我先联网核实 CSI 子载波特征的物理来源、可分辨性指标和工程处理链路。
我再补一两个带日期的中文技术信源,把子载波数量和误差来源的表述校准。
RSSI 之所以 "不够细",是因为它在 MAC 层把整个带宽内的接收能量加总成一个标量,还量化到约 1 dB 一档,多径在求和的过程中被平均掉了;CSI 之所以 "更细",是因为它取自物理层,把 OFDM 每个子载波的复频率响应 H (k)=|H (k)|・e^{j∠H (k)} 都单独报出来 —— 同一帧数据不只是 "信号多强",而是 K 个频点 × 收发天线组合上的幅度加相位。以最常见的 Intel 5300 网卡为例:802.11n 20MHz 标准下有 56 个子载波,驱动按分组系数 2 只导出 30 组,3×3 天线下一帧就是 3 × 3 × 30 = 270 个复数值;而 RSSI 每帧每个天线只有一个标量。这就是 "跨层可分性" 的实质:不是 CSI 比 RSSI 更 "灵敏" 这么含糊,而是它把 RSSI 在 MAC 层丢掉的三样东西 —— 频率选择性、相位、空域差异 —— 重新拿了回来,让同一个位置在不同子载波上呈现出一段由空间布局决定的 "梳齿" 图案,这段图案就是可用来区分位置的指纹。
一、先把 RSSI 丢掉的东西说清楚
| 对比项 | RSSI | CSI |
|---|---|---|
| 所属层次 | MAC 层 | 物理层 |
| 观测粒度 | 整带宽聚合后的一个功率值 | 每个子载波一个复数(幅度 + 相位) |
| 频率分辨率 | 无 | 子载波间隔量级(20MHz 下约 312.5 kHz) |
| 量化精度 | 约 1 dB 一档,8–10 bit | 幅度与相位为连续量 |
| 受硬件影响 | AGC、天线极化、射频前端差异直接改变数值 | 同样受 AGC 影响,但可归一化,且保留结构 |
| 单帧信息量 | 每天线 1 个数 | 每帧数百个复数 |
| 稳定性 | 低,随环境漂移 | 整体结构相对稳定 |
| 设备普适性 | 几乎所有 Wi-Fi 设备 | 需要能导出 CSI 的网卡与驱动 |
关键在最后两行:RSSI 数值上 "人人都有",但它的分辨率根本装不下几厘米级的空间差异;CSI 采集门槛高,可它给的是结构而不是一个数。
二、子载波为什么能把多径 "分开"
无线信道在时域用信道冲击响应(CIR)描述,多条路径各有幅度、相位和时延;在频域用信道频率响应(CFR)描述,两者在无限带宽下互为傅里叶变换。多径叠加的结果就是频率选择性衰落:某些频点被相长叠加抬高,某些频点被相消抵消压低,于是幅度随子载波编号起伏成梳齿状。写成公式就是一个子载波上的响应是各条路径的复指数和,路径时延 τ 越大,随频率变化的 "摆动" 越快。
| 带宽 | 标准子载波数 | 时延分辨量级(约 1/B) |
|---|---|---|
| 20 MHz | 56(Intel 5300 导出 30 组) | 50 ns |
| 40 MHz | 114 | 25 ns |
| 80 MHz | 242(部分资料按 232–234 计) | 12.5 ns |
| 160 MHz | 484 | 6.25 ns |
时延分辨决定 "能分出多近的两条路径",但真正让人体位移变得可测的是相位:5 GHz 波长约 6 cm,人挪动 1 cm,相位就变化约 1 弧度。所以 CSI 的细,一部分来自 "频点多",另一部分来自 "相位是连续的模拟量",后者比 1 dB 的量化台阶细得多。
三、可分性的三个来源,缺一不可
| 维度 | 观测对象 | 物理含义 | 典型用法 |
|---|---|---|---|
| 频域 | K 个子载波的幅度起伏 | 频率选择性衰落图案 | 幅值指纹、子载波方差排序 |
| 相位域 | 子载波间相位斜率、相位差 | 斜率对应时延,差值对应路径长度差 | 校准相位指纹、到达时间估计 |
| 空域 | 天线间的相位差与幅度差 | 到达角、多径入射方向 | MIMO 指纹、角度估计 |
| 时域 | 帧序列的演化与多普勒 | 运动速度、微动特征 | 时序模型、多普勒谱 |
这也是为什么单纯 "把所有子载波幅度拼成一个长向量" 往往效果一般:它只用了第一维,把相位和空域的信息浪费了。CSI-MIMO 这类工作的思路就是把幅度和相邻子载波的相位差一起做成签名,公开结果里静态环境约 0.98 米、动态环境约 0.31 米,而传统 RSSI 指纹的标注精度通常在 5–10 米量级。
四、为什么各家报的子载波数不一样
这不是谁写错了,而是三个口径叠加的结果:
- 标准口径:802.11n 20MHz 是 56 个(含导频),40MHz 是 114 个,802.11ac 80MHz 是 242 个,160MHz 是 484 个;802.11ax 在 80MHz 下音调数能到 996。
