孙宏宇 鲁 铮 香丽芸

（昌吉学院计算机工程系 新疆 昌吉 831100）

基于信号特征的感知问题的研究现状和意义

孙宏宇 鲁 铮 香丽芸

（昌吉学院计算机工程系 新疆 昌吉 831100）

随着物联网技术和设备的发展，以及物联网设备部署密度的提高，如何利用物联网设备产生的射频信号的传播特征进行信息感知成为信息感知领域的研究热点。文章围绕基于射频信号的信息感知展开研究，主要工作包括基于信号特征的信息感知问题研究现状综述、研究意义综述以及研究范围综述，旨在为相关领域的研究提供参考。

物联网；信号传播特征；信息感知

1 基于信号特征的感知问题的研究现状

随着信息技术的不断发展，信息感知在工业、农业、军事、个人健康管理与监测、智能家居等领域都起着越来越重要的作用。信息感知的技术和方法也呈现出多元化的发展趋势，例如利用热像仪、摄像机、声纳、雷达系统、传感器网络等技术方法和手段进行信息的获取和感知。但是透过这些技术的表象探究事物的本质，这些技术都是通过信号的传播原理进行事物的感知，其主要区别在于用于感知事物的信号的波长和频率不同。所以，本文根据波长和频率的不同将目前的感知技术划分为三类：（1）基于红外线/可见光的感知系统；（2）基于声波的感知系统；（3）基于射频信号的感知系统。基于射频信号的感知系统又根据硬件的不同划分为两类：（1）基于特殊硬件，利用雷达原理进行感知的系统；（2）基于现有通信设备，利用无线信号的传播特征进行感知的系统。

下面将对本文所研究的三种感知技术的研究现状进行介绍和分析。

1.1 基于红外线/可见光的感知问题

本节介绍了基于红外线/可见光的感知问题在学术界和商业界的研究现状，并分别分析它们的优缺点。

1.1.1 基于红外线的感知问题的研究现状

红外线是一种电磁波，红外线的波长范围在760nm到1mm之间，所以，理论上利用红外线进行信息感知的误差也是在760nm到1mm之间，能够满足日常生活中各类感知问题的精确度要求（例如位置感知、图像感知、运动轨迹感知、人体动作感知，等）。因此，利用红外线进行信息感知引起了学术界和商业界的重视，相关学术成果和商业产品在各个领域中得到了广泛的应用。

从横向角度出发，利用红外线进行信息感知在各个领域都得到了广泛的应用。例如，在工业领域，文献[1]利用红外线对乙烯气体进行了监测、文献[2]利用红外线对车辆进行了检测和分类、文献[3]研究了如何利用红外线进行工业焊接点的检测；在农业领域，文献[4]研究了如何利用红外线进行食品的检测；在环境监测领域，文献[5]研究如何利用红外线进行废水质量监测，文献[6]研究如何利用红外线对大气进行监测。

从纵向角度出发，利用红外线能够解决信息感知中的若干共性问题。例如，在位置感知领域，文献[7]探讨了如何利用红外线进行二维空间或三维空间的位置感知；在运动轨迹感知领域，文献[8-10]探讨了如何利用红外线跟踪人/物体的运动轨迹；在人体动作感知领域，文献[10]探讨了如何利用红外线反射信号的变化情况预测不同的人体动作情况。

1.1.2 基于可见光的感知问题的研究现状

可见光是一种电磁波，可见光的波长范围在390nm—760nm之间，所以，理论上利用可见光进行信息感知的误差也是纳米级。利用可见光的信息感知具有较高的分辨率，例如日常生活使用的照相机、摄像机等，都是基于可见光的感知系统。基于可见光的感知系统的高精确度特征使在感知领域的应用也十分广泛。文献[11]研究了利用可见光进行环境感知的可行性，文献[12]提出如何利用可见光进行辅助静态位置感知；文献[13]提出如何利用可见光进行人体动作识别和感知。

