(中国科学院深圳先进技术研究院实时监测与传输技术中心、人机控制研究室、《集成技术》编辑部)

中国科学院深圳先进技术研究院实时监测与传输技术研究中心黄晓霞研究员及其团队主导的研究[1]在非视距的情况下基于无线信号对行为识别方面取得进展(基于无线电信号的室内无设备行为识别)。该研究提出了一种无设备移动识别的方法——利用非视距环境中的链路状态信息进行人的移动识别。其中，链路状态信息在网络层易获取，且相对于单独的接收信号强度指示信号，它包含更多的物理成分。当信号被监测环境中移动的人阻隔或反射将使信号传播路径产生动态变化时，引起慢衰落和信道特性的波动。作为链路状态信息的度量，接收数据包的包传输率和时间间隔可被用作移动识别。通过对这些接收数据包的接收状态和到达时间序列信息进行特征提取和分类，可对监测范围内人的不同行为进行区分。结果显示，通过从接收数据包中提取特征来分辨不同的移动方向和速度，能够对人的行为提供高精确的识别，甚至辨别出人的不同身高；与基于固定采样的RSSI 类方法相比，该方法对行走速度的平均识别率提高了 44%，对移动目标高度的平均识别率达 76.6%。在非视距环境中，该方法具有相对高的精确度且无附加部署成本，可将其便利地部署到真实室内场景中的商业 AP 内用于移动识别。

中国科学院深圳先进技术研究院实时监测与传输技术研究中心黄晓霞研究员及其团队主导的研究[2]在能量受限无线网络能量供应方面取得进展(对采用时间切换机制的 OFDM 无线功率中继传输进行子载波配对的资源优化)。……