- 驱动口径:Intel 5300 只上报 30 个 "子载波组",其实就是分组系数取 2 的降采样,索引范围 −28 到 28,FFT 长度 64。
- 固件口径:用 Nexmon 抓 Broadcom 芯片,20MHz 常报到 64 个、80MHz 报到 256 个,里面还包含空子载波,所以数字看着比 "标准值" 大。
写方案时如果直接照抄论文里的 "30 个子载波",换成 80MHz 的网卡就会对不上,务必先确认自己那条链路的实际上报数量。
五、从原始 CSI 到 "可分" 特征,五步链路
- 采集要稳。固定信道、固定发射功率、关掉自动速率与省电模式,包率至少 20–50 Hz,每个参考点采 300–550 包,参考点间距 0.3–0.6 米。采集不稳,后面所有校准都是在给噪声做精修。
- 幅度先归一化。AGC 会让整体幅度台阶式跳变,先按帧做归一化或多径滤波,再用 Hampel 滤波器剔掉孤立野值 —— 这类尖刺通常来自物理层自适应而不是人的动作。
- 相位必须校准。实测相位里混着两项误差:CFO 带来的常数相位偏移 β,和 SFO 带来的、随子载波编号线性增长的时延项 Δt。因为 m_i 从 −28 到 28 对称,可以先用首尾两个子载波估斜率 k,再用全带均值估截距 b,然后把 k・m_i + b 从原始相位里减掉,得到校准相位。不做这一步,相位基本不可用;做了之后,相位分布会从 0–360° 的随机散布收拢到一个窄扇区里。
- 子载波要选,不要全用。相干带宽内的相邻子载波高度相关,全拼进去只是把同一份信息复制多遍,还放大器件噪声;靠边界的子载波信噪比偏低。可行做法是先按相干带宽分组抽样,再用方差、互信息或 PCA 排序,保留 10–20 个 "有效维度"。
- 特征要跨维拼。常见有效组合是:校准相位 + 归一化幅度按约 2:1 比例融合、相邻子载波相位差、IFFT 转回时域取前若干抽头、多普勒谱、跨天线比值(比值能消掉公共相位)。
六、能 "分" 到什么程度,边界在哪里
- 空间分辨有物理上限。带宽决定时延分辨,天线孔径决定角分辨,室内多径让指纹既 "独特" 又 "脆弱":家具挪一米、人流变化,指纹就漂。
- 随机切分的数据会骗人。把数据集随机分训练 / 测试,指标往往很好看;改成 "未见区域"" 未见轨迹 ""隔一周再测",性能都会掉。已有研究显示,只用一周数据训练、拿另一周数据测试时退化明显,两周数据联合训练结果最好。这类结论对做人员定位的团队非常关键 —— 验收方案必须按后三种切分设计,否则上线就 "水土不服"。
- 换环境基本要重训。A 栋训出的模型搬到 B 栋,通常需要重新采集或迁移学习,这一点和指纹库衰减是同一类问题,只是慢一些。
- 商用 AP 默认不吐 CSI。主流企业级接入点不会输出 CSI,需要特定网卡加改过的驱动,所以这类方案更适合 "研究型 / 定制型" 项目立项,别指望升级固件就能上线。
- 隐私要提前想。细粒度 CSI 能编码动作特征,属于敏感数据,采集、存储、脱敏都要在方案里写清楚。
七、给工程落地的一张验收表
| 检查项 | 建议基线 | 不达标的后果 |
|---|---|---|
| 频段与带宽 | 优先 5 GHz、80 MHz | 子载波少,频域维度的可分性直接打折 |
| 子载波数量 | 记录实际上报数,别照抄论文 | 特征维度对不上,模型白训 |
| 采样率 | ≥ 20 Hz,动作类建议 50 Hz | 微动被欠采样,多普勒糊成一片 |
| 天线配置 | 至少 3×3 或双接收链路 | 空域维度缺失,抗遮挡能力差 |
| 参考点间距 | 0.3–0.6 米 | 指纹之间混叠,误差下限被抬高 |
| 相位处理 | 展开 + 线性去偏 + 跳变处理 | 相位不可用,等于只用幅度 |
| 数据集切分 | 未见区域 / 未见轨迹 / 跨周 | 指标虚高,上线即掉点 |
| 评估指标 | MAE、中位数、95 分位误差 | 只看均值会掩盖长尾失败 |
八、四个常见误判
- "子载波越多越好":数量多不等于有效维度多,相干带宽内的冗余子载波只会放大噪声。
- "相位拿来就能用":未校准的相位在 0–360° 之间随机跳,直接用等于给模型喂噪声;还有跨接收链的 π 相位跳变要单独处理。
- "幅度归一化一次就够":AGC 是动态的,不同包、不同增益档位都要重新归一,否则模型学到的其实是增益变化。
- "换个房间也能跑":能跑和跑得准是两件事,跨域必须重采或迁移,别把实验室指标当交付指标。
把这套逻辑收在一句话上:RSSI 给的是一个被平均过的能量数,CSI 给的是 "频域展开 + 相位 + 空域" 的三维结构,所以它能分出 RSSI 分不出的位置差异。但 "更细" 不等于 "更稳"—— 真正决定人员定位能不能落地的,不是子载波有多少个,而是相位有没有校干净、有效维度有没有选对、以及验收时有没有按真实部署的方式切分数据。
【常见问题】
问题 1:CSI 子载波特征为什么比 RSSI 有更强的跨层可分性?