1.1.3 基于红外线/可见光的感知系统的优缺点分析

综上所述，基于红外线/可见光的感知系统具有分辨率高、精确度高的显著优势。理论上，其感知的精确度在纳米/毫米级以上，能够满足大部分日常生活中的信息感知对精确度的要求。但是基于红外线/可见光的感知系统至少有三个显著缺点：（1）需要特殊的硬件，例如红外传感器、LED等硬件设备；（2）不能识别具有遮挡物的人/物，由于红外线/可见光的波长较短，衍射能力差，所以基于红外线/可见光的感知系统只能识别LoS（Line-of-Sight）路径上的人/物，而不能识别NLoS（None Line-of-Sight）路径上的物体；（3）识别距离较短，大概为3m—5m左右，严重限制了信息感知范围。

1.2 基于声波的感知问题

本节将介绍基于声波的感知问题在学术界和商业界的研究现状，并对这类工作进行优缺点分析。

1.2.1 基于声波感知问题的研究现状

声波是一种机械波，声波根据波长的不同分为次声波、可闻波、超声波三类，其波长范围在0.017m—17m范围内变换，理论上，基于声波的感知系统的误差和所使用的声波波长具有相同的数量级。所以，虽然基于声波的感知系统在精确度上不占明显优势，但是声波的衍射能力较强，感知范围较大。所以，在一些精度要求不高的应用场景中，基于声波的感知系统也得到了较为广泛的应用。

文献[14]综述了利用声波进行信息感知的原理；文献[15]研究了如何利用声波进行位置感知；文献[16]利用声波进行了人体动作识别和感知。

1.2.2 基于声波的感知系统的优缺点分析

综上所述，由于声波具有较好的衍射性，在水下和透地感知领域具有显著的优势，理论上，其感知精确度与波长在同一数量级上，根据声波波长的不同，精确度在几厘米到几米不等。所以，基于声波的感知系统至少有两个显著缺点：（1）需要特殊硬件，例如麦克风阵列；（2）信息感知精确度受声波波长的影响。

1.3 基于通信设备信号的感知问题

射频信号（又称无线电信号）是一种电磁波，其频率范围较大，射频信号波长范围从0.1mm到105km不等。由于信息感知的精确度和信号的波长成正比，所以目前用于进行信息感知的射频信号一般是指厘米波（3GHz—30GHz）、毫米波（30GHz—300GHz）以及更高频的亚毫米波（300GHz—3000GHz）。所以本文以下部分提到的基于射频信号的感知问题是指射频信号部分的厘米波、毫米波或者亚毫米波。

由于厘米波/毫米波/亚毫米波的波长介于声波和红外线/可见光之间，所以基于射频信号的信息感知问题在一定程度上能够继承上述两者的优点，弱化上述两者的缺点，在众多领域得到了广泛的应用。

根据使用技术的不同，目前，基于射频信号的信息感知方法主要划分为两类：基于特殊硬件设备，利用雷达原理进行信息感知的相关研究；基于现有通信设备，利用无线信息传播特征的信息感知问题相关研究。其发展现状分别简述如下。

（1）基于特殊硬件设备：利用雷达原理的感知问题研究现状

基于雷达原理的射频信号感知系统主要是利用SAR（Synthepic Aperture Radar）、PAR（Phased Array Radar）等技术进行位置感知、图像感知，运动轨迹感知和人体动作感知等。例如文献[17-19]利用雷达原理进行了静态位置感知；文献[20-22]利用了雷达原理进行图像感知；文献[23-26]利用雷达原理进行了人体动作感知。

（2）基于现有通信设备、利用无线信号传播特征的感知问题研究现状

基于现有通信系统的感知系统主要是利用现有的射频通信网络（例如Wi-Fi、LTE、ZigBee、BLE以及其他物联网通信设备和协议）进行信息感知，其主要原理是利用无线信号在环境中的传播特征反向推测和判断传播环境中的信息。

综合红外线/可见光/声学/雷达等感知系统可知，传统的感知系统是专用的空间信息感知工具。而基于通信系统的感知问题不仅可以进行空间信息的感知，也可以进行频域维度的信息感知。进行空间的信息感知能够提高通信系统的增值业务能力，而进行频域维度的感知能够提高通信系统本身的传输性能。

另外，由于基于通信系统的感知能够具有以下特征:可以利用现有硬件、成本较低、易于部署、易于普及等，在近年来引起了研究者和商业界的广泛关注。在空间信息感知领域，文献[27][28]研究了如何利用现有通信系统进行静态位置感知；文献[29]研究如何利用现有通信系统感知环境中的声音；文献[30]研究如何利用现有通信系统进行传播环境的图像感知。

