王 騰,畢京學(xué),陳國(guó)良,孫 猛,趙美琦,曹景春,蔚保國(guó),黃 璐

(1.中國(guó)礦業(yè)大學(xué)環(huán)境與測(cè)繪學(xué)院,徐州,江蘇 221116;2.山東建筑大學(xué)測(cè)繪地理信息學(xué)院,濟(jì)南 250101;3. 中國(guó)電子科技集團(tuán)公司第五十四研究所,衛(wèi)星導(dǎo)航系統(tǒng)與裝備技術(shù)國(guó)家重點(diǎn)實(shí)驗(yàn)室,石家莊 050081)

0 引言

隨著無(wú)線通信技術(shù)及物聯(lián)網(wǎng)的迅猛發(fā)展,非接觸式無(wú)線信號(hào)感知取得較多研究成果,在智能家居交互[1]、智慧工廠生產(chǎn)[2]及健康醫(yī)療輔助[3]等方面有著重大應(yīng)用價(jià)值,人們對(duì)無(wú)線信號(hào)感知的需求也在日益增強(qiáng)。相較于傳統(tǒng)接觸式傳感器,無(wú)線信號(hào)感知無(wú)需人員接觸設(shè)備,僅依靠分析空間環(huán)境中傳播的無(wú)線信號(hào)即可實(shí)現(xiàn)高效、經(jīng)濟(jì)及全天候的非接觸式感知。與同樣非接觸式感知的計(jì)算機(jī)視覺[4-5]相比,無(wú)線信號(hào)具有穿透感知能力強(qiáng)、對(duì)環(huán)境光線要求低、室內(nèi)無(wú)縫覆蓋成本低以及不直接涉及隱私等優(yōu)勢(shì),并擁有感知設(shè)備不易被察覺的特點(diǎn)。

現(xiàn)有無(wú)線信號(hào)感知研究中所用的信號(hào)類型包括調(diào)頻連續(xù)波(frequency modulated continuous wave,FMCW)雷達(dá)[6-7]、超寬帶(ultra wide band,UWB)雷達(dá)[8-9]、射頻識(shí)別(radio frequency identification,RFID)[10-11]、低功耗藍(lán)牙(bluetooth low energy,BLE)[12-13]和無(wú)線保真(wireless fidelity,WiFi)[14-15]等。FMCW雷達(dá)與UWB雷達(dá)雖然感知精度高,但普適性弱且設(shè)備功耗與建設(shè)成本高;RFID與BLE設(shè)備功耗與建設(shè)成本低,但感知精度一般且信號(hào)覆蓋范圍小。同時(shí)上述4種信號(hào)都需要專有信號(hào)發(fā)射設(shè)備。由于人們對(duì)網(wǎng)絡(luò)連接的巨大需求,方便易用的WiFi信號(hào)廣泛分布于家庭和公共環(huán)境中,基于WiFi的無(wú)線感知憑借功耗適中、成本低廉以及室內(nèi)廣泛覆蓋等優(yōu)勢(shì)成為無(wú)線信號(hào)感知研究的熱點(diǎn)。

基于WiFi信號(hào)的無(wú)線感知主要可分為兩類:接收信號(hào)強(qiáng)度指示(received signal strength indication,RSSI)和信道狀態(tài)信息(channel state information,CSI)。在某一時(shí)刻,RSSI只能提供媒體訪問控制(media access control,MAC)層粗粒度的單個(gè)數(shù)值,感知能力較差;而CSI可以提供物理層細(xì)粒度的一組數(shù)值,包含振幅和相位兩類信息,感知的穩(wěn)定性和靈敏性均優(yōu)于RSSI。

在移動(dòng)通信4G/5G以及BLE中也同時(shí)存在RSSI與CSI,但目前沒有合適的工具可以自商用設(shè)備采集其中的CSI,只能通過軟件定義無(wú)線電(software define radio,SDR)設(shè)備上的SrSLTE等工具實(shí)現(xiàn)以研究為目的的數(shù)據(jù)獲取[16]。同時(shí)由于可用的優(yōu)質(zhì)數(shù)據(jù)集較少,致使CSI數(shù)據(jù)主要依靠研究者自主采集獲取,本文側(cè)重于介紹自WiFi信號(hào)中獲取CSI數(shù)據(jù)的各種設(shè)備/工具及相關(guān)研究應(yīng)用,因此后文所述CSI均為WiFi信號(hào)中的CSI。

WiFi信號(hào)中一直存在CSI,但受技術(shù)及設(shè)備的制約,以往需要專用的SDR設(shè)備才能從中獲取,致使相關(guān)研究進(jìn)展緩慢。2011年,Halperin團(tuán)隊(duì)通過修改Intel 5300網(wǎng)卡驅(qū)動(dòng)開發(fā)出Linux 802.11n CSI Tool[17],使得首次能夠使用商用WiFi網(wǎng)卡采集CSI數(shù)據(jù),大大降低了研究門檻。隨后多年內(nèi)另有科研人員研發(fā)了多種適配不同網(wǎng)卡的數(shù)據(jù)采集工具。然而經(jīng)統(tǒng)計(jì)得知,截至目前已發(fā)表的CSI無(wú)線感知研究論文中有近95%仍然使用早期研發(fā)的Linux 802.11n CSI Tool,究其原因很可能與研究人員對(duì)CSI數(shù)據(jù)采集設(shè)備/工具發(fā)展現(xiàn)狀的認(rèn)識(shí)不清晰有關(guān)。盡管Intel 5300網(wǎng)卡便宜易得、固件安裝教程詳細(xì),但該工具最大僅支持802.11n標(biāo)準(zhǔn)、40 MHz帶寬、30個(gè)子載波下的CSI采集,而基于WiFi6E網(wǎng)卡的CSI數(shù)據(jù)采集工具可支持更新標(biāo)準(zhǔn)(802.11ax)、更大帶寬(160 MHz)以及更多子載波(2 048)的數(shù)據(jù)采集。更大的帶寬和子載波意味著具有更強(qiáng)的感知能力,為了充分發(fā)揮CSI研究的潛力,研究人員應(yīng)多關(guān)注使用能夠采集更高維度CSI數(shù)據(jù)的設(shè)備/工具。

近幾年,在CSI研究領(lǐng)域已有眾多綜述類論文[18-23],在數(shù)據(jù)處理、算法以及應(yīng)用等方面進(jìn)行詳細(xì)綜述,但對(duì)CSI數(shù)據(jù)采集設(shè)備/工具及相關(guān)開源數(shù)據(jù)集方面的統(tǒng)計(jì)分析內(nèi)容較淺,未能全面統(tǒng)計(jì)當(dāng)前現(xiàn)有的CSI數(shù)據(jù)采集設(shè)備/工具及相關(guān)開源數(shù)據(jù)集。

1 基于WiFi CSI的無(wú)線感知

1.1 IEEE 802.11標(biāo)準(zhǔn)

802.11不同的后綴代表著不同的無(wú)線局域網(wǎng)標(biāo)準(zhǔn),自1997年電氣與電子工程師協(xié)會(huì)(Institute of Electrical and Electronics Engineers,IEEE)首次提出802.11以來(lái),已有超過40種協(xié)議被正式采納。常單獨(dú)提及的WiFi1～WiFi7對(duì)應(yīng)著不同時(shí)期對(duì)802.11標(biāo)準(zhǔn)有巨大推動(dòng)作用的幾種協(xié)議,WiFi1～WiFi7的部分信息如表1所示。補(bǔ)碼鍵控(complementary code keying,CCK)技術(shù)與直接序列擴(kuò)頻(direct sequence spread spectrum,DSSS)技術(shù)使用單載波進(jìn)行低數(shù)據(jù)速率傳輸,而正交頻分復(fù)用(orthogonal frequency division multiplexing,OFDM)技術(shù)使用多載波進(jìn)行高數(shù)據(jù)速率傳輸,正交幅度調(diào)制(quadrature amplitude modulation,QAM)技術(shù)是相位調(diào)制和幅度調(diào)制的組合,可明顯提升數(shù)據(jù)傳輸速率。多輸入多輸出(multiple input multiple output,MI-MO)技術(shù)支持發(fā)送和接收端使用多個(gè)天線,用以提高信號(hào)傳輸?shù)乃俾屎涂煽啃浴?/p>

表1 不同WiFi標(biāo)準(zhǔn)的部分功能對(duì)比

1.2 CSI無(wú)線感知

CSI是采用OFDM和MIMO技術(shù)的無(wú)線通信系統(tǒng)中用于描述信道狀態(tài)的信息,由幅值和相位組成。CSI接收到的信號(hào)來(lái)自于多個(gè)傳輸路徑的疊加,描述了信號(hào)傳輸過程中的反射、散射、衰落等狀態(tài),即具有記錄周圍環(huán)境細(xì)節(jié)的能力,感知能力強(qiáng)于RSSI。

在t時(shí)刻,采集到的α個(gè)發(fā)送端天線、β個(gè)接收端天線和γ個(gè)子載波的CSI數(shù)據(jù)格式如圖1所示。

圖1 CSI數(shù)據(jù)格式

某時(shí)刻單一天線對(duì)的接收信號(hào)可以表示為

Y=HX+N

(1)

