WLAN感知基于电磁波的传播特性，通过探测环境 动态变化对无线信号的影响，赋予了WLAN设备对 周围环境的感知能力。
Wi-Fi 7作为下一代园区无线网络中的主流技术将会承载海量的新型应用，这些新兴应用不仅需要高品质 无线连接，而且需要高精度、高可靠的感知功能。 不容置疑，无线感知和无线通信系统都会朝着更高频段、更大天线阵列和小型化发展，因此在硬件架构、信 道特点和信号处理方面日益趋同，这种趋势为使用无线基础设施实现感知功能提供了千载难逢的机会。未 来无线网络将打破传统通信服务边界，提供无处不在的感知服务，实现周围环境的测量和成像。这种感知 能力以及支撑环境感知数据收集的网络能力被公认为是未来智能世界中学习和打造智能化的使能因素， 并可能会在各种定位以及环境感知场景中大有作为。为实现这一目的，迫切需要联合设计无线网络中的感 知和通信，这也激发了最近比较热门的通感一体化这一研究主题。 在通感一体的研究中与WLAN感知关系紧密的技术是以通信为中心的，旨在基于现有甚至商用的通信波形 /系统上实施感知功能。这类通感一体策略将在Wi-Fi 7中发挥重要作用，
2.1 感知理论模型
传统意义的WLAN是一种无线通信技术，也就是通过调制电磁波来承载业务数据，实现收发两端设备的信 息交互。根据无线信号传播特性，发送天线辐射的电磁波信号，一方面可以通过直射路径到达接收天线，另 一方面也可以经过周围环境的反射达到接收天线（如墙体、人体、家具等）。最终达到接收天线的电磁波信 号是直射径信号和众多反射径信号的叠加，这也称为为无线信号传播的多径效应。
WLAN感知基于电磁波的传播特性，通过探测环境 动态变化对无线信号的影响，赋予了WLAN设备对 周围环境的感知能力。以对人的活动感知为例，日常 行为的肢体活动将引起电磁波传播路径的改变。通 过分析接收信号的动态变化，我们可以完成诸如人 员存在、行为的识别，甚至可以实现对呼吸、心跳这 种微弱波动的测量。从形态上看，WLAN感知又分为 双站感知和单站感知。双站感知是指共有两个设备 参与感知，分别用于WLAN信号发送和信号接收；单 站感知则只使用同一个设备同时完成WLAN信号的 收发。
我们可以通过无线信号传播的数学模型，进一步阐述WLAN感知背后的机理。以最简单的只有一条直射径 和一条动态反射径的场景为例（上图场景所示）。假设直射径幅值为A0,传播时延为d0；动态径幅值为A1，传 播时延为d1(t)，由于反射物体（人体）的移动，传播时延d1(t)在动态变化。如下图所示，t时刻在频点f的信道 响应H(f,t)为静态径和动态径在复数域相加的结果。最终合成的信道响应幅值|H(f,t)|与两者相位差相关。如 果两者相位差为(-π/2, π/2)时,则静态径与动态径叠加后幅值增强；若两者相差为(π/2, 3π/2)时，则两者幅 值减弱。这样，信道响应幅值在动态环境下随d1(t)呈现周期性相长相消的关系。
我们可以进一步分析，当动态径波程发生半个波长的变化，就可以引起|H(f,t)|峰值到谷值（或谷值到峰值的 变化）的改变。具体的，我们以WLAN 5GHz频段36信道为例，其中心频点为5.18GHz,波长约为5.7cm，这就 意味着动态径的波程变化了2.85cm即可引起CSI(Channel State Information)的显著变化。 上述现象也可以用菲涅尔区解释，菲涅尔区定义为以收发设备为圆心的一簇椭圆，第n层的菲涅尔区边界 满足如下等式，
Qn为第n层椭圆上的点，T、R分别表示发 射机与接收机。第n-1层椭圆到第n层椭 圆之间的区域称为第n菲涅尔区。相邻菲 涅尔区边界发射天线到接收天线的波程 差为半波长。考虑到无线信号在经过反 射时，相位额外旋转，因此在偶数菲涅尔 区边界产生最大的信号减弱，在奇数菲 涅尔区边界产生最大的信号增强。
在WLAN感知场景，反射物在覆盖区域内运动时，根据其实时位置的差异，接收机可以观测到信号的起伏。 换而言之，我们可以感知到载波波长量级的微小波动（厘米级），这为我们WLAN高精度感知奠定了基础。 基于CSI的WLAN感知虽然具备理论可行性，但是实际应用中也面临众多困难。首先，WLAN感知大部分场 景依赖对动态反射径的感知，其信号强度十分微弱，如何提取如此微小的变化是十分挑战的。另外，实际 WLAN接收机获取的CSI是包含大量非理想因素的（同步、通道的影响等），只有消除这些非理想因素的扰 动，才能够从CSI中获取真正动态环境信息。
2.2 信号处理技术