1.4 现有技术方法优缺点总结和本文的切入点

综上所述，基于现有技术的感知问题优缺点分析如表1所示，各感知技术存在的优势用红色字体标出，由表1可知，基于现有通信系统信号传播特征的感知系统具有显著的优势。在理论上，基于现有通信系统的感知精确度至少能够达到厘米级，能够适应大多数的应用需求；现有通信系统射频信号的衍射能力使得信息感知的距离适中；另外，基于现有通信系统的感知问题能够覆盖LoS和NLoS路径上被感知事件。不需要额外的特殊硬件支持，易于部署和推广。所以，基于通信系统信号传播特征的感知系统在近年来受到广大研究者和商业界的重视。

所以，本文主要研究如何在现有通信系统下，基于信号的传播特征进行空间维度和频域维度的信息感知。第2节详细阐述了基于现有通信系统进行信息感知的意义；第3节详细阐述了基于现有通信系统进行信息感知的主要研究范围和学科内的关注重点。

表1 现有感知技术的优缺点对比

2 基于现有通信系统无线信号传播特征的感知问题的研究意义

根据上一节的分析可知，传统的感知系统重点关注空间维度的信息感知（例如位置、空间结构、运动轨迹，人体动作，等）。而利用现有的通信设备和无线信息的传播特征既能进行传统的空间维度信息感知，也能进行频域维度的信息感知。其中，空间信息感知是提高通信系统增值业务的重要基础；频域维度的信息感知是提高通信系统自身的频谱利用率的重要基础。所以研究移动通信系统下的感知问题是提高网络自身性能和网络增值业务性能的重要途径之一，具有重大的理论意义和实践意义。

2.1 理论意义

在移动通信系统中，信息传播的载体（无线信号）由三个维度组成：时间维度（例如周期）、空间维度（例如振幅和相位）、频域维度（例如载波频率）。所以，理论上，根据无线信号的传播特征可以反向感知这三个维度的信息，通常，时间维度是空间维度和频域维度信息的更新和扩展。所以，通信系统下的感知问题主要划分为空间维度的信息感知和频域维度的信息感知两类（更详细的划分见第3节）。而空间维度的信息感知是提升通信系统增值业务能力的基础；频域维度的信息感知是提升通信系统自身频谱利用率的基础。

提升通信系统增值业务能力：利用现有通信设备和射频信号传播特征可以获取无线信号传播环境中的空间信息，主要包括空间中物体、其他通信设备以及人的位置信息、结构信息、行动轨迹信息以及人体动作信息等。这些信息是提高通信系统增值业务能力的重要基础。所以，对通信系统中空间信息感知的研究具有重要理论意义。

提升网络系统自身的性能：利用现有通信设备和射频信号传播特征可以获取无线信号传播过程中的频域信息，例如异构通信设备之间的频谱占用情况等，这些信息是提高通信网络频谱利用率的重要基础。所以，对通信系统中频域信息感知的研究具有重要理论意义。

综上所述，通信系统下的感知问题能够同时提升通信系统增值业务能力和通信系统自身的性能，具有重要的理论意义。

2.2 实践意义

与传统的感知系统相比，对通信系统下的感知问题研究的实践意义表现在以下四个方面：

降低感知系统的成本：基于无线信号传播特征的感知系统可以利用任何现有无线通信技术和设备进行信息感知。例如Wi-Fi路由器、蜂窝网络、ZigBee传感器网络、BLE网络等。所以，基于通信网络的感知问题不需要额外的硬件，可以大幅度地降低信息感知和获取的成本，在实际的开发和应用中具有重要意义。

提高频谱的利用率：频域信息的感知能够直接异构网络设备之间的频谱利用率；空间信息的获取也能够在不影响现有通信的基础上获取更多的信息，从而间接地提高频谱的利用率。随着移动设备和流量的不断增长，频谱资源成为世界上稀缺资源之一，所以高效的频谱利用率在实际的开发和应用中具有重要的意义。

降低推广难度：由于基于通信网络的感知系统不需要额外的硬件，所开发的软件系统可以安装在PC、手机、平板、可穿戴设备上。目前，这些设备的普及度较高，所以从用户角度来说易于操作和培训，使得推广难度降低。