式中,Y和X表示接收信號(hào)和發(fā)射信號(hào);H表示CSI矩陣;N表示高斯白噪聲。H包含了所有子載波的CSI信息,因此H可表示為

H=(H(f1),…,H(fk),…,H(fS))

(2)

式中,H(f)表示單個(gè)子載波的CSI值;fk表示子載波k的中心頻率;S表示全部子載波的個(gè)數(shù)。單個(gè)子載波的CSI值是一個(gè)復(fù)數(shù)值,可表示為

(3)

使用CSI進(jìn)行感知的基礎(chǔ)是CSI的幅值特征和相位特征會(huì)受環(huán)境影響產(chǎn)生相應(yīng)變化。CSI幅值變化可以反映設(shè)備周圍環(huán)境的變化,當(dāng)環(huán)境中僅有靜態(tài)物體時(shí),幅值保持相對(duì)穩(wěn)定,而當(dāng)環(huán)境中有動(dòng)態(tài)物體移動(dòng)時(shí),幅值變化明顯,且幅值變化幅度與物體動(dòng)作幅度成正比;物體運(yùn)動(dòng)在引起幅值變化的同時(shí),也會(huì)導(dǎo)致信號(hào)到達(dá)接收端時(shí)產(chǎn)生相位偏移,因而相位也具有感知環(huán)境的能力。如圖2所示,Tx表示信號(hào)發(fā)送端,Rx表示信號(hào)接收端,當(dāng)人員自視距(line of sight,LOS)奔跑到非視距(non line of sight,NLOS)時(shí),幅值與相位會(huì)發(fā)生對(duì)應(yīng)波動(dòng)變化?；诖?通過分析CSI數(shù)據(jù)可以反向推測(cè)出環(huán)境的具體活動(dòng)變化,即CSI具有無(wú)線感知能力,且在一定限度內(nèi),CSI的數(shù)據(jù)維度與發(fā)射頻率越高,對(duì)周圍環(huán)境的細(xì)微變化越敏感,感知能力越強(qiáng)。

圖2 CSI幅值與相位隨運(yùn)動(dòng)變化

1.3 與其他無(wú)線信號(hào)感知的對(duì)比

不同的目標(biāo)、動(dòng)作會(huì)對(duì)無(wú)線信號(hào)產(chǎn)生不同程度的影響,而相同的目標(biāo)、動(dòng)作會(huì)產(chǎn)生相似的影響。正如引言部分所述,無(wú)線信號(hào)感知按使用的信號(hào)類型可分為FMCW雷達(dá)、UWB雷達(dá)、RFID、BLE及CSI等,眾多信號(hào)在具有穿透感知能力強(qiáng)、對(duì)環(huán)境光線要求低、不直接涉及隱私等相同點(diǎn)的同時(shí),在感知原理、信號(hào)特性及應(yīng)用場(chǎng)景方面存在著較大差異。

1.3.1 感知原理

按照信號(hào)傳播方式、收發(fā)設(shè)備位置可將無(wú)線信號(hào)感知的工作原理分為圖3所示3種。FMCW雷達(dá)首先由Tx發(fā)射連續(xù)調(diào)頻毫米波信號(hào),通過分析Rx接收的回波信號(hào)來(lái)獲取目標(biāo)信息,對(duì)應(yīng)圖3(a);UWB雷達(dá)既可通過分析回波信號(hào)獲取目標(biāo)信息,也可由Tx向Rx發(fā)射單向信號(hào)進(jìn)行感知,對(duì)應(yīng)圖3(a)、(c);RFID無(wú)線感知需要電子標(biāo)簽(Tag)中轉(zhuǎn),Tag在收到Tx發(fā)射的激勵(lì)信號(hào)后,通過調(diào)制回應(yīng)信號(hào)的方式將數(shù)據(jù)傳輸回Rx,分析包含眾多信息的回應(yīng)信號(hào)實(shí)現(xiàn)感知,對(duì)應(yīng)圖3(b);BLE與CSI無(wú)線感知的工作原理相似,均是由Tx向Rx發(fā)射單向信號(hào),對(duì)應(yīng)圖3(c),但CSI無(wú)線感知通過分析信道狀態(tài)矩陣獲取信號(hào)傳輸過程中的狀態(tài)信息,細(xì)粒度感知能力更強(qiáng)。

(a) 雷達(dá)回波感知

1.3.2 信號(hào)特性

不同無(wú)線信號(hào)的特性及優(yōu)缺點(diǎn)各有差異,表2列出5種無(wú)線信號(hào)的7類信號(hào)特性進(jìn)行對(duì)比。其中,FMCW雷達(dá)工作頻段為部分毫米波頻段(如24 GHz、77 GHz等),RFID常用的工作頻段有低頻(如125 kHz)、高頻(如13.56 MHz)、超高頻(如433 MHz)、微波(如2.45 GHz)。FMCW雷達(dá)與UWB雷達(dá)工作頻段高、信號(hào)傳播距離遠(yuǎn)、穿透性強(qiáng)且感知能力強(qiáng),但也伴隨著設(shè)備功耗高、建設(shè)成本高的劣勢(shì),適用于室內(nèi)外場(chǎng)景高精度感知;RFID工作頻段低、信號(hào)傳播距離近、穿透性差,但設(shè)備功耗及建設(shè)成本低,適用于近距離無(wú)線感知;BLE、CSI的信號(hào)傳播距離、穿透性、設(shè)備功耗適中,建設(shè)成本低,適用于室內(nèi)環(huán)境中近距離無(wú)線感知。同時(shí),BLE與CSI無(wú)線感知的信號(hào)發(fā)射設(shè)備還具備通感一體化,設(shè)備用途廣于其他3種信號(hào)。

表2 不同無(wú)線信號(hào)特性

1.3.3 應(yīng)用場(chǎng)景

FMCW雷達(dá)、UWB雷達(dá)憑借信號(hào)傳播距離遠(yuǎn)、穿透力強(qiáng)且感知能力強(qiáng)的特性,被廣泛應(yīng)用于室內(nèi)外場(chǎng)景高精度感知,其中FMCW雷達(dá)主要用于車輛駕駛、工業(yè)自動(dòng)化等場(chǎng)景,UWB雷達(dá)主要用于室內(nèi)定位、物流倉(cāng)儲(chǔ)等場(chǎng)景。由于RFID信號(hào)傳播距離近、設(shè)備功耗及建設(shè)成本低的特性,多用于物品追蹤、門禁安保等近距離無(wú)線感知場(chǎng)景。BLE、CSI信號(hào)傳播距離、穿透性及設(shè)備功耗適中且信號(hào)發(fā)射設(shè)備具有通感一體化特性,BLE主要用于智能家居管理、室內(nèi)定位等場(chǎng)景,CSI主要用于室內(nèi)定位、活動(dòng)識(shí)別等室內(nèi)多類型感知場(chǎng)景。

2 CSI數(shù)據(jù)采集設(shè)備/工具

自Halperin團(tuán)隊(duì)研發(fā)使用商用WiFi網(wǎng)卡采集CSI數(shù)據(jù)的Linux 802.11n CSI Tool以來(lái),科研人員根據(jù)需求先后研發(fā)出多種數(shù)據(jù)采集工具,表3列舉了目前開源的9種CSI數(shù)據(jù)采集設(shè)備/工具,其中由于Wi-ESP CSI Tool與ESP32 CSI Toolkit的參數(shù)性能高度相似,AX-CSI依托Nexmon CSI Extractor的開發(fā)經(jīng)驗(yàn)設(shè)計(jì)而得,因此在后文中并未將Wi-ESP CSI Tool和AX-CSI單獨(dú)展開描述,而是合并到ESP32 CSI Toolkit和Nexmon CSI Extractor中。理論上采集到的CSI維度越大則記錄的細(xì)節(jié)越多,對(duì)應(yīng)的感知能力越強(qiáng)。但為應(yīng)對(duì)無(wú)線信道的特性及保證數(shù)據(jù)傳輸?shù)目煽啃?OFDM中存在物理限制與間隔保護(hù),導(dǎo)致在各帶寬下實(shí)際采集到的最大可用CSI維度要小于理論維度。表中是否能夠獨(dú)立工作是指在無(wú)需額外硬件設(shè)備托管網(wǎng)卡/SDR設(shè)備的情況下可自主采集CSI數(shù)據(jù)。

表3 CSI數(shù)據(jù)采集設(shè)備/工具

表3中所列的CSI數(shù)據(jù)采集設(shè)備/工具均至少具有AP、Monitor兩種采集模式,前者僅需一臺(tái)裝有指定網(wǎng)卡的設(shè)備向WiFi信號(hào)發(fā)射設(shè)備(路由器、智能手機(jī)等)發(fā)送指定命令即可獲取CSI數(shù)據(jù),后者需要2臺(tái)以上設(shè)備分別作為信號(hào)發(fā)送端與接收端采集數(shù)據(jù)。Monitor模式相比于AP模式靈活性強(qiáng),可根據(jù)需求自主設(shè)置參數(shù)。