WLAN单站感知的测距与雷达测距类似，是指检测目标 到WLAN收发机设备的距离，双站感知测距则通常是指 估计反射路径的长度，如图给出了单站和双站场景下测 量的实际路径。测距分辨率通常由信号的带宽决定。
WLAN感知通常利用CSI估计多普勒频移来检测运动目标。多普勒频移是指目标相对发射器和接收器的移 动引起的频率变化。当运动目标在环境中移动时，目标反射信号的路径长度会发生信号，这会在反射信号 的载波频率上引入多普勒频移。 测速算法通常是对CSI应用短时傅里叶变换或其他时频分析算法来直接估计多普勒频移。由于多普勒偏移 测量的信息是反射路径长度变化引起的，无法获得目标的真正速度，多普勒频移只能用来粗略地估计目标 速度。
角度估计根据技术原理可以简单划分为到达角估计AoA(Angle Of Arrival)和离开角AoD(Angle Of Departure)估计。AoA和AoD估计都是通过天线阵列获取信号在不同阵元上的相位差，然后通过信号角度估计算 法获取来波方向信息。AoA估计是指利用单天线设备发送信号，接收端利用天线阵列接收信号产生的相位 差来解算信号方向。AoD估计与AoA估计相反，由装备天线阵列的发射端设备发送信号，单天线接收端利用 接收到的信号计算信号发射角度。 实际应用中，一般采用线阵、矩形阵、圆阵等不同的天线阵列检测信号来波方向。线阵通常是一维直线排布 的，只能测量方位角。矩形阵和圆阵则可以同时测量方位角和俯仰角。室内无线信道包含大量的反射径，利 用阵列角度估计算法估计每条路径的AoA已有大量研究，常用的方法包括多重信号分类(MUSIC)算法、最 大似然算法、ESPRIT算法、压缩感知算法等。
2.3 应用层实现
在获取到物理空间的动态变化信息后，需要结合不同的场景来对人体/物体的姿态特征进行分析，在不影 响通信的基础上现不同精度的感知应用，从应用层的角度来看，Wi-Fi感知主要可以分为以下场景：
存在性感知：在不影响通信的基础上，对WLAN感知范围出现的人体存在进行感知，对识别颗粒度要求不 高，主要关注覆盖半径（10米/房间级），性能上保障误报率和漏警率。 定位和追踪：基于测角和测速能力，结合AI能力带来的运动轨迹推断，能够实现对空间内活动物体进行实 时定位和追踪，识别精度一般要求不高（分辨率2~5米）。 活动识别：识别目标从整个人体细化到了部分肢体姿态（手指，手臂等），对单人体需要实现多点识别，同 样可以结合AI能力来提高性能，识别精度提高到亚米级。 体征检测：针对人体生理特征相关的微动进行识别（胸腔起伏，心跳等），识别精度需要做到厘米级以上。 成像：对应医学上的生理检测成像，输出的结果要能够辅助医生进行精准治疗，还需要通过相关资质审 查，是现有场景下对WLAN感知精度要求最高的应用。 相对于传统的红外、毫米波传感器，WLAN通感一体不需要重新布线、多系统合一，大大降低了成本，降低 了运维难度。
呼吸检测：具有周期性的动作可以直接用传统数字信号处理算法进行提取。例如，人体在睡眠时，只有呼 吸产生的胸腔规则性起伏。此时，提取CSI的规律性变化，便可以估计出呼吸的频率。 场景轮廓描绘：运用信号处理算法提取出单点的距离和角度信息之后，可以确定单点的位置。当综合多点 信息后，可以生成物体基础轮廓。当同一场景存在多个ap时，每个ap都可以生成其方向上的物体姿态，综 合所有姿态信息之后，可以实现环境重构。如上图所示，为一个六基站成像的融合结果，从图中可以看出， 融合后的成像结果可以较为完整的反应目标的轮廓。
人数统计：实际中存在很多非周期性的动作，难以通过传统数据处理算法分析。不过，特定的动作引起的 CSI变化一般具有近似的特征，因此，可以通过AI机器学习的方法，提取CSI的变化特征进行提取及识别， 以对不同的动作进行映射。例如，信号会随环境中阻挡物数量的不同而发生不同程度的波动，同样CSI数 据曲线也会随人数多少呈现不同程度的分散，如果检测到环境中没有人出现，CSI数据曲线将保持稳定和 平稳的状态，如果有更多的人踏入监测区域，曲线将出现明显的波动。提取CSI的波动进行特征提取，利用 深度神经网络将波动特征与人数进行映射完成人数统计，可以精确识别空间中的人数。此外，包括人体的摔倒检测，手势识别等，也都可以利用类似的原理实现。 物体定位：在开阔场景中，提取移动目标的角度信息及距离信息之后，可以对其进行精确定位并进行位置 追踪。在复杂场景中，也可以对感知区域进行划分，利用无线信号在不同环境上的空间差异性，将空间中 特定位置上的无线信号特征作为该位置的指纹，建立位置-指纹关系数据库，从而通过指纹匹配的方式实 现对用户位置的估计。一般在布置好ap后，划分好区域并对不同区域进行采样，并记录好像位置信息。之 后，对采集好的CSI信息进行离线训练，提取特征。当用户移动到不同的位置时，根据CSI的特征做位置映 射，输出位置信息。