催生更多应用的发展：通信系统下的感知问题的研究可以推进相关应用产业的发展，例如人机交互（HCI）、健康情况跟踪与监控以及智能家居等产业的发展。

3 基于无线信号传播特征的感知问题的研究范围

在通信系统下，感知问题的主要研究目标是如何利用现有的通信设备进行高精度、低成本的信息获取（例如位置、结构、轨迹、动作、频谱分配情况等）。根据日常应用的需求，目前通信系统下感知问题主要涉及的维度包括：（1）空间维度的信息感知；（2）频域维度的信息感知。考虑空间维度、频域维度信息随着时间维度的变化情况，空间维度的信息感知又可以划分为静态空间信息感知和动态空间信息感知两类；频域维度的信息感知也可以划分为静态频谱感知和动态频谱感知两类。其关系如图1所示。

图1 通信系统下感知问题的研究范畴

由图1可知，从信息获取维度层面出发，在理论上可以把信息感知问题划分为四大类，分别是静态空间信息感知问题、动态空间信息感知问题、静态频谱感知问题以及动态频谱感知问题。这四类感知问题又根据实际应用的不同演化为若干种类（如图1所示），其详细介绍如下：

（1）静态空间感知问题：该问题假设空间信息不随时间维度显著变化，在空间信息获取的过程中可以不考虑时间的变化对空间信息的影响。目前，比较基础的静态空间感知问题包括静态位置感知（Location Sensing）和环境图像重构（Image Sensing）两类。其中，环境图像重构（Im⁃age Sensing）是静态位置感知在空间域的扩展。所以，静态位置感知是静态空间感知问题的核心，如何利用环境中部署的物联网设备之间的信号传播关系确定节点的静态部署位置是环境感知领域重要的研究问题之一。

（2）动态空间感知问题：该问题假设空间信息随着时间维度显著变化，在解决问题的过程中必须考虑时间的变化对空间信息的影响情况。目前，比较基础的动态空间感知问题包括运动轨迹感知（Tracking）和人体动作感知（Gesture Sensing）两类。其中，运动轨迹感知问题是静态位置感知问题在时间维度的扩展，目前已经具有多种性能良好的解决方案。但是，通信系统下人体动作感知问题是目前国内外学者和研究人员公认的具有挑战性的研究问题，目前仍然存留很多开放性问题有待研究，所以，如何利用信号的传播特征进行动作感知是数学界的开发性研究问题，目前基于信号传播特征的动作感知问题主要包括如何利用粗粒度的信号特征进行细粒度的动作感知、如何同时感知多人的动作、如何在占空比较低的条件下精确的识别人体动作。

（3）静态频谱感知问题：该问题假设频谱的使用情况不随时间的变化显著变化，通信节点进行频谱感知和获取的过程中不需要随着时间的变化而调整（例如目前的路由器信息获取方法）。目前，根据通信系统频谱管理方案的现状，静态频谱感知问题主要划分为粗粒度频谱感知问题（例如信道级别的频谱感知）和细粒度频谱感知问题（例如子载波级别的频谱感知问题）。目前，基于信道级别的频谱感知问题已经具有多种良好的解决方案，并且已经形成规范的国际化标准。但是，子载波级别的频谱感知问题能够进一步提高通信网络的传输性能，是频域感知问题中的关键问题，所以，当前，如何进行子载波级别的干扰感知是学术界的重点研究问题，主要包括如何进行静态子载波的干扰感知、动态子载波的干扰感知等开放性研究问题。

（4）动态频谱感知问题：该问题假设频谱的使用情况随着时间的变化而变化，在通信节点部署比较稠密的情况下，动态频谱感知能够实时地提高整个通信网络的性能。目前动态频谱感知主要研究信道的动态分配问题。包括单一网络的信道分配问题和交叉网络的频谱感知问题，单一网络的频谱感知问题是指竞争频谱资源的节点类型单一，例如WiFi网络、LTE网络、ZigBee网络、BLE网络的频谱感知问题；交叉网络的频谱感知问题是指竞争频谱资源的网络节点协议不同，例如WiFi和LTE在5GHz频段的共存问题，WiFi和ZigBee在2.4GHz频段的共存问题，等。