研究人員可依托表3中支持設(shè)備/網(wǎng)卡、CSI數(shù)據(jù)維度、帶寬、頻段以及能否獨(dú)立工作等信息快速確定研究所需的CSI數(shù)據(jù)采集設(shè)備/工具。例如,若想在不需額外設(shè)備情況下獨(dú)立采集數(shù)據(jù),可以考慮Nexmon CSI Extractor、ESP32 CSI Toolkit、Wi-ESP CSI Tool、OpenWiFi工具;若想使用智能手機(jī)進(jìn)行研究,可以考慮Nexmon CSI Toolkit、ESP32 CSI Toolkit及Wi-ESP CSI Tool工具。

2.1 SDR設(shè)備

SDR是一種利用軟件和硬件協(xié)同工作的無(wú)線通信系統(tǒng),通過可編程的數(shù)字信號(hào)處理技術(shù),在接收、處理和發(fā)送無(wú)線信號(hào)時(shí)具有較強(qiáng)的靈活性、可擴(kuò)展性和適應(yīng)性。SDR設(shè)備種類眾多,但只有同時(shí)滿足具有MIMO支持、CSI采集硬件和CSI信號(hào)處理算法的設(shè)備才可采集CSI數(shù)據(jù),例如,通用軟件無(wú)線電外設(shè)(universal software radio peripheral,USRP),無(wú)線開放研究平臺(tái)(wireless open-access research platform,WARP)。

盡管SDR設(shè)備能夠接收和發(fā)送射頻信號(hào),但是對(duì)于這些信號(hào)的處理,如解調(diào)、編碼、對(duì)CSI進(jìn)行估計(jì)等,需要GNU Radio、MATLAB Simulink等專用的軟件來(lái)完成。這些軟件框架提供了許多預(yù)定義的工具和函數(shù),如濾波、解調(diào)、信道估計(jì)等,用來(lái)從原始射頻信號(hào)中提取CSI。

商用WiFi網(wǎng)卡主要目的是簡(jiǎn)易通信,在出廠時(shí)往往不會(huì)嚴(yán)格校準(zhǔn),因此在CSI測(cè)量時(shí)會(huì)帶來(lái)載波頻率偏移(carrier frequency offset,CFO)進(jìn)而引起CSI相位隨機(jī)變化,同時(shí)硬件噪聲也會(huì)影響到幅值的獲取。SDR設(shè)備在硬件質(zhì)量、射頻前端配置、數(shù)據(jù)傳輸接口和軟件支持方面明顯優(yōu)于裝有商用WiFi網(wǎng)卡進(jìn)行CSI采集的設(shè)備,具有較少的噪聲和更好的信噪比,可采集到更高質(zhì)量的信號(hào)。但SDR設(shè)備成本遠(yuǎn)高于商用WiFi網(wǎng)卡,同時(shí),推廣部署成本高,使用場(chǎng)景通常僅限于實(shí)驗(yàn)室研究。

2.2 Linux 802.11n CSI Tool

美國(guó)華盛頓大學(xué)Daniel Halperin團(tuán)隊(duì)于2011年開發(fā)出第一個(gè)自商用網(wǎng)卡采集CSI的系統(tǒng)Linux 802.11n CSI Tool[17],該系統(tǒng)可以從802.11n標(biāo)準(zhǔn)的Intel 5300網(wǎng)卡中采集到包含30個(gè)子載波的加密dat文件,通過提供的MATLAB、Python數(shù)據(jù)處理代碼可從中提取RSSI、CSI、時(shí)間戳等信息,大大降低了CSI研究的門檻。

Linux 802.11n CSI Tool僅可安裝在裝有Intel 5300網(wǎng)卡、Linux系統(tǒng)內(nèi)核版本為3.2～4.2之間的計(jì)算機(jī)上。Linux 802.11n CSI Tool最多可采集3×3×30維度的可用CSI數(shù)據(jù),該30個(gè)子載波平均分布于40 MHz帶寬的114個(gè)子載波中,20 MHz與40 MHz帶寬下的子載波編號(hào)如表4所示。Linux 802.11n CSI Tool憑借開發(fā)時(shí)間早、操作教程詳細(xì)、研究資料眾多等優(yōu)勢(shì),歷經(jīng)多年仍是CSI無(wú)線感知研究中最常用的采集工具。

表4 Linux 802.11n CSI Tool在不同帶寬下的子載波分布

2.3 Atheros CSI Tool

新加坡南洋理工大學(xué)的謝亞雄團(tuán)隊(duì)于2015年基于Atheros網(wǎng)卡開發(fā)出Atheros CSI Tool[24],該平臺(tái)完全在軟件中實(shí)現(xiàn),構(gòu)建在開源Linux內(nèi)核驅(qū)動(dòng)程序ath9k之上。與Linux 802.11n CSI Tool相同的是,Atheros CSI Tool最多支持3×3個(gè)MIMO天線組合,但該工具能夠采集更為豐富的子載波信息,在20 MHz和40 MHz帶寬下可分別采集到包含56和114個(gè)可用子載波的數(shù)據(jù)。

Atheros CSI Tool理論上可以安裝在裝有AR-9580、AR9590、AR9344、QCA9558等所有型號(hào)的Atheros 802.11n WiFi網(wǎng)卡的計(jì)算機(jī)上,適用于Ubuntu、OpenWrt以及Linino等Linux發(fā)行版系統(tǒng)。Zou等[25]依據(jù)Atheros CSI Tool為商用WiFi路由器開發(fā)了基于OpenWrt的固件,使路由器具有直接采集CSI的能力,減弱了工具對(duì)計(jì)算機(jī)的需求。

2.4 Nexmon CSI Extractor

德國(guó)達(dá)姆施塔特工業(yè)大學(xué)的Matthias Schulz團(tuán)隊(duì)于2018年開發(fā)出自Nexus 5智能手機(jī)中采集CSI數(shù)據(jù)的Nexmon CSI Extractor[26],并在后續(xù)更新拓展至支持多款智能手機(jī)、樹莓派和路由器[27],這標(biāo)志著CSI獲取進(jìn)入移動(dòng)智能手機(jī)時(shí)代。該系統(tǒng)最多可在80 MHz帶寬下采集到4×4×242維度的可用CSI數(shù)據(jù)。

Nexmon CSI Extractor可安裝在裝有BCM4339、BCM4358等部分型號(hào)高通BCM43系列網(wǎng)卡的智能移動(dòng)設(shè)備上,如Nexus 5/6p、樹莓派3B+、華碩RT-AC86U等。在安裝Nexmon CSI Extractor前,需確保設(shè)備進(jìn)入Root狀態(tài)且系統(tǒng)框架處于指定版本,使用Ubuntu系統(tǒng)的計(jì)算機(jī)刷入Nexmon固件修改Broadcom網(wǎng)卡后,即可使用終端采集CSI數(shù)據(jù)。需額外注意的是,Nexmon修改固件具有損壞硬件的風(fēng)險(xiǎn)。

Gringoli等依據(jù)Nexmon在802.11ac標(biāo)準(zhǔn)Broadcom4365網(wǎng)卡上的經(jīng)驗(yàn),于2022年開發(fā)出了AX-CSI采集工具[28],該工具可在裝有Broadcom43684網(wǎng)卡的華碩RT-AX86U路由器上采集802.11ax標(biāo)準(zhǔn)、160 MHz 帶寬以及4×4×2 048維度的可用CSI數(shù)據(jù)。

2.5 ESP32 CSI Toolkit

Hernandez團(tuán)隊(duì)于2020年依據(jù)樂鑫ESP32開發(fā)板開發(fā)出ESP32 CSI Toolkit[29],ESP32具有可獨(dú)立工作、功耗極低、成本低廉、體積小巧以及質(zhì)量輕便等特點(diǎn),可將多個(gè)ESP32開發(fā)板設(shè)置為接入點(diǎn)或站點(diǎn)兩種模式收發(fā)數(shù)據(jù),以支持大規(guī)模實(shí)施和部署。

ESP32 CSI Toolkit可安裝在所有型號(hào)的ESP32上。由于ESP32開發(fā)板只預(yù)留了一個(gè)天線接口,ESP32 CSI Toolkit僅支持單天線進(jìn)行數(shù)據(jù)傳輸,但可接收來(lái)自多天線設(shè)備的數(shù)據(jù)。Makwana等[30]在2.4 GHz頻段、40 MHz帶寬和非時(shí)空分組碼(non space time blocked code,NSTBC)模式下采集到166個(gè)子載波的可用CSI數(shù)據(jù)。值得注意的是,由于ESP32整體沒有連接互聯(lián)網(wǎng),無(wú)法在本地設(shè)置時(shí)鐘,應(yīng)通過連接的計(jì)算機(jī)在采集前手動(dòng)設(shè)置時(shí)鐘或在采集后通過給定函數(shù)修正數(shù)據(jù)時(shí)間戳。

