近期，beat365官方网站張大慶教授課題組圍繞基于WiFi、雷達的智能無線感知領域的基礎理論問題，在菲涅爾區感知模型與多普勒速度、速度和位置朝向的映射關系、無線感知的感知邊界、感知極限、感知信号質量和移動場景的感知模型等方面取得了一系列重要進展。其中六篇長文分别發表在計算機網絡系統領域頂級學術期刊IEEE Journal on Selected Areas in Communications （JSAC）和普适計算領域頂級國際學術會議ACM UbiComp 2022；一篇長文發表在移動計算領域頂級國際學術會議ACM MobiCom 2022，并獲得年度的最佳論文獎第二名（Best Paper Award Runner-up）。
泛在無線感知是指利用環境中無處不在的無線射頻信号，對環境中的人和物實現非接觸感知的技術。這些無線信号來自我們生活中部署的各種無線通信設備，包括Wi-Fi、4G/5G、RFID和雷達等。利用這些泛在無線信号，分析被人的活動所影響的無線信号波動模式并提取信号特征，可以識别人的動作行為、監測呼吸心跳、睡眠狀況；或者實現入侵監測、室内定位、人的軌迹追蹤等多種類型的應用。
作為無線感知最重要的信号特征之一，多普勒速度可從接收端接收到的WiFi信号中提取，從而支持軌迹追蹤、手勢識别等一系列應用。然而當利用WiFi信号估計目标的運動速度時，有兩個重要理論問題尚無答案：（1）在WiFi感知範圍内的任何位置，對目标的速度估計精度是否一直相同 ？（2）由于現實中WiFi設備擺放是任意的，如何才能夠實現對目标準确的速度估計？論文“Rethinking Doppler Effect for Accurate Velocity Estimation With Commodity WiFi Devices”針對上述問題進行了探讨并給出了答案。張大慶教授團隊從相對論性多普勒效應的基本概念出發，基于團隊提出的菲涅爾區感知模型，建立了WiFi感知系統中多普勒頻移與目标運動速度之間的關系，并定量分析了WiFi無接觸感知中的速度（包括速度大小和方向）估計精度如何受到目标相對于WiFi收發設備的位置、目标運動方向等因素的影響，進而給出了實現準确速度估計的指導原則。最後，論文以手勢識别和人體軌迹追蹤為應用，給出了如何提取不受位置、運動方向等因素影響的速度特征的示例。該研究成果發表在CCF A類國際期刊IEEE JSAC 2022上，論文的第一作者為團隊的牛凱博士。
圖1 多普勒頻移與目标運動速度間關系的物理解釋
在泛在無線感知系統中，感知距離、範圍和信号參數估計的精确度常常受到信号噪聲的影響。張大慶教授團隊通過定義感知信噪比模型，并将之引入到泛在無線感知領域，在無線感知基礎理論和應用上均取得重大進展。以往的WiFi感知工作缺乏對無線感知範圍的研究和探索，使得WiFi感知系統在真實環境部署時缺乏理論指導，系統性能在各個場景靠試錯來保證。論文“Placement Matters: Understanding the Effects of Device Placement for WiFi Sensing”通過對“感知信噪比”概念的引入和研究，在國際上首次給出了泛在無線感知系統的感知範圍邊界公式，揭示了感知範圍邊界形狀随收發設備距離變化的規律：即随着WiFi設備之間距離的增大，感知範圍從一個小的卵形變成一個大的卵形，随後卵形向内凹陷，最後變成圍繞着收發設備的兩個小卵形（見圖2）。當WiFi感知系統在真實環境中部署時，隻需根據上述理論指導收發設備的位置，可以解決WiFi感知中兩個常見問題：較小的感知範圍和遠處目标的幹擾。比如：通過适當放置發射器和接收器，人體追蹤系統的感知範圍可以擴大200%。通過增加發射器和接收器之間的距離，即使幹擾物距感知目标0.5米遠，目标的細粒度呼吸仍然可以被系統精确感知到。相關工作發表在CCF A類國際會議UbiComp 2022 （ACM IMWUT）上，論文第一作者為博士生王炫之。
圖2 在不同LoS長度下的感知覆蓋範圍邊界，其中紅色和黑色圈為Tx和Rx設備位置
在手勢識别等場景中，信号質量會随着設備擺放、手勢位置、運動方向等不同而變化，因此将用戶手勢動作對應的信号質量當作恒定而統一進行預處理，就會造成手勢識别的準确度不穩定。實際上當手處于不同位置和朝向時，有時信号變化遠大于噪聲，有時信号變化和噪聲接近，所對應的感知信噪比和信号感知質量都是變化的。針對手部運動在不同位置和朝向下信号感知質量不一緻問題，論文“Towards Robust Gesture Recognition by Characterizing the Sensing Quality of WiFi Signals”提出了一個信号感知質量度量模型。該模型通過刻畫手部運動時有效感知信号和噪聲信号的相對關系，可以實時量化WiFi-CSI 信号在不同時間不同位置的感知質量。基于無線信号的感知質量，論文進一步提出了一個基于感知質量指标的信号預處理框架。具體來說，該框架對于不同的感知質量的信号進行分類處理。對于感知質量較好的可以用于識别任務的信号，該框架利用多載波信息進一步提升信号質量；對于感知質量較差不能用于識别任務的信号，該框架通過先驗知識推斷此時手部運動信息。最終使得在不同位置不同朝向的手部運動均能提取準确的多普勒速度信息，可顯著提高手勢識别系統的性能和魯棒性。該工作發表在CCF A類國際會議UbiComp 2022（ACM IMWUT）上，論文第一作者為博士生高睿揚。