4 总结

本文综述了目前基于信号特征的信息感知问题的研究现状、研究意义以及研究范围。首先，按照信号波长的不同，目前基于信号的信息感知问题主要分为基于红外线/可见光的感知问题、基于声波的感知问题、基于通信设备信号的感知问题，本文对这些感知问题的优缺点进行了分析；其次，本文分别从理论和实践两个方面分析了基于信号特征的意义；最后，本文分析了基于通信系统的无线信号的研究范围，主要包括静态空间信息感知和动态空间信息感知两个部分。本文的综述研究能够为同领域的研究提供一定的参考。

［1］M.De Biasio,R.Leitner,C.Krall,and M.Krivec,“Ethylene Gas Sensing Using Non-Dispersive Infrared Spectros⁃copy,”pp.5–7,2016.

［2］E.Oudat,M.Mousa,and C.Claudel,“Vehicle Detection and Classification Using Passive Infrared Sensing,”2015 IEEE 12th Int.Conf.Mob.Ad Hoc Sens.Syst.,pp.443–444,2015.

［3］H.Fan,N.K.Ravala,H.C.Wikle,and B.A.Chin,“Low-cost infrared sensing system for monitoring the welding process in the presence of plate inclination angle,”J.Mater.Process.Technol.,vol.140,no.1–3 SPEC.,pp.668–675,2003.

［4］H.Büning-Pfaue,“Analysis of water in food by near infrared spectroscopy,”Food Chem.,vol.82,no.1,pp.107–115,2003.

［5］K.Michelet al.,“Monitoring of pollutant in waste water by infrared spectroscopy using chalcogenide glass optical fi⁃bers,”Sensors Actuators,B Chem.,vol.101,no.1–2,pp.252–259,2004.

［6］C.Clerbauxet al.,“Monitoring of atmospheric composition using the thermal infrared IASI/MetOp sounder,”At⁃mos.Chem.Phys.,vol.9,no.16,pp.6041–6054,2009.

［7］J.Kwak,B.C.Ko,and J.Y.Nam,“Ferns Learning in Far-Infrared Imagery for Safe Driving at Night,”vol.18,no.1,pp.69–81,2017.

［8］R.Decker,A.Shademan,J.Opfermann,S.Leonard,P.Kim,and A.Krieger,“A Biocompatible Near-Infrared 3D Tracking System,”IEEE Trans.Biomed.Eng.,vol.9294,no.c,pp.1–1,2017.

［9］Z.Fang,F.Zeng,J.Jiang,Q.Ouyang,and B.Hu,“Design and Experiment of A Compact Tracking Mirror for Du⁃al-band Infrared Remote Sensing,”pp.271–275,2016.

［10］D.Ionescu,V.Suse,C.Gadea,B.Solomon,B.Ionescu,and S.Islam,“An infrared-based depth camera for gesturebased control of virtual environments,”2013 IEEE Int.Conf.Comput.Intell.Virtual Environ.Meas.Syst.Appl.CIVEMSA 2013-Proc.,pp.13–18,2013.

［11］C.Zhang,J.Tabor,J.Zhang,and X.Zhang,“Extending Mobile Interaction Through Near-Field Visible Light Sensing,”Proc.21st Annu.Int.Conf.Mob.Comput.Netw.-MobiCom’15,pp.345–357,2015.

［12］S.-H.Yang,E.-M.Jung,and S.-K.Han,“Indoor Location Estimation Based on LED Visible Light Communica⁃tion Using Multiple Optical Receivers,”IEEE Commun.Lett.,vol.17,no.9,pp.1834–1837,2013.

［13］T.Li,C.An,Z.Tian,A.T.Campbell,and X.Zhou,“Human Sensing Using Visible Light Communication,”Proc.21st Annu.Int.Conf.Mob.Comput.Netw.-MobiCom’15,pp.331–344,2015.

［14］A..Han,Y..Yang,P..Hui,and Z..Zhao,“Acoustic signal acquisition system based on wireless sensor networks and compressed sensing theory,”World Autom.Congr.Proc.,2012.

［15］H.Yanget al.,“Smartphone-Based Indoor Localization System Using Inertial Sensor and Acoustic Transmitter/Re⁃ceiver,”IEEE Sens.J.,vol.16,no.22,pp.8051–8061,2016.