自1997年首次标准化以来，Wi-Fi已经发展成为全球广泛应用的一种技术。在过去的几年里，Wi-Fi感知越来 越受到学术界和产业界的关注。为了更好地支持众多Wi-Fi感知应用，并减少感知对Wi-Fi系统通信性能的 影响，802.11工作组于2020年成立了名为802.11bf（WLAN感知）的任务组TG(Task Group)，并将于2024年 发布感知标准修正案。
802.11bf是指使用从802.11接入网设备接收的无线信号来获得测量结果，这些结果可能有助于确定感兴 趣区域（例如，房间、房屋、车辆、企业等）中目标（例如，物体、人体、动物、环境等）的特征（例如，距离、速度、 角度、检测、成像等）。802.11bf旨在制定一项修订支持日常生活中的各种感知应用，并确保感知应用能与 在同一频段运行的现有或历史的802.11设备后向兼容和共存。 2019年7月，802.11无线下一代常务委员会经过讨论，认为WLAN感知应用的使用场景和要求是合理的，之 后一个名为802.11bf的任务组于2020年9月正式成立。2022年4月，该任务组发布了802.11bf标准修正案 的初稿（即0.1草案），并在2023年1月发布了1.0草案。而最新的4.0草案经标准审查委员会RevCom （Review Committee）和IEEE SA标准委员会的批准，预计将于2025年3月左右作为IEEE 802.11bf标准修 正案发布。
加快标准制定
技术标准的制定对于产业的健康发展至关重要。标准不仅是技术创新的体现，也是产业链上下游企业协作 的基础。为加快WLAN通感一体技术的发展，亟需制定相关的标准。 统一技术规范：WLAN通感一体相关的建网和测试标准还没有统一制定的标准，WLAN应用发展联盟希望 联合厂商一起制定统一的建网标准和测试标准，可以避免因各企业技术标准不一而导致的互联互通问题， 从而促进产业的健康发展。 提升产业协调性：通过标准的制定，可以促进产业链上下游企业的合作，特别是设备厂商和第三方系统的 互联互通，从而形成合力，加快技术的应用和推广。 WAA将持续推动高品质WLAN通感一体技术标准项目，引领WLAN产业的发展。
加快产业的应用
随着无线通信技术的快速发展，WLAN已经成为现代生活和工作中不可或缺的一部分。按照马斯洛的需求 层次理论，人们对WLAN服务的需求从基本联接到更高层次的体验和感知智能发展。传统的WLAN技术已 经无法完全满足未来智能化社会的需求。WLAN通感一体技术的提出，可以提供更为高效、安全和智能的网 络服务，在更深层次上满足用户的需求。 WLAN通感一体的产业化是推动其广泛应用和发展的关键步骤。产业化不仅可以推动技术的成熟，还可以 降低成本，提升市场竞争力。因此，加快产业化应用有以下几个方面的必要性：
市场需求的驱动：在企业绿色节能、医疗康养、智能会议管理、企业办公空间管理、校园宿舍管理、酒店客房 管理等场景，对高效、可靠的通信与感知技术需求愈发迫切。WLAN通感一体技术可以有效应对这一需求， 实现短距无线通信与感知的无缝集成，为用户提供更优质的服务。 技术创新的推动：产业化过程中，通过技术与市场的互动，通过共同构建联合创新实验室等方法可以激发 更多的创新思维，促使企业不断改进技术，提高产品性能，从而形成良性循环。 作为新的智能应用，WLAN通感一体的产业化应用还需要学术界、产业界以及标准化组织一起协同，紧密合 作，推动新质生产力的发展，更好地满足社会和市场的需求。
启动测试认证
测试认证是确保技术产品性能和可靠性的重要环节。对于WLAN通感一体技术而言，启动测试认证工作尤 为重要。 保证产品质量：通过严格的测试认证，可以保证WLAN通感一体设备的通信和感知功能达到预期要求， 从而提升用户体验。 规范市场秩序：通过WLAN通过一体认证的产品才能参与相关项目投标以便进入市场销售，这样可以有 效杜绝不合格产品的流入，规范市场秩序，保护消费者权益。 促进技术进步：测试认证工作可以发现技术中的不足之处，促使企业进行改进和创新，从而推动技术的 不断进步。
