在隐私敏感场景与无接触健康监测需求不断增长的背景下，基于 WiFi 信道状态信息（Channel State Information，CSI）的空间感知技术正在从实验室走向工程化部署。与传统的摄像头方案相比，CSI 利用商用无线设备已内置的物理层射频能力，以亚波长级别的相位与幅度变化作为感知信号来源，全程不采集任何像素数据，却能实现人员存在检测、呼吸频率估算乃至心率监测等高价值感知能力。本文聚焦 CSI 空间感知的工程实现路径，从信号提取、预处理流水线到生命体征监测的硬核参数展开，为有意构建此类系统的开发者提供可直接落地的技术参照。
CSI 信号的本质与提取前置条件
WiFi CSI 描述的是信道在频域上的复数响应，每条链路通常包含数十个子载波上的幅度衰减与相位偏移信息。在 IEEE 802.11n/ac/ax 协议栈中，CSI 由接收端通过解析链路训练字段（LTF）估算得到，反映了发送端与接收端之间多径信道的综合响应。以常见的 5 GHz 频段 40 MHz 信道为例，单条收发链路通常可获得 114 个子载波的 CSI 数据，包含幅度（单位 dB）与相位（单位弧度）两个维度。现代商用无线网卡如 Intel IWL5300、Qualcomm Atheros 系列配合修改过的驱动或 Linux 内核 CSI Tool 工具链，可将这部分数据以 100 Hz 左右的采样率实时导出至用户态，供后续算法处理使用。
提取 CSI 的工程门槛主要在于驱动层支持与数据吞吐能力。开发者需要确认网卡是否支持公开 CSI 接口，例如 Intel NIC 需要加载修改固件并使用专门的数据采集程序，Atheros 芯片则可通过 OpenFWWF 等开源固件访问原始射频数据。一旦 CSI 数据流接入主机，后续处理的瓶颈通常在内存带宽与 CPU 单核处理能力 —— 单条 MIMO 流的原始 CSI 数据速率约为 100 KB/s，多流并行时线性增长至数百 KB/s 量级，在边缘设备上运行实时处理时建议预留至少 1 个专用处理线程核心。
预处理流水线：从原始 CSI 到干净子载波信号
原始 CSI 数据的质量直接决定了后续感知的上限，预处理流水线是整个感知系统的地基工程。第一步是噪声过滤与异常值剔除。CSI 幅度在短时间窗口内存在高频噪声成分，通常采用中值滤波（窗口长度 3–5 个采样点）先行平滑，再结合 Hampel 滤波器识别并替换幅度突变点。相位信息则面临更棘手的缠绕问题 —— 由于相位在 modulo 2π 范围内周期取值，相位差分的快速跳变会导致后续频谱分析出现伪峰。业界标准做法是执行相位解缠绕（phase unwrapping），对相邻子载波的相位差施以反正切运算后累加补偿量，确保相位序列在时域上连续。
多径效应是室内 WiFi 感知的最大挑战之一。即使静态环境下，人体呼吸导致的胸腔位移仅引起信道变化的数十至上百微秒等效时延，普通 RSSI 根本无法分辨，而 CSI 由于包含完整频域响应，其子载波间相位差异恰好编码了这些细微变化。然而室内墙壁、家具形成的静态多径同样叠加在 CSI 中，如果不加区分，会将呼吸信号淹没在强静态分量之下。一种实用的静态多径抑制策略是滑动窗口主成分分析：在 5–10 秒的窗口内对 CSI 矩阵（子载波 × 时间）进行奇异值分解，将最大奇异值对应的特征向量视为静态多径主导成分并剔除，保留的残余分量中即包含人体微动信息。窗口长度的选择需要权衡 —— 过短则统计量不稳，过长则在人员快速移动场景下将动态信号误判为静态而滤除。
预处理阶段的最后一步是子载波选择与带通滤波。不同子载波对特定频段的感知灵敏度存在差异，一般通过时频分析（如短时傅里叶变换）评估各子载波在呼吸频段（0.1–0.6 Hz）与心率频段（0.8–2.0 Hz）的信噪比，优先选取 SNR 较高的子载波参与后续融合。带通滤波器通常采用零相位 Butterworth 滤波器（阶数 4–6），在上述两个生理频段内等效实现低通与高通级联，确保保留频段信号同时压制工频噪声（50/60 Hz）与高频运动干扰。
相位差法：对抗环境变化的鲁棒感知核心
在众多 CSI 感知方法中，相位差法（Phase Difference）被公认为工程化部署的主流选择，其核心优势在于对设备位置变动与环境影响具有内在鲁棒性。基本原理是计算同一时刻不同天线接收相位之差。以双天线接收为例，设两天线相位分别为 φ₁ 与 φ₂，则相位差 Δφ = φ₂ − φ₁ 消除了发射端时钟偏差与载波频率偏移的影响，因为这些共同偏差在差分运算中被抵消。Δφ 的时序变化与两天线连线方向上的人体微位移呈近似线性关系，在固定天线阵列几何下可以通过标定建立映射关系。
