WiFi 信号在日常环境中无处不在，利用其 Channel State Information (CSI) 可以实现非接触式人体姿态估计、生命体征监测和存在检测，而无需部署摄像头或可穿戴设备。这种方法的核心在于捕捉人体运动对 WiFi 多径传播引起的微小扰动，特别是胸腔呼吸和心跳导致的相位 / 幅度变化。通过物理建模和机器学习融合，系统能以毫秒级延迟输出可靠结果，特别适用于隐私敏感场景如医疗、养老和智能家居。
WiFi DensePose 项目展示了这一技术的成熟实现。它将 CSI 子载波的幅度和相位转换为 DensePose UV 映射用于姿态，同时提取呼吸（6-30 BPM）和心率（40-120 BPM）。存在检测则依赖 RSSI 方差和运动频带功率，延迟小于 1ms，甚至支持穿墙检测达 5m 深度。该项目采用 Rust 重写管道，实现 54K fps 处理速度，vital signs 模块达 11,665 fps，远超 Python 基线 810 倍。
CSI 采集与预处理管道
工程化从硬件采集开始。推荐使用 ESP32-S3 mesh（3-6 个节点，总成本约 54 美元），以 20 Hz 采样率输出二进制 CSI 帧（56-192 子载波）。标准消费 WiFi（如笔记本）仅支持 RSSI 粗粒度存在检测，准确率较低。
预处理管道包括：
- 相位校正：SpotFi 共轭乘法消除 CFO/SFO，公式 H1 [k] * conj (H2 [k])，保留环境相位差。
- 异常值滤除：Hampel 滤波器，使用中位数绝对偏差 (MAD) 替换离群点，阈值 σ̂ = 1.4826 × MAD，抵抗 50% 污染。
- 子载波选择：ruvector-mincut 算法选 top-K 敏感子载波（variance ratio > 阈值），提升 SNR 6-10 dB，默认 K=20。
这些步骤在 Rust 中单线程下仅 18.47 µs / 帧，确保实时性。
生命体征提取参数
vital signs 聚焦周期信号：
- 呼吸检测：带通滤波 0.1-0.5 Hz（对应 6-30 BPM），后 FFT 峰值检测。窗口大小 10s（200 样本 @20Hz），峰值置信度 >0.7。Fresnel 区建模补偿多径：ΔΦ = 2π × 2Δd / λ，胸腔位移 5-10mm 引起幅度调制。
- 心率检测：带通 0.8-2.0 Hz（40-120 BPM），同 FFT。使用谱相干性过滤伪峰，阈值 0.6。微多普勒从子载波相位差提取。
参数清单：
| 参数 | 值 | 作用 | 调整建议 |
|---|---|---|---|
| breath_low_hz | 0.1 | 滤波下限 | 儿童调 0.15 |
| breath_high_hz | 0.5 | 滤波上限 | 成人默认 |
| heart_low_hz | 0.8 | 心率下限 | 运动后上调 1.0 |
| fft_window_sec | 10 | 频率分辨率 0.1 Hz | 低功耗调 5s |
| confidence_thresh | 0.7 | 峰值置信 | 噪声环境 0.5 |
| snr_min_db | 10 | 信号质量门 | <5dB 丢弃帧 |
监控点：每帧输出置信度（0-1），异常时 fallback 到运动分数。回滚策略：若连续 30s 无有效 vitals，警报 “信号丢失” 并切换 RSSI 模式。
存在检测集成
存在检测更鲁棒：
- 核心指标：RSSI 方差 > 0.5 dB 或运动频带（1-5 Hz）功率 > 阈值（-20 dB）。
- 多径建模：ruvector-solver 计算 Fresnel 区，穿墙阈值 depth=5m。
- 多人支持：每个 AP 区分 3-5 人（56 子载波限），多 AP 线性扩展。
参数：
| 参数 | 值 | 作用 |
|---|---|---|
| rssi_var_thresh | 0.5 dB | 静态阈值 |
| motion_power_db | -20 | 频带功率 |
| presence_timeout_s | 5 | 无扰动清零 |
| max_persons | 5 | 物理上限 |
集成到系统中：Docker 一键部署 docker run -p 3000:3000 ruvnet/wifi-densepose:latest，REST API /api/v1/sensing 获取最新帧，WebSocket :3001/ws/sensing 实时流。ESP32 固件闪存后 UDP 5005 推流。
部署与优化清单
- 硬件准备：3x ESP32-S3，provision SSID/password，target-ip 192.168.1.20。
- Docker 启动：暴露 3000 (REST)/3001 (WS)/5005 (UDP)。
- 模型加载：
--model model.rvf --progressive，Layer A 瞬载 vitals。 - 阈值调优：日志 RUST_LOG=debug，观察 SNR/confidence，迭代 thresh。
- 监控仪表：Prometheus 端点追踪 fps、丢帧率、vitals 准确率。
- 回滚：环境多径强 → 降采样率 10Hz；无 CSI 硬件 → RSSI-only。
风险：多径干扰伪高峰值（解：子载波选择 + 相干性）；功耗（ESP32 休眠模式，采样 duty cycle 50%）。测试：--source simulate 无硬件验证管道。
实际部署中，医院病房单 ESP32 监测呼吸异常，零售店多 AP 流量计数，均避开 GDPR 视频合规。未来 SONA 自适应将进一步提升跨环境泛化。
资料来源：
- WiFi DensePose GitHub：核心管道、参数、基准。
- 项目 ADR-021：vital signs 细节。