ESP32既可獨(dú)立工作,也可連接計(jì)算機(jī)/智能手機(jī)使之具有訪問CSI的能力。與Nexmon CSI Extractor相比,ESP32可以在不修改智能手機(jī)網(wǎng)卡固件的情況下,使手機(jī)訪問CSI;與其他工具/平臺(tái)相比,ESP32可不依靠其他設(shè)備獨(dú)立采集CSI,并存儲(chǔ)至板載micro-SD卡中。

在2020年,Muhammad Atif團(tuán)隊(duì)也開發(fā)了基于樂鑫ESP32開發(fā)板的Wi-ESP CSI Tool[31],其基本參數(shù)與ESP32 CSI Toolkit相同,同樣具有可獨(dú)立工作、功耗極低、成本低廉且可大規(guī)模部署等特點(diǎn)。

2.6 OpenWiFi

OpenWiFi是由比利時(shí)微電子研究中心的焦現(xiàn)軍博士等[32]于2020年發(fā)布的一個(gè)開源的全棧IEEE 802.11 SDR實(shí)現(xiàn),可提供如同商業(yè)無(wú)線網(wǎng)卡一樣的WiFi接入或鏈接服務(wù)。OpenWiFi的無(wú)線信號(hào)時(shí)延約為商用路由器的十分之一,最佳狀態(tài)可達(dá)0.2～0.3 ms。CSI通過OpenWiFi側(cè)信道基礎(chǔ)設(shè)施提取,目前最多可采集1×2×56維度的可用CSI數(shù)據(jù)。

OpenWiFi工作方式與商用WiFi網(wǎng)卡相同,但商用網(wǎng)卡高度集成進(jìn)而在二次開發(fā)時(shí)有諸多限制,而OpenWiFi自主化程度高,支持Linux、Windows+WSL環(huán)境下運(yùn)行Vivado進(jìn)行現(xiàn)場(chǎng)可編程門陣列(field programmable gate array,FPGA)開發(fā),且OpenWiFi是全雙工(full-duplex),能在發(fā)送數(shù)據(jù)的同時(shí)接收數(shù)據(jù),可實(shí)現(xiàn)自身的Rx天線接收自身的Tx天線發(fā)送的信道響應(yīng)。通過修改用戶空間程序,OpenWiFi采集的數(shù)據(jù)既可上傳至PC端處理,也可在開發(fā)板本地處理,后者具有不依靠其他設(shè)備獨(dú)立工作的能力。

運(yùn)行OpenWiFi需要一塊FPGA開發(fā)板及一塊ad9361射頻板,目前已在Github公布支持11種開發(fā)板-射頻板組合。將對(duì)應(yīng)開發(fā)板的Linux+OpenWiFi系統(tǒng)映像燒錄至SD卡,開發(fā)板插入SD卡并連接計(jì)算機(jī)簡(jiǎn)單配置后即可運(yùn)行OpenWiFi。FPGA開發(fā)板價(jià)格較高,目前OpenWiFi僅用于開發(fā)研究用途。OpenWiFi仍在不斷更新完善,以尋求適應(yīng)更多FPGA開發(fā)板、適配更新標(biāo)準(zhǔn)的WiFi6和實(shí)現(xiàn)更多MIMO天線數(shù)。

2.7 PicoScenes平臺(tái)

PicoScenes平臺(tái)是西安電子科技大學(xué)蔣志平團(tuán)隊(duì)于2021年發(fā)布并不斷更新維護(hù)的一款WiFi感知中間件[33],該系統(tǒng)可以在6 GHz頻段下獲取具有更少噪聲干擾、更大時(shí)空分辨率及更大維度特征的CSI數(shù)據(jù)。PicoScenes是目前唯一支持多個(gè)網(wǎng)卡同時(shí)進(jìn)行CSI測(cè)量的平臺(tái),使用PCI-E網(wǎng)橋適配器理論上可支持安裝100多個(gè)WiFi網(wǎng)卡,同時(shí)也是首個(gè)將USRP設(shè)備無(wú)縫轉(zhuǎn)換為CSI測(cè)量硬件的平臺(tái),并可提供完整的PHY層信息。

PicoScenes目前支持4種商用WiFi網(wǎng)卡和部分SDR設(shè)備,包括AX200、AX210、AX211、QCA9300和Intel 5300、所有USRP型號(hào)和HackRF One。由于支持AX210網(wǎng)卡,使得可以在全格式(802.11a/g/n/ac/ax)、全帶寬(20/40/80/160 MHz)、全編碼(LDPC/BCC)、全頻段(2.4/5/6 GHz)進(jìn)行數(shù)據(jù)包注入和CSI測(cè)量,最大可獲取2×2×1 992維度的可用CSI數(shù)據(jù),使用USRP X310等SDR設(shè)備更可獲取4×4×1 992維度的可用CSI數(shù)據(jù)。

3 CSI無(wú)線感知應(yīng)用方向

在室內(nèi)傳播的WiFi信號(hào)會(huì)發(fā)生反射、散射及衍射等效應(yīng),自WiFi物理層提取的CSI可提供多個(gè)信道的細(xì)粒度信息,從而使CSI具有感知周圍環(huán)境的能力,在室內(nèi)定位、活動(dòng)識(shí)別、健康檢測(cè)、人群計(jì)數(shù)、身份識(shí)別以及物品檢測(cè)等方向有著重要的研究與應(yīng)用價(jià)值。6種CSI無(wú)線感知應(yīng)用方向的感知示意如圖4所示。

(a) 室內(nèi)定位

3.1 室內(nèi)定位

隨著物聯(lián)網(wǎng)技術(shù)的發(fā)展,基于位置的服務(wù)(location based service,LBS)已深入人們的日常生活。由于建筑物的遮擋,衛(wèi)星定位無(wú)法應(yīng)用于室內(nèi)環(huán)境中,目前主流的研究方向是通過UWB、RFID、WiFi等信號(hào)開展室內(nèi)直接/指紋定位研究,其中WiFi憑借成本低、覆蓋范圍廣等優(yōu)勢(shì)成為研究熱點(diǎn)。室內(nèi)定位依據(jù)定位方式可分為測(cè)角定位、測(cè)距定位與指紋定位3種,如圖5所示。

(a) 測(cè)角定位方式

測(cè)角定位是依靠測(cè)量Tx與Rx的到達(dá)角度(angle of arrival,AOA),需要至少2個(gè)已知位置的設(shè)備(Tx/Rx)作為定位基站,通過不同方向的射線交會(huì)的方式確定待定位設(shè)備的位置。AOA多依靠多重信號(hào)分類(multiple signal classification,MUSIC)算法分解相互正交的信號(hào)子空間與噪聲子空間的特征值進(jìn)行估算得到,該方法要求Rx的天線陣列數(shù)遠(yuǎn)大于信號(hào)的來(lái)波數(shù)量,且AOA估計(jì)分辨率與天線陣列數(shù)正相關(guān)。ArrayTrack系統(tǒng)[34]通過在底層修改固件的方式使WiFi設(shè)備具有多天線接收能力,將采集的多個(gè)Tx的CSI利用MUSIC算法進(jìn)行角度估算,實(shí)現(xiàn)了亞米級(jí)的測(cè)角定位。SpotFi系統(tǒng)[35]提出了虛擬天線陣列的概念改進(jìn)MUSIC算法,精準(zhǔn)估計(jì)多路徑的AOA,將AOA估計(jì)的天線陣列數(shù)降至3個(gè)。TWPalo系統(tǒng)[36]將AOA與多普勒頻移相結(jié)合,實(shí)現(xiàn)了穿墻式無(wú)設(shè)備人體位置估算。

測(cè)距定位是依靠測(cè)量Tx與Rx之間的直線距離,需要至少3個(gè)已知位置的設(shè)備(Tx/Rx)作為定位基站,通過不同半徑的圓交會(huì)的方式確定待定位設(shè)備的位置。由于距離無(wú)法直接測(cè)量,通常通過間接方式計(jì)算Tx與Rx距離,有基于路徑損耗模型測(cè)距和基于信號(hào)傳播時(shí)間測(cè)距兩種?；诼窂綋p耗模型測(cè)距定位是依靠CSI傳播能量強(qiáng)度與距離的物理公式計(jì)算出Tx與Rx間的距離。CUPID2.0系統(tǒng)[37]將濾波后的CSI代入路徑損耗模型計(jì)算距離進(jìn)而實(shí)現(xiàn)定位,定位精度遠(yuǎn)遠(yuǎn)優(yōu)于基于RSSI路徑損耗模型的測(cè)距定位。但路徑損耗模型測(cè)距定位易受環(huán)境干擾,在不同時(shí)間及空間存在較大差異?；谛盘?hào)傳播時(shí)間測(cè)距定位通過測(cè)量Tx到Rx的信號(hào)傳播時(shí)間乘上光速計(jì)算出直線距離,可分為到達(dá)時(shí)間(time of arrival,TOA)和到達(dá)時(shí)間差(time difference of arrival,TDOA)兩種,兩者對(duì)設(shè)備間時(shí)間同步要求極高,前者要求系統(tǒng)內(nèi)的所有設(shè)備均時(shí)間同步,而后者僅要求各定位基站時(shí)間同步。Chronos系統(tǒng)[38]將不同頻段的CSI以拼接帶寬的方式進(jìn)行整合,然后解算TOA實(shí)現(xiàn)三邊測(cè)距定位。由于基于路徑損耗模型測(cè)距定位易受環(huán)境影響,基于信號(hào)傳播時(shí)間測(cè)距定位對(duì)設(shè)備間時(shí)間同步要求極高,因此基于測(cè)距的CSI定位研究相對(duì)較少。