圖3不同的手部活動有不同的信号質量，通過對信号質量進行度量可構造出穩定的手勢識别系統
基于感知信噪比模型，張大慶教授團隊還在提升無線感知距離方面取得了重大進展。在以往的無線感知系統中，當目标距離感知設備較遠時，微弱的反射信号容易被噪聲所淹沒，使得感知系統無法工作。針對這一共性挑戰，論文“DiverSense: Maximizing Wi-Fi Sensing Range Leveraging Signal Diversity” 提出了一種基于時頻空域的感知信噪比增強技術，極大地提升了無線信号感知距離，擴大了WiFi感知範圍。在WiFi感知系統中，無線設備采集的信道狀态信息（CSI）與目标的運動和相對于無線設備的位置有着确定的關系，而随機噪聲大緻滿足高斯分布。根據大數定律，将獨立同分布帶噪聲的信号進行大量采樣并疊加後，信号會收斂到期望值。基于這個原理，将時（多時刻）、頻（多載波）、空（多天線）域上采集的WiFi信号作為多個采樣，通過将信号對齊與融合，就可以極大地提高信噪比，還原真實的人體運動信息。為此，團隊以呼吸感知應用為例，基于商用WiFi設備實現了DiverSense系統，在走廊環境下将人體呼吸檢測距離從當前最遠的11米推進到40米的新紀錄。基于WiFi的遠距離呼吸檢測工作發表在CCF A類國際會議UbiComp 2022上，論文的第一作者為博士生李洋。
圖4 走廊40米呼吸感知實驗場景和增強信噪比後的CSI信号以及提取的呼吸波形
現有無線非接觸感知的一項重要功能缺失是在設備移動場景，無法實現感知功能。該項任務之所以挑戰性強，在于設備無規律移動導緻的信号變化是和感知目标運動帶來的信号變化疊加在一起的，很難分解開來。論文“Mobi2Sense: Empowering Wireless Sensing with Mobility”首次提出移動場景下非接觸無線感知的新模型、新技術，該場景源于近年來雷達芯片的小型化和低成本化，以及在手持設備和移動機器人等各類移動設備上的集成，大大增強了移動場景下對無線感知的迫切需求。我們提出的 Mobi2Sense移動感知系統，巧妙利用環境中靜态物體的反射信号來刻畫設備的移動規律，從而選取靜态參考物體的反射信号作為參考信号；然後将接收信号和參考信号相除消去接收信号中的設備運動成分，以精确還原目标原始運動信号。大量實驗表明，Mobi2Sense能夠在移動場景捕捉細微的感知目标運動， “聽到”音箱的聲音振動以還原聲音、“看到”人體的呼吸狀态，以及高精度“識别”多目标手勢。該系統可用于急救場景醫生手持雷達設備感知病人生命體征，以及用移動機器人跟蹤監測居家老年人的健康狀态，大大拓寬了無線感知的應用場景。該研究成果發表在移動計算系統頂級會議ACM Mobicom 2022，并榮獲Best Paper Award Runner-up。此項工作由beat365、中國科學院軟件所以及美國Massachusetts大學合作完成，第一作者張扶桑為中科院軟件所的副研究員（原博士後）。
圖5 Mobi2Sense移動感知系統可用手持設備或安裝在移動機器人平台上，精确感知目标活動
· 通訊作者張大慶教授簡介 ·
張大慶，beat365官方网站講席教授、歐洲科學院院士、IEEE Fellow、CCF普适計算專委會主任。自2014年加入beat365以來，一直緻力于泛在無線感知理論和技術的研究，其團隊在國際上首次提出基于菲涅爾區的無線感知理論，揭示了感知目标的活動位置、朝向、大小、WiFi收發設備位置與無線接收信号之間的關系；提出了CSI商模型、速度-多普勒速度模型和無線信号在室内環境傳播的一系列重要性質；還通過引入感知信噪比的概念，回答了WiFi感知極限、感知邊界、感知信号質量等領域基礎理論問題，為基于WiFi、4G/5G信号和雷達信号的無線感知提供了全新的理論基礎；更在無接觸呼吸監測、室内定位、活動軌迹跟蹤和入侵檢測等一系列感知應用上達到國際最佳性能。
自2016年起，張大慶教授團隊在普适計算領域頂級國際學術會議ACM UbiComp會議上發表論文三十餘篇，論文累計發表數量一直位居國際第一。其中2016-2019四年間有4篇無線感知的長文引用量目前名列當年UbiComp會議的前三名；近兩年又分别獲得ACM UbiComp 2021傑出論文獎(Distinguished Paper Award)和ACM MobiCom 2022最佳論文獎第二名（Best Paper Award Runner-up）。2022年，張大慶教授團隊和華為等企業合作在國内率先将WiFi感知落地商用，上述成果表明beat365在普适計算和無線感知領域的研究水平持續處于國際前沿。
