無傳感器亦感知

　　 互聯網與手機相連的一剎那，科研人員的想象世界被無限擴大。互聯網這臺巨型計算機，以超乎尋常的速度收集、計算、存儲著人類的一切信息，并通過手機等終端源源不斷向外輸出。

　　伴隨著智能化社會的來臨，實現對目標的無線非接觸感知成為熱點話題。近年來蓬勃發展的可穿戴設備從一定程度上解決了人體感知的燃眉之急，但北京大學計算機系講席教授、歐洲科學院院士張大慶等科研人員并不滿足于此。

　　Wi-Fi、4G、5G無線信號越來越普及，覆蓋的區域越來越廣，是否能夠通過這些已有的基礎設施實現更廣泛、更經濟、更高效的非接觸智能感知和交互呢？這一想法涌進越來越多普適計算科研人員的心頭。

　　廣闊的應用潛力

　　近日，工信部公布的一組數據顯示，我國累計建成5G基站超過71萬個，獨立組網模式的5G網絡已覆蓋全國所有地市，5G終端連接數超過2億，戶均移動互聯網接入流量較4G用戶高出50%。人在哪里5G基站就在哪里已逐步成為現實。此外，第47次《中國互聯網絡發展狀況統計報告》顯示，我國網民用戶接近10億，互聯網普及率達70.4%。

　　西北工業大學計算機學院教授郭斌表示，以前人們需要借助傳感器、可穿戴設備等，以后有望不依賴設備而是通過環境中部署的設備就能實現智能感知，而目前我國已經初步具備客觀條件。

　　面對開發更加輕便的感知設施的現實需要，南京大學計算機科學與技術系教授謝磊也認為，Wi-Fi、4G、5G、RFID等無線信號主要依賴于從環境中獲取的能量完成計算、感知與通信，無需電源對終端節點持續供電，在續航、部署、維護等方面擁有可穿戴設備等傳統有源感知無法匹及的潛在優勢。

　　基于Wi-Fi、4G、5G、RFID設施的無線非接觸感知，指在利用無處不在的無線電磁波信號在環境中傳播時因感知目標的存在而產生反射、衍射以及散射等現象，通過對無線接收端收到的信號因受感知目標的影響在振幅、相位等特征上帶來相應的變化，通過檢測和分析這些電磁信號的變化特征，從而實現對感知目標的非接觸智能感知。

　　“該技術在智能家居、智能醫院、智能辦公、智能酒店、智能倉庫等領域有巨大的應用前景。”張大慶介紹，在健康、醫療方面，無線非接觸感知能夠長時間地監測人的呼吸、心跳、睡眠，預測和預防失眠、呼吸驟停等疾病。在人機交互方面，無線感知可以精確進行手勢控制，從而將用戶的手從現有的二維觸摸屏擴展到三維空間，實現遠距離的、自然豐富的人機交互，替代現有的遙控設備。在行為識別方面，無線信號可以用于室內人的定位及活動監測，同時識別目標的行為，檢測目標的活躍度、跌倒和常臥不起等異常情況。在安防監控方面，無線信號能有效進行入侵、有無人在等檢測，用于住家和倉儲環境。

　　目前，張大慶團隊已經開始在居家養老、醫療健康領域展開應用探索。他介紹，依賴“泛在”的無線信號，可以在老年人不穿戴任何東西、完全自然的環境下，實現對人體生理信息和行為等的感知，實現隨時隨地的情境識別，于無形中完成對老年人的健康信息采集并提供智能服務。

　　多目標識別的挑戰

　　在對RFID無線感知的研究中，謝磊團隊發現，僅依靠單個RFID標簽的反向散射信號特征很難對感知對象實現全面、綜合、深入透徹的無源感知。這是因為同一感知情境在設備擺放位置和朝向不同的情況下，信號受到的影響不同。

　　據悉，RFID是一種非接觸式的自動識別技術，它通過射頻信號自動識別目標對象并獲取相關數據，識別工作無須人工干預，可工作于各種惡劣環境。謝磊團隊將多個RFID標簽，以接觸或非接觸的方式有效部署在感知對象周圍，形成“RFID陣列”進行感知。

　　謝磊介紹，基于RFID可標記的特性，能夠有效區分RFID陣列中每一個反向散射信號的來源，此外，根據RFID陣列中標簽之間的拓撲關系和來自每個標簽的信號特征，還可以構建RFID雷達，對接收到的感知信號進行“去偽存真”“去粗存精”，充分還原感知對象狀態變化的真相和細節，實現全面、綜合、深入透徹的可標記無源感知。

　　近年來，國內外無線感知技術發展迅速，郭斌團隊對人類身份的識別的準確率也達到80%以上。然而，面向真實環境的感知普遍存在動態性、復雜性和不可控性，當前大多數無線感知技術多基于未標記的反射信號進行感知，并不能有效區分多個反射信號的具體來源，即無法同時識別多個目標，這也導致應用場景大大受限。

　　謝磊舉例，從無線感知RFID系統中獲取的射頻感知信號容易受到環境中多種因素的干擾，如能量吸收、多徑反射等，導致相關信號特征被淹沒在周圍的環境噪聲和干擾中，直接影響無源感知系統的感知性能，這對提升無源感知機制的泛化能力提出了挑戰。

　　向理論模型要答案

　　“此前的技術創新和迭代大幅提升了無線感知的性能，但精確感知多情境、多目標還需要建立系統的理論體系，而目前本領域仍缺乏系統的、準確刻畫人類活動和環境變化對接收無線信號影響的理論模型。”張大慶說。

　　他指出，理論感知模型能夠刻畫感知目標活動和射頻信號在時間、空間、頻率等信號域的潛在關聯性，量化和度量相關特征參量之間的數理關系，有效指導無線感知的發展。

　　面對無線非接觸感知領域存在的挑戰，張大慶團隊提出基于菲涅爾區的反射和衍射理論模型，揭示了Wi-Fi、4G、5G等無線信號感知的極限和基本原理，奠定了用Wi-Fi、4G、5G等無線信號實現毫米級人體活動感知的理論基礎。在無線感知關鍵技術方面，他們圍繞Wi-Fi感知的多徑信號分離及參數估計問題，提出了針對Wi-Fi信號的動態能量估計技術和多普勒頻移參數估計技術，可對人的位置和運動速度進行準確的估計。

　　此外，研究團隊還提出了基于MIMO的天線信號變換模型，從根本上提高了無線感知基信號的質量，有效地減小了信號振幅上的噪聲和相位上的誤差，顯著增大了無線感知的范圍和距離。

　　張大慶表示，最初無線信號本是為通信設計的，而今科研人員發現其在感知領域的新用途，但這些并不是應用的終點，相信隨著通信感知一體化的到來和無線感知收集的數據不斷積累，其價值將遠超人們現在的想象。