［16］W.Wang,A.X.Liu,and K.Sun,“Device-free gesture tracking using acoustic signals,”Proc.22nd Annu.Int.Conf.Mob.Comput.Netw.-MobiCom’16,pp.82–94,2016.

［17］J.Yan,H.Liu,W.Pu,B.Jiu,Z.Liu,and Z.Bao,“Benefit Analysis of Data Fusion for Target Tracking in Multiple Radar System,”IEEE Sens.J.,vol.16,no.16,pp.6359–6366,2016.

［18］J.Yan,H.Liu,W.Pu,and Z.Bao,“Decentralized 3-D Target Tracking in Asynchronous 2-D Radar Network :Algorithm and,”vol.17,no.3,pp.823–833,2017.

［19］F.Soldovieri,G.Gennarelli,I.Catapano,D.Liao,and T.Dogaru,“Forward-Looking Radar Imaging:A Compari⁃son of Two Data Processing Strategies,”IEEE J.Sel.Top.Appl.Earth Obs.Remote Sens.,vol.10,no.2,pp.562–571,2017.

［20］T.Tseng,J.Wun,W.Chen,S.Peng,J.Shi,and C.Sun,“imaging system based on a few-cycle W-band photonic millimeter-wave pulse generator,”vol.21,no.12,pp.10416–10423,2013.

［21］Q.Pan,F.Yang,L.Xu,H.Geng,and Y.Liang,“Joint estimation of target state and ionospheric height bias in over-the-horizon radar target tracking,”IET Radar,Sonar Navig.,vol.10,no.7,pp.1153–1167,2016.

［22］K.Li,X.Chen,and G.Zhou,“Maneuvering target tracking in constraint coordinates with radar measurements,”2016 IEEE Radar Conf.RadarConf 2016,pp.0–5,2016.

［23］T.Fanet al.,“Wireless Hand Gesture Recognition Based on Continuous-Wave Doppler Radar Sensors,”IEEE Trans.Microw.Theory Tech.,vol.64,no.11,pp.4012–4020,2016.

［24］Y.-C.Chiu,F.-K.Wang,Y.-R.Chou,and T.-S.Horng,“Wearable Doppler Radar Health Monitor with Ges⁃ture Control.”pp.6–8.

［25］P.Molchanov,S.Gupta,K.Kim,and K.Pulli,“Short-range FMCW monopulse radar for hand-gesture sensing,”IEEE Natl.Radar Conf.-Proc.,vol.2015–June,no.June,pp.1491–1496,2015.

［26］F.K.Wang,M.C.Tang,Y.C.Chiu,and T.S.Horng.“Gesture Sensing Using Retransmitted Wireless Communi⁃cation Signals Based on Doppler Radar Technology,”IEEE Trans.Microw.Theory Tech.,vol.63,no.12,pp.4592–4602,2015.

［27］M.Kotaru,K.Joshi,D.Bharadia,and S.Katti,“SpotFi :Decimeter Level Localization Using WiFi,”Sigcomm 2015,pp.269–282,2015.

［28］S.Kumar,S.Gil,D.Katabi,and D.Rus,“Accurate indoor localization with zero start-up cost,”inProceedings of the 20th annual international conference on Mobile computing and networking-MobiCom’14,2014：.483–494.

［29］G.Wang,Y.Zou,Z.Zhou,K.Wu,and L.Ni,“We Can Hear You with Wi-Fi!,”IEEE Trans.Mob.Comput.,pp.1–1,2016.

［30］J.Chan,C.Zheng,and X.Zhou,“3D Printing Your Wireless Coverage,”inProceedings of the 2nd International Workshop on Hot Topics in Wireless-HotWireless’15,2015：1–5.

TP3

A

1671-6469（2017）-06-0119-08

2017-09-02

新疆维吾尔自治区重点专业建设项目：“计算机科学与技术（云计算）”；新疆维吾尔自治区普通高等学校教学改革研究项目：综合改革项目“昌吉学院—中兴通讯ICT应用型人才培养机制研究”（2017JG117）阶段性研究成果。

孙宏宇（1986-），女，吉林长春人，昌吉学院计算机工程系教师、博士，研究方向：无线网络与移动计算。