您的位置首页 >人工智能 >

A Survey of Wireless Sensing and Localization Methods|无线感知与定位方法综述解读

这篇无线感知与定位综述统一梳理无线信号同时做定位与环境感知的整套技术体系,区分带设备定位和无设备无源感知两大方向,依托 WiFi、蓝牙、UWB、毫米波雷达等无线载波,从信号中提取 RSSI、CSI、AoA、ToF 等特征,既可以估算目标坐标位置,也能感知人体动作、呼吸、物体遮挡等状态;综述对比几何测距、指纹匹配、学习型感知三类主流方案,汇总不同无线制式的精度、部署成本、适用场景,同时指出多径衰落、非视距干扰、设备异构、环境漂移等落地瓶颈,面向通感一体化 ISAC、6G 无源感知给出后续研究路线,适合室内仓储、安防监测、健康监护、机器人导航方向的研究者做技术选型参考。

一、无线感知与定位两大分类

类型说明典型场景
有源(带设备)定位目标携带标签 / 终端,主动收发无线信号,基站解算位置资产盘点、人员工卡、手机室内导航、UWB 标签追踪
无源无设备感知定位目标不带任何电子设备,依靠人体遮挡、反射改变无线多径信号,反推位置和动作隔墙人体探测、呼吸监测、跌倒识别、区域入侵感知

二、主流信号特征与测距定位方法

  1. RSSI 接收信号强度
  2. CSI 信道状态信息
  3. AoA 到达角、AoD 出发角
  4. ToF/RTT 飞行时间、往返时间
  5. TDoA 到达时间差

依靠路径损耗模型,信号强弱估算距离;优点是所有 WiFi、蓝牙都原生支持,不用改硬件;短板受遮挡、多径影响波动大,一般米级精度,适合粗粒度区域判断、指纹库匹配。

提取每个子载波的幅度、相位,是细粒度信道特征,能分辨多条反射路径;精度可以做到分米级,是 WiFi 无源感知最常用特征;缺点采集和校准复杂,不同网卡 CSI 输出不一致。

阵列天线估算信号入射角度,用三角交汇求位置;不需要大规模指纹库,适合 UWB、毫米波雷达;代价是需要天线阵列,硬件成本更高。

测量信号在空中传播耗时换算距离,WiFi FTM、UWB 都采用该方案;视距条件下精度高;难点要求基站和终端时间同步,非视距时误差急剧变大。

只需要锚点之间时钟同步,终端不用同步,广泛用于 UWB 基站组网定位。

三、算法范式对比

  1. 几何类(三边定位、三角定位)
  2. 指纹地图匹配
  3. 数据驱动学习方案

用距离、角度几何方程直接解坐标,模型简单、推理快;前提是有可靠测距测角结果,非视距场景误差爆炸。

离线阶段在场地逐点采集信号向量,建成射频地图;在线采集信号做相似度匹配;对几何模型失效的复杂室内环境很实用;缺点环境一变就要重新采图,维护成本高。

CNN、Transformer、高斯过程等模型直接从原始信道特征回归位置或者识别动作;可以隐式学习多径、遮挡带来的复杂分布;需要大量标注样本,跨房间、跨设备泛化是难点。

四、完整工作流程

  1. 部署锚点基站,确定是有源标签方案还是无源感知方案,选定信号制式(WiFi/UWB/ 毫米波)。
  2. 采集信道观测值:RSSI、CSI、时间戳、相位、角度等。
  3. 预处理降噪:滤除脉冲噪声、补偿天线偏差、区分视距 / 非视距链路。
  4. 选用几何求解或者指纹 / 机器学习模型,输出坐标、区域、动作状态。
  5. 时序滤波:卡尔曼滤波、粒子滤波平滑连续轨迹,抑制单点跳变。
  6. 输出结果给上层业务,比如告警、轨迹记录、健康指标。

五、不同无线载体能力对比

制式典型精度成本特点
WiFi(RSSI)2–5m低,复用现有路由器适合大范围粗定位、指纹感知
WiFi(CSI)0.3–1m低,普通网卡可采集无源人体感知主流方案
蓝牙 AoA0.5–2m中低功耗标签,适合资产
UWB 超宽带0.1–0.3m偏高高精度有源定位,工业仓储常用
毫米波雷达0.1–0.5m较高自带测距测角,无源感知,隐私友好

六、当前领域核心挑战

  1. 非视距 NLOS 干扰,墙体遮挡会带来不可预测的额外时延和衰减,是室内误差的主要来源。
  2. 环境动态漂移:家具挪动、人员走动都会改变多径,指纹地图快速失效。
  3. 设备异构:不同芯片、天线输出的 CSI、RSS 分布不一样,模型跨设备迁移困难。
  4. 感知和定位耦合问题:人体动作、呼吸带来的信号变化,既包含位置信息也包含姿态信息,很难解耦。
  5. 功耗与算力矛盾:无源感知需要持续采集高采样率 CSI,边缘端算力、电量受限。

七、综述提出的未来方向

推进通感一体化 ISAC,通信信号同时承载数据传输和感知定位;研究免标定、自更新的射频地图,减少人工勘测;面向 6G 原生无源感知;多模态融合,无线感知搭配 IMU、视觉做鲁棒轨迹;轻量化小样本学习,提升跨场景泛化能力;同时完善隐私保护方案,避免无源无线感知带来的隐私泄露风险。

【相关 FAQ】

问题 1、

回答 1:无线感知与定位里面有源定位和无设备无源无线感知的区别是什么?有源无线感知定位需要目标携带标签终端,主动收发信号计算坐标;无设备无源无线感知定位不需要目标带任何设备,依靠人体遮挡、反射改变无线多径信号,反推目标位置、动作、呼吸状态。

问题 2、

回答 2:无线感知与定位中 CSI 相比 RSSI 有什么优势?RSSI 只是总的信号强度,信息粗;CSI 包含每个子载波的幅度、相位,能分辨多条反射路径,抗多径能力更强,定位和人体感知精度更高,是 WiFi 无源无线感知的核心特征。

问题 3、

回答 3:为什么无线感知定位在室内场景很难达到稳定高精度?室内大量墙体、家具造成非视距和复杂多径反射,信号传播路径不稳定;环境变动会改变射频分布,指纹地图容易失效,不同设备硬件差异也会带来观测偏差,这些因素共同拉低无线感知定位稳定性。

【参考资料】

[2026-11-22](A Survey of Wireless Sensing and Localization Methods|无线感知与定位方法综述)阿里云开发者社区

[2026-07-14](基于信道表征的学习型无线定位综述)arXiv

[2025-04-18](WiFi 无源感知十年综述:系统、挑战与方向)arXiv

[2024-09-05](通感一体化定位与无源感知分类综述)IEEE Internet of Things Journal

【免责声明】

本文仅为该无线感知与定位综述内容解读,不同无线制式、锚点布局、视距条件下实际精度差异巨大;无源无线感知容易受环境变动干扰,相关方案在落地前需要现场实测校准,本文内容不构成项目选型唯一依据。

今日大家都在搜的词: