed at the receiver input, the characteristics of which depend on the environment. They are unique to each physical environment. In this paper, Channel State Information (CSI) is used for classification, which is calculated on the receiver for each subcarrier OFDM WiFi signal. Classification using usual WiFi equipment can be used in security and smart home systems as an additional means of monitoring and control.CSI is a matrix of complex numbers, each of which describes the amplitude and phase of the subcarrier of the signal at the time of reception. The purpose of this work is to conduct research in the direction of classification using various machine learning methods using both the phase and amplitude components of CSI. During scientific research, a literature review was conducted, the technical foundations of CSI transmission in accordance with the WiFi 802.11n standard were studied, and a series of different classification experiments were conducted. As a result, a conclusion was made about the applicability of the classifier in real conditions, and a real-time model of the classifier was built.