指紋定位是依靠獲取不同位置的CSI指紋信息進(jìn)行機(jī)器學(xué)習(xí)分類或回歸實(shí)現(xiàn)位置定位,按照是否攜帶Rx可分為基于設(shè)備的定位(device-based localization,DBL)與無(wú)設(shè)備定位(device-free localization,DFL),CSI指紋定位至少需要一個(gè)Tx。DBL指紋定位原理是分析Rx在不同位置的不同信號(hào)傳播路徑進(jìn)行指紋定位。CSI-MIMO系統(tǒng)[39]獲取MIMO信息及CSI幅值、相位信息建立指紋數(shù)據(jù)庫(kù)進(jìn)行指紋定位。DeepFi系統(tǒng)[40]使用深度學(xué)習(xí)算法訓(xùn)練CSI幅值指紋庫(kù),并結(jié)合基于徑向基函數(shù)的概率方法實(shí)現(xiàn)在線定位。DFL指紋定位原理是分析用戶在不同位置對(duì)信號(hào)傳播路徑的不同程度遮擋進(jìn)行指紋定位。Wu等[41]在多種室內(nèi)環(huán)境中劃分多個(gè)定位區(qū)域,通過采集兩條天線鏈路的CSI幅值信息開展無(wú)設(shè)備指紋定位,定位準(zhǔn)確率約為86%。黨小超等[42]使用支持向量回歸建立CSI指紋與位置的非線性模型,在狹窄樓梯環(huán)境下有90%概率達(dá)到1 m定位精度。

3.2 活動(dòng)識(shí)別

當(dāng)人體處于信號(hào)覆蓋區(qū)域時(shí),不同肢體動(dòng)作會(huì)對(duì)信號(hào)產(chǎn)生不同程度的干擾,通過處理分析可實(shí)現(xiàn)活動(dòng)識(shí)別。自CSI活動(dòng)識(shí)別提出以來(lái),學(xué)者們不斷改進(jìn)現(xiàn)有的識(shí)別方法,提高識(shí)別精度和魯棒性,準(zhǔn)確地識(shí)別人體活動(dòng)可以有效提高人機(jī)交互質(zhì)量,在智能家居、智慧工廠以及智慧監(jiān)護(hù)等場(chǎng)景具有重要的應(yīng)用前景和經(jīng)濟(jì)價(jià)值。按照動(dòng)作幅度大小,可將CSI活動(dòng)識(shí)別分為粗粒度活動(dòng)識(shí)別和細(xì)粒度活動(dòng)識(shí)別兩種。

粗粒度活動(dòng)識(shí)別更注重對(duì)整體活動(dòng)的分類,往往忽略了一些動(dòng)作的細(xì)節(jié)與差異,CSI粗粒度活動(dòng)識(shí)別主要圍繞全身性活動(dòng)識(shí)別和手勢(shì)識(shí)別兩種方向進(jìn)行研究。Shi等[43]通過時(shí)域統(tǒng)計(jì)特征和深度神經(jīng)網(wǎng)絡(luò)(deep neural networks,DNN)對(duì)16種日?；顒?dòng)進(jìn)行識(shí)別,其中8種原地活動(dòng)識(shí)別精度為97.6%,8種路線行走活動(dòng)識(shí)別精度為98.3%。TW-See系統(tǒng)[44]基于相反的魯棒主成分分析(opposite robust principal component analysis,OR-PCA)提取混凝土墻壁后較為純潔的人體動(dòng)作信息,實(shí)現(xiàn)了高精度的隔墻活動(dòng)識(shí)別。吳哲夫等[45]提出了一種駕駛員動(dòng)作檢測(cè)系統(tǒng),在室內(nèi)和道路上可以達(dá)到90%以上的識(shí)別率。WiID系統(tǒng)[46]通過支持向量分布估計(jì)方式對(duì)多人的7種手勢(shì)動(dòng)作識(shí)別率達(dá)到90%以上。Meng等[47]自相鄰天線相位差中提取特征,并采用稀疏恢復(fù)方法提高數(shù)據(jù)與手勢(shì)間的相關(guān)性,在兩種室內(nèi)環(huán)境下的手勢(shì)識(shí)別精度均超過95%。

細(xì)粒度活動(dòng)識(shí)別不僅注重整體活動(dòng)的分類,還注重具體動(dòng)作的細(xì)節(jié)與差異,CSI細(xì)粒度活動(dòng)識(shí)別主要圍繞唇語(yǔ)識(shí)別、擊鍵識(shí)別以及書寫識(shí)別等方向進(jìn)行研究。LipSense系統(tǒng)[48]在人員打電話情況下的單人唇語(yǔ)識(shí)別率為94.3%,3人平均識(shí)別率為85.7%。Meng等[49]提出了一種手機(jī)擊鍵識(shí)別系統(tǒng)Wind-Talker,可以較為準(zhǔn)確地識(shí)別到具體擊鍵,并且提出了一種CSI混淆對(duì)策來(lái)干擾CSI擊鍵識(shí)別。Cao等[50]提出了一種書寫識(shí)別系統(tǒng)Wi-Wri,該系統(tǒng)能夠以超過98.1%的識(shí)別率識(shí)別書寫活動(dòng),以超過82.7%的識(shí)別率識(shí)別具體書寫字母。Marwa等[51]提出了一種可識(shí)別頭部運(yùn)動(dòng)摩爾斯電碼的Wi-Nod系統(tǒng),可有效識(shí)別出規(guī)定的幾種摩爾斯電碼動(dòng)作。

目前現(xiàn)有研究大多是從CSI幅值和相位中提取關(guān)鍵特征進(jìn)行活動(dòng)識(shí)別,由于CSI對(duì)環(huán)境極為敏感,研究模型往往僅可應(yīng)用于實(shí)驗(yàn)區(qū)域,對(duì)未知環(huán)境的泛化性弱。針對(duì)此類問題,部分研究人員開展了相關(guān)實(shí)驗(yàn)研究。ReWiS系統(tǒng)[52]基于小樣本學(xué)習(xí)(few-shot learning,FSL)僅需少量的新樣本即可應(yīng)用于新環(huán)境。Sharp系統(tǒng)[53]依據(jù)多普勒頻移僅對(duì)運(yùn)動(dòng)目標(biāo)敏感的特性,提出了多普勒頻移與神經(jīng)網(wǎng)絡(luò)結(jié)合進(jìn)行活動(dòng)識(shí)別的方案,實(shí)驗(yàn)表明即使在不同人員、日期、實(shí)驗(yàn)場(chǎng)景的情況下,仍可實(shí)現(xiàn)96%的綜合識(shí)別率。

3.3 健康檢測(cè)

呼吸和心跳是評(píng)估人體精神與生理狀況的重要指標(biāo),可以幫助醫(yī)生及時(shí)判斷患者的病情和病因,從而采取相應(yīng)的治療措施?，F(xiàn)有檢測(cè)方式是通過穿戴式傳感器識(shí)別人體體征狀態(tài),但存在需要長(zhǎng)期佩戴、使用不便的弊端。呼吸和心跳導(dǎo)致人體胸腔產(chǎn)生周期性變化,CSI可以捕捉到這種人體細(xì)微變化并進(jìn)行分析得到呼吸率和心率。

由于人體正常呼吸時(shí)胸腔平均起伏僅5 mm,遠(yuǎn)遠(yuǎn)小于身體其他動(dòng)作,這時(shí)需要引入菲涅爾區(qū)的感知模型以提高CSI感知極限。在Tx與Rx信號(hào)傳播過程中,周圍存在著許多以Tx、Rx為焦點(diǎn)的不同長(zhǎng)短半軸的同心橢圓,不同橢圓對(duì)應(yīng)著不同的菲涅爾區(qū),傳播到奇數(shù)菲涅爾區(qū)內(nèi)的波與LOS同相位,信號(hào)得以疊加增強(qiáng);傳播到偶數(shù)菲涅爾區(qū)內(nèi)的波與LOS反相位,信號(hào)會(huì)疊加減弱,并且在菲涅爾區(qū)內(nèi)離中間位置越近信號(hào)波形的辨識(shí)度越大。如圖6所示,人體呼吸時(shí)會(huì)對(duì)信號(hào)傳播路徑產(chǎn)生周期性的不同影響,人體在A位置時(shí)的呼吸和心跳相比于B位置更易檢測(cè)。Wi-Sleep系統(tǒng)[54]首次提出使用CSI檢測(cè)用戶的睡眠狀態(tài),識(shí)別出人體呼吸及睡眠姿勢(shì)。Wang等[55]首次將菲涅爾區(qū)引入至人體呼吸檢測(cè)領(lǐng)域,初步提出一種基于菲涅爾區(qū)的無(wú)線信號(hào)感知模型。Zhang等[56]使用菲涅爾區(qū)模型量化了衍射增益與人體呼吸胸部位移之間的關(guān)系,在第一菲涅爾區(qū)內(nèi)60%的位置實(shí)現(xiàn)了98%以上的呼吸識(shí)別率。Lee等[57]采用動(dòng)態(tài)時(shí)間規(guī)整(dynamic time warping,DTW)算法識(shí)別呼吸和心跳引起的胸腔周期性變化,對(duì)不同呼吸模式的正確識(shí)別率為94%。Chen等[58]提出一種基于遷移學(xué)習(xí)的呼吸暫停檢測(cè)系統(tǒng)TLAD,可有效識(shí)別出3種睡眠呼吸暫停類型。Liu等[59]設(shè)計(jì)了一種單輸入雙輸出的卷積神經(jīng)網(wǎng)絡(luò),通過輸入CSI的幅值與相位對(duì)呼吸和心跳進(jìn)行估計(jì),識(shí)別率分別為98.581%和99.109%。

圖6 基于菲涅爾區(qū)模型的人體呼吸監(jiān)測(cè)

由于呼吸與心跳引起的身體變化遠(yuǎn)小于人體運(yùn)動(dòng),檢測(cè)時(shí)需要在離信號(hào)收發(fā)設(shè)備較近位置靜止不動(dòng)才可有效識(shí)別到呼吸與心跳,因此現(xiàn)有實(shí)驗(yàn)研究與應(yīng)用場(chǎng)景較為有限,多為家庭臥室等小型室內(nèi)環(huán)境。

3.4 人群計(jì)數(shù)

人群計(jì)數(shù)是計(jì)算一定空間范圍內(nèi)人數(shù)或人群密度的技術(shù),在智能家居、智慧監(jiān)管、安全疏散以及消防救援等場(chǎng)景具有重要應(yīng)用價(jià)值。目前主流的人群計(jì)數(shù)方式是依據(jù)視覺攝像頭識(shí)別室內(nèi)人數(shù),但視覺攝像頭存在成本與覆蓋范圍正相關(guān)、要求環(huán)境明亮無(wú)遮擋、用戶隱私等問題,并且人員可能因?yàn)閿z像頭安裝角度問題導(dǎo)致呈現(xiàn)相互遮擋情況,進(jìn)而影響識(shí)別準(zhǔn)確度。由于在室內(nèi)WiFi信號(hào)無(wú)處不在,使用CSI無(wú)線感知人群計(jì)數(shù)是一個(gè)很有前景的研究方案。

當(dāng)人群通過WiFi信號(hào)傳播區(qū)域時(shí),他們的身體會(huì)對(duì)信號(hào)產(chǎn)生衰減和多徑效應(yīng),導(dǎo)致Rx接收的CSI幅值、相位產(chǎn)生變化,這種變化與人群數(shù)呈現(xiàn)正相關(guān)關(guān)系。Zhou等[60]提出的智能樓宇人群計(jì)數(shù)系統(tǒng)WiFree對(duì)時(shí)間和環(huán)境具有較強(qiáng)的魯棒性,樓宇內(nèi)人群計(jì)數(shù)識(shí)別率達(dá)到92.8%。Choi等[61]提出了一種同時(shí)進(jìn)行人群計(jì)數(shù)和定位的CSI無(wú)線感知系統(tǒng),0～5人在實(shí)驗(yàn)的4個(gè)區(qū)域內(nèi)自由行走,系統(tǒng)可達(dá)到94%的計(jì)數(shù)準(zhǔn)確率和95%的定位準(zhǔn)確率。Brena等[62]在公共數(shù)據(jù)集上計(jì)算多天線多普勒頻移并提取特征訓(xùn)練機(jī)器學(xué)習(xí)模型,取多天線預(yù)測(cè)值的均值作為最終預(yù)測(cè)值,實(shí)現(xiàn)了99%的準(zhǔn)確率。

現(xiàn)有研究多要求在人員保持靜止或多人沿指定方向勻速行走時(shí)開展室內(nèi)人群計(jì)數(shù)實(shí)驗(yàn),雖然準(zhǔn)確率很高,但人們?cè)诂F(xiàn)實(shí)室內(nèi)環(huán)境中不可能都保持相同或相似的動(dòng)作運(yùn)動(dòng),這種嚴(yán)苛的條件在現(xiàn)實(shí)中是不切實(shí)際的,研究仍存在較大的約束與挑戰(zhàn)。

3.5 身份識(shí)別

由于個(gè)體的生理特征和行為習(xí)慣的差異,人們?cè)谧鱿嗤瑒?dòng)作時(shí)會(huì)對(duì)無(wú)線信號(hào)產(chǎn)生不同干擾,使信號(hào)攜帶身份信息,通過分析信號(hào)可以進(jìn)行身份識(shí)別。高準(zhǔn)確度的身份識(shí)別在身份驗(yàn)證、智慧門禁、智能交互等實(shí)際應(yīng)用中有著強(qiáng)烈的需求?；贑SI的身份識(shí)別相比于生物特征(例如面部、指紋、聲音)識(shí)別,具有設(shè)備成本低、無(wú)需物理接觸等優(yōu)勢(shì)。

研究表明,每個(gè)人的步態(tài)都是獨(dú)一無(wú)二的,即步態(tài)最能反映一個(gè)人的特色,因此研究人員主要通過步態(tài)進(jìn)行身份識(shí)別。WiWho系統(tǒng)[63]是首個(gè)利用人體步態(tài)特征識(shí)別身份的CSI無(wú)設(shè)備感知系統(tǒng),通常只需人員行走2～3 m即可識(shí)別身份。WiPIN系統(tǒng)[64]對(duì)30名受試者的綜合身份識(shí)別率為92%,并可有效識(shí)別出非法用戶。Cao等[65]提出一種輕量級(jí)深度學(xué)習(xí)模型,在50人步態(tài)數(shù)據(jù)集上識(shí)別率達(dá)到99.7%的同時(shí),模型大小只有同類系統(tǒng)的5.53%。Guo等[66]利用多任務(wù)學(xué)習(xí)和深度殘差收縮網(wǎng)絡(luò)處理降噪后的CSI步態(tài)數(shù)據(jù),可實(shí)現(xiàn)高精度的位置和身份聯(lián)合識(shí)別。

除步態(tài)特征外,一些常見動(dòng)作也會(huì)因行為習(xí)慣產(chǎn)生差異,研究人員根據(jù)不同應(yīng)用場(chǎng)景選取不同動(dòng)作進(jìn)行身份識(shí)別。Yang等[67]提出一種基于車輛駕駛習(xí)慣的駕駛員身份識(shí)別系統(tǒng)WFID。Kong等[68]提出一種實(shí)時(shí)分析手指手勢(shì)的持續(xù)身份認(rèn)證系統(tǒng)FingerPass。WirelessID系統(tǒng)[69]首次考慮分析細(xì)粒度動(dòng)作來(lái)識(shí)別用戶身份,通過分析手寫簽名實(shí)現(xiàn)了93.14%的5人綜合識(shí)別率。

3.6 物品檢測(cè)

除了與人相關(guān)的感知外,CSI還可以應(yīng)用于物品檢測(cè)感知。不同材質(zhì)、不同狀態(tài)的物體對(duì)無(wú)線信號(hào)傳播具有不同程度的影響,通過這種信號(hào)間差異可進(jìn)行物品檢測(cè),例如通過水果間的細(xì)微差異可判別出水果種類、含水量及成熟程度等。

Ohara等[70]將CSI無(wú)線感知應(yīng)用于檢測(cè)室內(nèi)門、窗、家具的閉啟狀態(tài),在3種環(huán)境下達(dá)到了90%的綜合識(shí)別率。Ma等[71]將水箱水位分為空、半、滿3種狀態(tài),使用神經(jīng)網(wǎng)絡(luò)進(jìn)行判別,在多種環(huán)境下仍能實(shí)現(xiàn)超過90%的識(shí)別率。Liu等[72]提出一種水果內(nèi)部品質(zhì)檢測(cè)系統(tǒng)Wi-Fruit,能夠高效識(shí)別2種厚果皮與4種薄果皮水果的內(nèi)部水分及可溶性固體物含量。Tan等[73]提出一種水果成熟度感知系統(tǒng)FruitSense,能夠以90%以上的識(shí)別率識(shí)別出4種成熟程度的水果。Zhou等[74]提出一種檢測(cè)行人攜帶金屬可疑物的感知系統(tǒng),金屬物在行人行走隱藏、行走暴露及站立暴露情況下的識(shí)別率分別為93.3%、95.6%和100%。