部署时的天线配置对感知性能影响显著。两天线间距建议设置在半个至一个载波波长量级（5 GHz 频段约为 3–6 cm），过小则相位差动态范围不足，过大则引入方向性模糊。部分系统在三个正交方向上布置天线阵列以实现三维感知覆盖，此时需要三个相位差通道，通过三角函数反解获得空间中任意方向的运动投影。阵列校准是相位差法落地的关键步骤 —— 未校准时，不同射频链路之间的增益与相位偏置会导致差分结果存在系统性偏移，通常需要通过空场标定（无人环境下采集 30–60 秒静止数据）建立偏差基线，在后续处理中予以补偿。
生命体征监测：从频域峰值到 BPM 数值
呼吸与心率估算的本质是在带通滤波后的 CSI 时序信号中进行频谱分析。常用的做法是分段加窗（汉宁窗或汉明窗，避免频谱泄漏）后做快速傅里叶变换（FFT），在生理频段内搜索功率谱峰值，峰值对应的频率即为目标呼吸率或心率。为提升频率估计精度，可以在 FFT 峰值邻域使用抛物线插值或相位斜率法将频率分辨率从 FFT 栅格（约 0.02 Hz / 点 @ 5 秒窗口）提升到 0.01 Hz 量级，对应呼吸率精度约 0.6 breaths per minute（BPM）。需要注意的是，心率监测面临比呼吸更大的挑战：心脏搏动引起的胸腔位移幅度通常只有呼吸的十分之一甚至百分之一，在多径丰富的室内环境中 SNR 极低，单靠单链路 CSI 难以稳定提取。
多链路融合是提升生命体征监测可靠性的工程必选项。典型做法是部署 AP-STA 双端双天线形成两条空间独立链路，两路信号分别经过预处理后在频域进行加权融合，权重与各路 SNR 成正比。部分系统引入多用户 MIMO（MU-MIMO）或波束成形索引切换，在不增加硬件成本的前提下获取空间分集增益。需要特别指出的是，CSI 相位差信号中偶尔会混入与生理信号频段重叠的干扰 —— 例如空调出风口的周期性气流扰动或风扇叶片旋转 —— 这类干扰的频谱特征与呼吸极为相似，系统需要具备在无人标定期间自动识别并压制此类干扰的能力。一个实用的判据是检查信号幅度方差与相位方差的比值：纯环境干扰通常幅度波动大而相位波动小，人体呼吸则两者同步波动。
部署校验清单：从实验室走向真实环境
将 CSI 感知系统部署到真实环境时，以下校验步骤不可跳过。首先是环境基线采集 —— 在完全无人的状态下连续采集 5 分钟 CSI 数据，观察各子载波的幅度与相位噪声底限，计算 SNR 基线并与设计阈值对比，若噪声底限过高（如幅度标准差超过 5 dB），需排查是否存在干扰源或天线位置不当。其次是覆盖范围测试 —— 沿预设监控区域的多个关键点位（角落、床边、门口等）部署参考目标（如人体模型或标定杆），分别采集目标静止与模拟呼吸的信号，验证 SNR 随距离的衰减曲线是否符合 Friis 路径损耗模型，预计有效感知半径通常在 5–8 米（普通功率 AP）量级。
呼吸率验证建议以胸部粘贴的标准呼吸带（如 BIOPAC TSD201）或医疗级呼吸传感器作为 Ground Truth，在 5 名以上受试者、不同体位（仰卧、侧卧、坐姿）的条件下进行为期至少 3 天的连续对比测试，统计平均绝对误差（MAE）与皮尔逊相关系数。业界一般要求 MAE 在 2 BPM 以内方可用于非危重患者监测。心率监测的校验更为严苛 —— 医疗级心率监护仪（如 Masimo pulse oximeter）与 CSI 监测同步采集 15 分钟以上数据，计算逐分钟匹配误差，医学辅助监测场景通常要求 95% 误差在 ±5 BPM 以内。最后是隐私与合规审查：CSI 感知系统虽然不采集视频，但在部分司法辖区仍可能被视为个人健康数据采集设备，需要确认符合 GDPR 健康数据条款或当地卫生主管部门的远程健康监测规定，并在部署前完成隐私影响评估。
资料来源
- WiFi CSI enables respiratory and heart-rate estimation with phase/amplitude features and robustness to distance and non-line-of-sight (IEEE VTC2024 Spring, High Accuracy WiFi Sensing for Vital Sign)
- PhaseBeat demonstrates competitive performance using commodity devices and CSI phase differences in diverse indoor environments (ACM Health 2020)
内容声明：本文无广告投放、无付费植入。
如有事实性问题，欢迎发送勘误至 i@hotdrydog.com。