Wi-Fi信道状态信息无设备人体活动识别综述:物理约束学习、信息论压缩与跨领域适应的耦合失效机制
《IEEE Access》:Physics-Informed Wi-Fi Channel State Information Sensing for Device-Free Human Activity Recognition: A Survey
【字体:
大
中
小
】
时间:2026年09月23日
来源:IEEE Access 4.2
编辑推荐:
摘要:Wi-Fi信道状态信息(CSI)能够基于商用无线基础设施实现非侵入式无设备人体活动识别(DFHAR),但其能够解析亚毫米级运动的电磁敏感性也使训练模型对环境、硬件及用户变化极为脆弱。既有综述通常将跨领域适应、物理信息建模、自监督学习与边缘部署孤立讨论,很少解释测量不一致
摘要:
Wi-Fi信道状态信息(CSI)能够基于商用无线基础设施实现非侵入式无设备人体活动识别(DFHAR),但其能够解析亚毫米级运动的电磁敏感性也使训练模型对环境、硬件及用户变化极为脆弱。既有综述通常将跨领域适应、物理信息建模、自监督学习与边缘部署孤立讨论,很少解释测量不一致性、信息丢失与分布偏移如何作为耦合失效模式相互作用。本综述通过三个视角——物理约束学习、信息论压缩与跨领域适应——对Wi-Fi CSI DFHAR相关文献进行综合,并在匹配协议属性下解读已有研究结果。所综述文献中的物理信息残差主要作为训练阶段正则化器发挥作用:在标注稀缺且残差与CSI网格规模相当时效果显著,而当标注已足以拟合任务或算子无法从商用测量中辨识时则变得冗余甚至有害。文中还提出了一种结构化信息提取模式及一套试运行/试点/持续运行调试手册,作为可审计无线感知部署的报告模板。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号