回答 1:因为 RSSI 是 MAC 层把整带宽能量聚合后的单个标量,还量化到约 1 dB 一档,多径在求和时被平均掉;CSI 子载波特征来自物理层,每个子载波都给出幅度和相位,还带天线维度。也就是说,CSI 子载波把频率选择性、相位、空域三样信息同时保留下来,同一位置在不同子载波上的 "梳齿" 图案由空间布局决定,这种结构差异就是跨层可分性的来源。
问题 2:Wi-Fi CSI 子载波数量到底是多少,为什么论文里常见 30 个?
回答 2:三种口径叠加。802.11n 20MHz 标准是 56 个子载波,40MHz 是 114 个,802.11ac 80MHz 约 242 个;但 Intel 5300 网卡驱动按分组系数 2 只上报 30 个子载波组,所以大量论文写 30 个;用 Nexmon 抓 Broadcom 芯片时 20MHz 常报 64 个、80MHz 报 256 个,其中含空子载波。做方案前先确认自己链路的实际上报数,否则 CSI 子载波特征维度会对不上。
问题 3:人员定位里直接用 CSI 子载波相位可以吗?
回答 3:不建议直接用。原始相位里混着 CFO 带来的常数偏移和 SFO 带来的、随子载波编号线性增长的时延项,未校准时相位在 0–360° 间随机散布。标准做法是先相位展开,再用首尾子载波估斜率、全带均值估截距,把 k・m_i+b 减掉,得到校准相位;同时还要处理跨接收链的 π 跳变。校准后的 CSI 子载波相位才会从随机散布收拢到窄扇区,这时做人员定位的指纹才有区分度。
问题 4:RSSI 和 CSI 子载波特征在人员定位精度上差多少?
回答 4:量级差得很明显。传统 RSSI 指纹的标注精度通常在 5–10 米量级,主要受限于只有整带功率、且量化粗糙;CSI 子载波特征配合幅度加相邻子载波相位差的签名,公开结果显示静态环境约 0.98 米、动态环境约 0.31 米。但要注意,CSI 的精度依赖相位校准质量、子载波选择和数据切分方式,按 "未见区域、未见轨迹、跨周" 评估时会比随机切分低一截。
【参考资料】
[2026-11-09](Wi-Fi 定位只能到 5~10 米?RTT 和 CSI 让 Wi-Fi 开始回答 "第几层")腾讯云开发者社区
[2026-07-03](Rethinking RSSI for WiFi sensing:RSSI 量化、带宽聚合与 CSI 功率关系)npj Wireless Technology
[2023-11-29](CSI Calibration:Intel 5300 与 Atheros AR9380 相位偏移实测)WNLO.F408
[2023-08-18](Free device location independent WiFi-based localisation using RSSI and CSI:20MHz 56 与 80MHz 232 子载波对比)IET Wireless Sensor Systems
[2023-05-03](PLAP:基于幅度与相位信息的 CSI 被动定位,含 30 子载波相位校准流程)Mobile Information Systems
[2022-03-01](An ensemble approach to deep-learning-based wireless indoor localization:56 子载波标准与 30 组上报口径)IET Wireless Sensor Systems
[2020-09-07](WiWeHAR:Wi-Fi 与可穿戴多模态人体行为识别中的 CSI 流建模)IEEE
[2018-01-01](Iterative classification strategy for multi-resolution wireless sensing of passive targets:Hampel 滤波与相位校正)Electronics Letters
【免责声明】
本文依据公开学术论文、行业技术文档与厂商实测资料整理,子载波数量、相位误差模型与精度数据均来自上述信源,不同网卡、驱动版本与固件会导出口径不同的 CSI,实际部署请以现场采集结果为准。文中提到的定位精度为特定实验环境下的公开结果,不代表任何商用系统在真实场景的承诺值。CSI 采集涉及无线信号与人员位置数据,部署前请自行确认当地无线电管理与数据隐私合规要求。本文不构成设备选型或商用方案建议。
