【摘 要】为了通过Wi-Fi无线信号实时监测呼吸率和步速等体征，提出对诺基亚Wi-Fi Beacon系列产品采集的信道状态信息的预处理方法以及基于菲涅尔区模型实现呼吸监测和多重信号分类算法提取多普勒速度这两种信号处理模型的仿真实验步骤，分析实际应用的健壮性并展望无线感知技术的发展前景。通过仿真实验结果表明，在特定条件下所提出的预处理方法切实有效，估计算法模型的准确率较高，可用于实时监测人体体征信息。
【关键词】信道状态信息；菲涅尔区；多重信号分类算法
0 引言
多入多出-正交频分复用（MIMO-OFDM, Multiple Input Multiple Output-Orthogonal Frequency Division Multiplexing）技术已成功应用于当前主流无线宽带通信系统（4G/5G/802.11n/ac/ax），非盲信道估计作为其关键技术之一，就是在接收端或发送端通过获取信道状态信息（CSI, Channel State Information）而掌握当前移动信道的传播及衰落特性。21世纪初人们依据无线终端接收信号强度指示（RSSI, Received Signal Strength Indicator）建立指纹库的方法实现定位与感知，但实践证明这种方法不仅需要大量的人力维护指纹库，而且由于误差较大，所以只能支持米级精度的感知。相较于基于RSSI的粗粒度感知，CSI可以支持高分辨率的细粒度感知，CSI样本数据可以表征MIMO信道在时间、空间及频率三维度的信号振幅衰减和相位变化，其数学表现形式是：M×N×K 维复数矩阵（M表示接收天线数、N表示发送天线数、K表示子载波数）。CSI在时域的振幅对不