由于往往需要較高的信號(hào)發(fā)射頻率才能檢測(cè)出物品間的微小差異,CSI物品檢測(cè)對(duì)商用設(shè)備的穩(wěn)定性及功耗壓力較大。由于物品間的差異往往難以被察覺,因此物品檢測(cè)的研究熱度遠(yuǎn)低于人體感知。

4 近5年開源數(shù)據(jù)集

采集CSI數(shù)據(jù)并標(biāo)記數(shù)據(jù)集的過程十分繁瑣,導(dǎo)致大部分研究者不愿公開論文數(shù)據(jù)集,這會(huì)從以下三方面嚴(yán)重影響CSI無(wú)線感知研究的發(fā)展:1)阻礙研究的可復(fù)現(xiàn)性;2)后續(xù)研究者仍需耗費(fèi)大量精力采集相似的數(shù)據(jù),費(fèi)時(shí)費(fèi)力;3)基于不同數(shù)據(jù)集的研究成果不宜用來(lái)對(duì)比,無(wú)法說明算法的先進(jìn)性。

收集近5年(2019—2023年)的開源數(shù)據(jù)集如表5所示,研究人員對(duì)數(shù)據(jù)集的需求多體現(xiàn)在關(guān)注數(shù)據(jù)集的實(shí)驗(yàn)場(chǎng)景、實(shí)驗(yàn)人員、數(shù)據(jù)集內(nèi)容、數(shù)據(jù)維度(采集設(shè)備/工具)以及研究潛力(識(shí)別率)等方面,通過表5可以清晰地了解到數(shù)據(jù)集的關(guān)鍵信息。分析近5年的開源數(shù)據(jù)集可以看出:1)大部分?jǐn)?shù)據(jù)集集中于人體活動(dòng)識(shí)別方向(多人運(yùn)動(dòng)可依據(jù)同一動(dòng)作開展身份識(shí)別研究),且存在內(nèi)容高度同質(zhì)化的問題,而在室內(nèi)定位、健康檢測(cè)、人群計(jì)數(shù)等方向的開源數(shù)據(jù)集較少,這與活動(dòng)識(shí)別在CSI無(wú)線感知研究中占比較多有關(guān);2)大部分?jǐn)?shù)據(jù)集沒有提供實(shí)驗(yàn)人員詳細(xì)的生理信息,不利于開展與人體生理特征相關(guān)的研究分析,這大大限制了數(shù)據(jù)集的可用性;3)有4篇文獻(xiàn)僅是對(duì)數(shù)據(jù)集內(nèi)容進(jìn)行描述,沒有進(jìn)一步通過實(shí)驗(yàn)證明數(shù)據(jù)集的研究潛力,可能會(huì)影響研究人員的選擇;4)數(shù)據(jù)采集設(shè)備/工具逐漸由僅可采集較低數(shù)據(jù)維度的Linux 802.11n CSI Tool轉(zhuǎn)向可采集較高數(shù)據(jù)維度的Atheros CSI Tool、Nexmon CSI Extractor等工具,學(xué)者們逐漸認(rèn)識(shí)到高維度數(shù)據(jù)的優(yōu)勢(shì)。

表5 近5年的開源數(shù)據(jù)集

5 目前的局限與挑戰(zhàn)

(1)多動(dòng)作信號(hào)堆疊

由于粗粒度動(dòng)作的幅度遠(yuǎn)大于細(xì)粒度動(dòng)作,CSI無(wú)線感知無(wú)法同時(shí)識(shí)別多種動(dòng)作,因此在相關(guān)實(shí)驗(yàn)中常要求受試者在同一時(shí)段內(nèi)僅保持一種動(dòng)作,特別是在唇語(yǔ)識(shí)別、健康檢測(cè)等細(xì)粒度感知識(shí)別中要求全身保持靜止。然而在現(xiàn)實(shí)中,人們通常不會(huì)僅做一種動(dòng)作,例如在行走的過程中交談、在奔跑的同時(shí)揮手等。室內(nèi)有多人同時(shí)做動(dòng)作時(shí),同樣也會(huì)無(wú)法識(shí)別具體動(dòng)作。因此,如何分離包含多種動(dòng)作的信號(hào)以實(shí)現(xiàn)識(shí)別具體動(dòng)作具有極大的挑戰(zhàn)性,這同時(shí)也是CSI無(wú)線感知由實(shí)驗(yàn)室轉(zhuǎn)向現(xiàn)實(shí)應(yīng)用不可或缺的技術(shù)需求。

(2)設(shè)備時(shí)鐘同步困難

國(guó)際規(guī)定的秒長(zhǎng)是依據(jù)鍶、銫、銣等堿金屬原子共振頻率標(biāo)準(zhǔn)計(jì)算得出的原子秒長(zhǎng),誤差極小,但日常生活中使用的計(jì)算機(jī)、路由器等商用設(shè)備由于存在設(shè)計(jì)缺陷、硬件老化以及系統(tǒng)錯(cuò)誤等方面的問題,即使同一品牌、同一批次生產(chǎn)的設(shè)備也會(huì)存在時(shí)鐘不同步問題,甚至出現(xiàn)肉眼可見誤差。而本文第2章列出的9種CSI數(shù)據(jù)采集設(shè)備/工具或多或少需要計(jì)算機(jī)、路由器等商用設(shè)備,時(shí)鐘不同步會(huì)致使CSI相位產(chǎn)生隨機(jī)偏差以及使基于信號(hào)傳播時(shí)間的CSI測(cè)距定位產(chǎn)生較大誤差。

(3)受試者的位置朝向

眾多實(shí)驗(yàn)研究已證明,當(dāng)受試者處于收發(fā)設(shè)備間的不同位置以及身體朝向不同時(shí),做相同動(dòng)作會(huì)對(duì)WiFi信號(hào)路徑產(chǎn)生不同影響,進(jìn)而采集到的CSI幅值和相位均會(huì)有較大差異,而這種差異會(huì)影響到CSI無(wú)線感知的正確判別。因此為實(shí)現(xiàn)最大程度的正確感知,實(shí)驗(yàn)多要求受試者位于LOS中線面向信號(hào)發(fā)射設(shè)備或在設(shè)備側(cè)邊面向LOS中線方向,這顯然不符合實(shí)際使用情況。

(4)過度依賴訓(xùn)練環(huán)境

CSI可以記錄信號(hào)多徑傳播中的反射、散射等關(guān)鍵信息,因此CSI無(wú)線感知是建立在具體環(huán)境上的無(wú)線信號(hào)感知,對(duì)不同環(huán)境的遷移能力較差。若想將感知系統(tǒng)同時(shí)應(yīng)用于多種室內(nèi)環(huán)境,需將不同環(huán)境采集的數(shù)據(jù)導(dǎo)入擬合模型,然而多種環(huán)境下的數(shù)據(jù)采集過程費(fèi)時(shí)費(fèi)力,并且在系統(tǒng)應(yīng)用場(chǎng)景擴(kuò)大的同時(shí)模型擬合程度也會(huì)下降進(jìn)而影響識(shí)別精度。雖然有研究者自CSI中提取多普勒頻移用來(lái)減弱環(huán)境的影響,但擴(kuò)展場(chǎng)景的感知效果仍要弱于訓(xùn)練場(chǎng)景。

(5)CSI的隱私與安全

WiFi是開放式無(wú)線網(wǎng)絡(luò),在已知WiFi信號(hào)的IP地址、信道等關(guān)鍵信息的情況下,任何人都可監(jiān)控其中的CSI,進(jìn)而觸犯隱私問題。目前熱門的CSI加密研究方向有:1)隱蔽信號(hào)信道;2)加入人工混淆信息。但由于WiFi商用網(wǎng)卡面向民用,設(shè)計(jì)高度集成可二次開發(fā)能力有限,且缺乏FIR濾波器等,而SDR設(shè)備雖自主化程度高但成本高昂,不利于推廣及大規(guī)模部署,因此CSI的隱私與安全隱患仍然是亟待解決的問題。

(6)開源數(shù)據(jù)集較少

正如本文第4章所述,CSI無(wú)線感知的開源數(shù)據(jù)集數(shù)量遠(yuǎn)少于計(jì)算機(jī)視覺等其他研究領(lǐng)域,且存在類型過于集中(多為人體活動(dòng)識(shí)別)、內(nèi)容同質(zhì)化嚴(yán)重(內(nèi)容高度相似)、人群普適性不強(qiáng)(受試者多為20～30歲的青年人)以及信息未能完全給定(內(nèi)容大都僅進(jìn)行文字描述易引發(fā)多義理解)等多方面的問題,制約著CSI無(wú)線感知的良性發(fā)展。

6 總結(jié)與展望

隨著無(wú)線通信技術(shù)及物聯(lián)網(wǎng)的發(fā)展,基于WiFi信號(hào)中CSI的無(wú)線感知已在室內(nèi)定位、活動(dòng)識(shí)別等多種應(yīng)用方向取得較多成果,具有廣闊的研究前景與應(yīng)用價(jià)值。本文對(duì)CSI無(wú)線感知的數(shù)據(jù)獲取及應(yīng)用進(jìn)行綜述,介紹了目前9種數(shù)據(jù)采集設(shè)備/工具,系統(tǒng)性地分析了6種CSI無(wú)線感知應(yīng)用方向的研究現(xiàn)狀,并統(tǒng)計(jì)了近5年來(lái)的16個(gè)開源數(shù)據(jù)集,旨在通過本文讓初學(xué)者和研究人員快速了解CSI無(wú)線感知數(shù)據(jù)獲取及應(yīng)用的研究現(xiàn)狀,為相關(guān)研究應(yīng)用提供一定的支撐。

新興的CSI無(wú)線感知發(fā)展前景十分廣闊,但與成熟落地應(yīng)用仍有較大距離,仍需許多技術(shù)突破,本文對(duì)CSI無(wú)線感知未來(lái)的發(fā)展作出以下幾點(diǎn)展望:

(1)更新WiFi標(biāo)準(zhǔn)的CSI采集工具

自1997年IEEE首次提出802.11協(xié)議26年以來(lái),WiFi迅猛發(fā)展,目前已超40余個(gè)協(xié)議被正式認(rèn)證。在WiFi6/6E路由器尚未完全普及的現(xiàn)在,華碩、英特爾等部分商家已開售WiFi7商用路由器,WiFi7相比于WiFi6/6E具有更高數(shù)據(jù)傳輸速率、更低時(shí)延和更強(qiáng)穩(wěn)定性。WiFi7采用802.11be標(biāo)準(zhǔn),支持2.4 GHz、5 GHz、6 GHz 3種頻段,并且在6 GHz頻段下最大可支持320 MHz帶寬的數(shù)據(jù)傳輸,在非OFDMA情況下的有效子載波最多可達(dá)3 984個(gè),這意味著具有更強(qiáng)的感知能力。目前新一代WiFi8標(biāo)準(zhǔn)已經(jīng)進(jìn)入預(yù)研階段,WiFi8考慮融合45 GHz和60 GHz毫米波頻段以及支持多AP協(xié)作,毫無(wú)疑問會(huì)大幅增強(qiáng)WiFi CSI的感知能力。相信在不久的將來(lái),會(huì)出現(xiàn)基于WiFi7標(biāo)準(zhǔn)乃至更新WiFi標(biāo)準(zhǔn)的CSI采集工具。

(2)單設(shè)備的雙WiFi連接能力

目前大多數(shù)手機(jī)具有雙頻WiFi功能,可以搜索連接2.4 GHz或5 GHz頻段的WiFi信號(hào),由于2.4 GHz 穿透能力強(qiáng)、5 GHz數(shù)據(jù)傳輸速度快,因此部分手機(jī)廠商研發(fā)出了基于實(shí)時(shí)同步雙頻(real simultaneous dual band,RSDB)技術(shù)的雙WiFi加速功能,可使手機(jī)同時(shí)連接2.4 GHz與5 GHz頻段的WiFi信號(hào)。雙WiFi加速功能可以支持任意2.4 GHz+5 GHz的搭配,既可同時(shí)連接單一路由器的兩個(gè)頻段,也可同時(shí)連接兩種不同路由器的兩個(gè)頻段。

WiFi7相比于以往標(biāo)準(zhǔn),最大的更新是多鏈路聚合(multi-link operation,MLO)功能,裝有WiFi7網(wǎng)卡的終端可同時(shí)連接WiFi7路由器發(fā)出的兩個(gè)WiFi信號(hào)。與手機(jī)雙WiFi加速功能不同的是,手機(jī)雙WiFi加速的實(shí)質(zhì)是調(diào)用兩個(gè)WiFi模塊分別連接,會(huì)有兩個(gè)IP地址,而MLO在邏輯上仍是單網(wǎng)卡,僅會(huì)顯示一個(gè)IP地址,并且MLO可支持更多頻段信號(hào)的搭配鏈接,甚至可以是5 GHz+6 GHz。

未來(lái)可利用單個(gè)終端連接兩種互不干擾頻段的WiFi信號(hào)互補(bǔ)用于CSI無(wú)線感知研究,如CSI室內(nèi)主動(dòng)指紋定位等,將會(huì)進(jìn)一步提升感知能力。

(3)多源數(shù)據(jù)融合增強(qiáng)感知

多傳感器數(shù)據(jù)融合相比于單一傳感器具有識(shí)別精度更高、魯棒性更強(qiáng)以及應(yīng)用范圍更廣等優(yōu)勢(shì)。CSI無(wú)線感知是功耗低、全天候、信號(hào)覆蓋范圍廣的非接觸感知,可與其他傳感器結(jié)合擴(kuò)展感知的精度、深度與廣度。例如,將CSI與智能手機(jī)的磁力計(jì)、加速度計(jì)等眾多傳感器相結(jié)合,用于高精度的室內(nèi)動(dòng)態(tài)定位;將CSI與智能家居相結(jié)合,可實(shí)現(xiàn)自動(dòng)化、定制化、多樣化的室內(nèi)舒適居住環(huán)境。

混合現(xiàn)實(shí)(mixed reality,MR)是虛擬現(xiàn)實(shí)(virtual reality,VR)與增強(qiáng)現(xiàn)實(shí)(augmented reality,AR)的結(jié)合,虛擬模型不再是簡(jiǎn)單疊加在現(xiàn)實(shí)中,而是可通過指令進(jìn)行交互。微軟發(fā)布的MR設(shè)備HoloLens2甚至可以雙手無(wú)需設(shè)備而隨意操縱全息影像,但目前仍存在一些問題,例如需要大幅度的手部動(dòng)作才能有效識(shí)別、存在手勢(shì)指令間的誤判等情況。預(yù)研階段的WiFi8標(biāo)準(zhǔn)正計(jì)劃融合45 GHz和60 GHz的毫米波頻段,無(wú)疑會(huì)大大增強(qiáng)CSI無(wú)線感知能力,期待未來(lái)可將高精度的無(wú)線信號(hào)感知融入到MR設(shè)備以實(shí)現(xiàn)輔助增強(qiáng)混合現(xiàn)實(shí)交互。

(4)CSI與智能體結(jié)合的智能感知

智能體是能通過傳感器、執(zhí)行器與周圍環(huán)境進(jìn)行交互并具有思考能力的實(shí)體,具有自治性、反應(yīng)性、主動(dòng)性、社會(huì)性和進(jìn)化性5種基本特性。將CSI與智能體結(jié)合后,CSI無(wú)線感知將具有自動(dòng)識(shí)別、自我完善、自主學(xué)習(xí)等能力,會(huì)有更為廣闊的研究應(yīng)用前景。以自主學(xué)習(xí)為例,當(dāng)系統(tǒng)推廣至新環(huán)境、新用戶時(shí),無(wú)需人工手動(dòng)進(jìn)行數(shù)據(jù)采集、標(biāo)注,僅需用戶在新環(huán)境中運(yùn)動(dòng)一段時(shí)間,系統(tǒng)即可依據(jù)自動(dòng)采集的數(shù)據(jù)與預(yù)先設(shè)定的數(shù)據(jù)庫(kù)進(jìn)行對(duì)比分析,在標(biāo)注相似特征歸類的同時(shí)記錄學(xué)習(xí)不同環(huán)境、不同個(gè)體間存在的差異,快速應(yīng)用至新環(huán)境、新用戶。

(5)更加多元應(yīng)用場(chǎng)景下的復(fù)合感知

受限于CSI當(dāng)前的感知能力及技術(shù)水平,現(xiàn)有研究多為在室內(nèi)生活場(chǎng)景下的單應(yīng)用類型感知。隨著通信技術(shù)及物聯(lián)網(wǎng)的進(jìn)一步發(fā)展,未來(lái)CSI無(wú)線感知能力勢(shì)必會(huì)大大增強(qiáng),進(jìn)而可以在更加多元的應(yīng)用場(chǎng)景下實(shí)現(xiàn)多功能復(fù)合感知。例如,在監(jiān)控指定區(qū)域時(shí),當(dāng)感知有人員行為異常,存在偷盜、恐怖襲擊等犯罪行為時(shí),記錄其身份特征并實(shí)時(shí)監(jiān)控活動(dòng)位置,自動(dòng)向警方報(bào)警以制止進(jìn)一步實(shí)施犯罪行為,切實(shí)保護(hù)人民生命財(cái)產(chǎn)安全;在城市巷戰(zhàn)戰(zhàn)略攻堅(jiān)時(shí),依靠感知方式隱蔽、墻體穿透力強(qiáng)的無(wú)線信號(hào)感知,可在敵方無(wú)法察覺的情況下,感知敵方戰(zhàn)術(shù)手勢(shì)或?qū)υ?、人員數(shù)量和分布位置等關(guān)鍵信息,破解敵方的戰(zhàn)術(shù),極大減少我方傷亡;在礦難、地震、火災(zāi)等災(zāi)害發(fā)生后,依靠無(wú)線信號(hào)感知探尋受災(zāi)人員位置、數(shù)量及生理特征等信息,用以支持制定營(yíng)救計(jì)劃,把握災(zāi)后救援黃金72小時(shí)。