互联网与手机相连的一刹那，科研人员的想象世界被无限扩大。互联网这台巨型计算机，以超乎寻常的速度收集、计算、存储着人类的一切信息，并通过手机等终端源源不断向外输出。
伴随着智能化社会的来临，实现对目标的无线非接触感知成为热点话题。近年来蓬勃发展的可穿戴设备从一定程度上解决了人体感知的燃眉之急，但北京大学计算机系讲席教授、欧洲科学院院士张大庆等科研人员并不满足于此。
Wi-Fi、4G、5G无线信号越来越普及，覆盖的区域越来越广，是否能够通过这些已有的基础设施实现更广泛、更经济、更高效的非接触智能感知和交互呢？这一想法涌进越来越多普适计算科研人员的心头。
广阔的应用潜力
近日，工信部公布的一组数据显示，我国累计建成5G基站超过71万个，独立组网模式的5G网络已覆盖全国所有地市，5G终端连接数超过2亿，户均移动互联网接入流量较4G用户高出50%。人在哪里5G基站就在哪里已逐步成为现实。此外，第47次《中国互联网络发展状况统计报告》显示，我国网民用户接近10亿，互联网普及率达70.4%。
西北工业大学计算机学院教授郭斌表示，以前人们需要借助传感器、可穿戴设备等，以后有望不依赖设备而是通过环境中部署的设备就能实现智能感知，而目前我国已经初步具备客观条件。
面对开发更加轻便的感知设施的现实需要，南京大学计算机科学与技术系教授谢磊也认为，Wi-Fi、4G、5G、RFID等无线信号主要依赖于从环境中获取的能量完成计算、感知与通信，无需电源对终端节点持续供电，在续航、部署、维护等方面拥有可穿戴设备等传统有源感知无法匹及的潜在优势。
基于Wi-Fi、4G、5G、RFID设施的无线非接触感知，指在利用无处不在的无线电磁波信号在环境中传播时因感知目标的存在而产生反射、衍射以及散射等现象，通过对无线接收端收到的信号因受感知目标的影响在振幅、相位等特征上带来相应的变化，通过检测和分析这些电磁信号的变化特征，从而实现对感知目标的非接触智能感知。
“该技术在智能家居、智能医院、智能办公、智能酒店、智能仓库等领域有巨大的应用前景。”张大庆介绍，在健康、医疗方面，无线非接触感知能够长时间地监测人的呼吸、心跳、睡眠，预测和预防失眠、呼吸骤停等疾病。在人机交互方面，无线感知可以精确进行手势控制，从而将用户的手从现有的二维触摸屏扩展到三维空间，实现远距离的、自然丰富的人机交互，替代现有的遥控设备。在行为识别方面，无线信号可以用于室内人的定位及活动监测，同时识别目标的行为，检测目标的活跃度、跌倒和常卧不起等异常情况。在安防监控方面，无线信号能有效进行入侵、有无人在等检测，用于住家和仓储环境。
目前，张大庆团队已经开始在居家养老、医疗健康领域展开应用探索。他介绍，依赖“泛在”的无线信号，可以在老年人不穿戴任何东西、完全自然的环境下，实现对人体生理信息和行为等的感知，实现随时随地的情境识别，于无形中完成对老年人的健康信息采集并提供智能服务。
多目标识别的挑战
在对RFID无线感知的研究中，谢磊团队发现，仅依靠单个RFID标签的反向散射信号特征很难对感知对象实现全面、综合、深入透彻的无源感知。这是因为同一感知情境在设备摆放位置和朝向不同的情况下，信号受到的影响不同。
据悉，RFID是一种非接触式的自动识别技术，它通过射频信号自动识别目标对象并获取相关数据，识别工作无须人工干预，可工作于各种恶劣环境。谢磊团队将多个RFID标签，以接触或非接触的方式有效部署在感知对象周围，形成“RFID阵列”进行感知。
谢磊介绍，基于RFID可标记的特性，能够有效区分RFID阵列中每一个反向散射信号的来源，此外，根据RFID阵列中标签之间的拓扑关系和来自每个标签的信号特征，还可以构建RFID雷达，对接收到的感知信号进行“去伪存真”“去粗存精”，充分还原感知对象状态变化的真相和细节，实现全面、综合、深入透彻的可标记无源感知。
近年来，国内外无线感知技术发展迅速，郭斌团队对人类身份的识别的准确率也达到80%以上。然而，面向真实环境的感知普遍存在动态性、复杂性和不可控性，当前大多数无线感知技术多基于未标记的反射信号进行感知，并不能有效区分多个反射信号的具体来源，即无法同时识别多个目标，这也导致应用场景大大受限。
谢磊举例，从无线感知RFID系统中获取的射频感知信号容易受到环境中多种因素的干扰，如能量吸收、多径反射等，导致相关信号特征被淹没在周围的环境噪声和干扰中，直接影响无源感知系统的感知性能，这对提升无源感知机制的泛化能力提出了挑战。
向理论模型要答案
“此前的技术创新和迭代大幅提升了无线感知的性能，但精确感知多情境、多目标还需要建立系统的理论体系，而目前本领域仍缺乏系统的、准确刻画人类活动和环境变化对接收无线信号影响的理论模型。”张大庆说。
他指出，理论感知模型能够刻画感知目标活动和射频信号在时间、空间、频率等信号域的潜在关联性，量化和度量相关特征参量之间的数理关系，有效指导无线感知的发展。
面对无线非接触感知领域存在的挑战，张大庆团队提出基于菲涅尔区的反射和衍射理论模型，揭示了Wi-Fi、4G、5G等无线信号感知的极限和基本原理，奠定了用Wi-Fi、4G、5G等无线信号实现毫米级人体活动感知的理论基础。在无线感知关键技术方面，他们围绕Wi-Fi感知的多径信号分离及参数估计问题，提出了针对Wi-Fi信号的动态能量估计技术和多普勒频移参数估计技术，可对人的位置和运动速度进行准确的估计。
此外，研究团队还提出了基于MIMO的天线信号变换模型，从根本上提高了无线感知基信号的质量，有效地减小了信号振幅上的噪声和相位上的误差，显著增大了无线感知的范围和距离。
张大庆表示，最初无线信号本是为通信设计的，而今科研人员发现其在感知领域的新用途，但这些并不是应用的终点，相信随着通信感知一体化的到来和无线感知收集的数据不断积累，其价值将远超人们现在的想象。
首页
