幾年前行業分析師開始估計將有500億或更多的物聯網（IoT）設備投入使用，當時這看起來似乎不太可能。但據Wi-Fi聯盟，現在距這技術推出僅20年，已有300多億臺支持Wi-Fi的設備投入使用。在這種情況下，啟用Wi-Fi的IoT將增長到含幾百億臺互聯設備似乎更有可能。

當然，Wi-Fi并不是用于IoT設備的唯一無線技術，許多設備仍在使用有線通信，但Wi-Fi在過去20年中發展迅速，并且不斷改進以配合新出現的需求。不那么明顯的可能是該行業如何將Wi-Fi用于除無線通信以外的其他應用。例如，研究表明，如何使用通常稱為環境反向散射的方法將Wi-Fi信號用于傳輸功率和數據。但也許更明顯的是Wi-Fi已如何被用作運動感知和檢測技術。

使用Wi-Fi進行運動感知

在深入探討之前，我們先探討為何應考慮將Wi-Fi用作運動感知方案。首先，正如已說明的，Wi-Fi現在幾乎無處不在，因此基礎設施已遍布我們周圍。其次，IoT提供理想的生態系統以更有用的方式使用運動感知等數據。總之，使用Wi-Fi進行運動感知可應用于新的和現有用例。這包括傳統的住宅監控、以檢測我們房屋及其周圍的侵入或定期維護。這可很容易擴展到智能樓宇，使用運動和占用檢測作為暖通空調（HVAC）和照明控制樓宇管理系統的一部分。也許更有影響力的是它可用來幫助我們監視家中的老年人和弱勢群體以安心。

基于Wi-Fi的運動感知中最重要的性能指標與其他運動檢測方法相同，特別是準確性、精度和延遲。準確性涉及在某人移動或出現時檢測運動，同時使系統可能產生的誤報次數降至最低。這就強調了在被監視的家居、建筑物或其他區域中需要整個覆蓋Wi-Fi。在這種情況下，精度與系統如何區分所檢測到的運動類型（包括速度和方向）有關。例如，如果該系統用于監視老人或弱者跌倒，則這一點很重要。眾所周知，延遲是檢測到動作與報告事件之間的延遲。在任何運動檢測方案中，都需要以毫秒而不是分鐘為單位進行測量。

基于現有硬件構建

從根本上講，使用射頻（RF）來檢測物體或人依賴于發射器發送信號和接收器表征接收到的信號的。任何物體，無論是生物還是無生命物體，都將影響信號在介質或通道中傳輸的特性。這樣，可以表征通道本身，并以此來檢測通道中的變化。

顯然，這種方法意味著，盡管實際上沒有精確的方法來識別通道中的對象，但它可以檢測到存在對象或人。射頻能量在通過通道傳輸時被吸收或反射，這將導致發射器和接收器之間信號的可測量差異。關鍵是將這種可測量的差異轉化為可操作的數據，這正是Wi-Fi中使用的底層協議發揮作用之處。

在典型的家庭或企業環境中，無線路由器或接入點（AP）具有與其關聯的設備。 Wi-Fi協議要求聯接的設備以反饋來響應AP，從而使AP優化與每個聯接的設備進行通信的方式。此反饋的一部分含數據，稱為通道狀態信息或CSI。 AP可以使用CSI中包含的信息來了解其環境。

圖1：CSI數據可用于描述無線環境

一旦AP了解無線環境，那么識別該環境中的變化就相對簡單了。正是RF能量吸收或反射方式的這些變化與在該環境中移動或被移動的事物相關。這里很有可能所聯接的設備根本不考慮其在應用中的作用，這意味著基于Wi-Fi的運動檢測的可擴展性完全取決于AP內部的技術。

圖2：使用CSI數據識別移動

還可以將從CSI提取的數據傳遞到受信任的第三方應用程序，可能在邊緣或在云中以處理數據并智能地感知運動。安森美半導體的多家合作伙伴已在這樣做，使用AI分析原始CSI數據以提供運動檢測即服務。這可實現高級功能，如檢測何時有人摔倒或何時建筑物中的人數超過預期。

更高性能的Wi-Fi提供更好的運動感知

使用Wi-Fi進行運動感知的性能在很大程度上取決于Wi-Fi覆蓋的質量，更好的覆蓋系統可以改善準確性、精度和延遲等關鍵參數。眾所周知，很多事情都會使Wi-Fi性能下降，但業界一直在努力改進。這就是多輸入多輸出（MIMO）技術真正發揮作用的地方。 MIMO和多用戶MIMO（MU-MIMO）使用多個天線同時向多個客戶端發送和接收多個數據流，從而充分利用環境中Wi-Fi無線電波的多徑反射。 MIMO還使用波束成形來擴展范圍并改善Wi-Fi網絡的性能。另外，包含在多路徑CSI數據中的信息提供更高的運動檢測分辨率，從8位CSI數據發展到12位甚至16位CSI數據。

圖3：多路徑的圖示

Wi-Fi的發展已見證了所用信道帶寬的漸進持續擴展。這在運動感知的優勢顯著，從40MHz發展到80MHz的信道帶寬相應提高40％的運動感知精度。如前所述，這提高的精度現已用于支持增值服務。

使用Wi-Fi進行運動感知是這通用技術如何不斷發展從而提供有價值的新服務的最新示例。我們MU-MIMO技術的發展將進一步使制造商充分利用Wi-Fi的潛力。

審核編輯：郭婷