复杂室内环境中的无传感器微运动感知理论与关键技术研究

With the fast development of smart device and context-aware computing, crowdsensing using commodity WiFi routing becomes a key technology for indoor applications. The advances in wireless technologies enables the wireless signals not only the medium for communication, but also a major source of sensing, called sensorless sensing. In traditional works, there is a lack of precise mathematical sensing model between measurements and the results. To overcome these challenges, we comprehensively explore the Fresnel Zones theory in physics, and build a generic Fresnel Zone model for micro-movement sensing such as device-free localizations, human respiration measurements, fall detection, and gesture recognition with commodity WiFi routers, on target of scientific problems of generic model, dynamic properties in complex indoor environments, adaptations of various sensing technologies, and co-existing of different sensing technologies. We target at 15-10 prestigious conference and journal papers such as Mobicom, INFOCOM, ToN and TPDS, with 5-8 applied patents , to keep our advanced position in literature.

近年来，随着智能设备的发展和情景感知应用的普及，各类复杂室内环境内的群智感知成为核心技术之一。无线技术的高速发展，使得无线信号，特别是普通的无线Wi-Fi路由器，不仅仅用来作为传递信息的媒介，而可以进一步赋予感知能力。传统的研究以经验模型为基础，缺乏精确地数学模型实现定量的感知能力刻画和分析。为了有效应对这些挑战，我们充分挖掘物理学中的菲涅尔区理论，构建具有大一统意义的菲涅尔感知模型，并将该模型应用于非传感器定位、呼吸检测、跌倒检测、手势识别等微运动感知核心技术的突破，探索信道状态信息和各类感知技术之间的基本关系，解决通用感知模型、静态环境的动态性、异构感知技术的自适应、感知技术的共存性等科学问题。团队目标在知名国内外期刊和会议上发表高质量论文15-20 篇，如Mobicom, INFOCOM, ToN, ToSN等，申请发明专利5-8 项，保持本团队在该研究方向上的已有领先国际地位

近年来，随着智能设备的发展和情景感知应用的普及，各类复杂室内环境内的群智感知成 为核心技术之一。无线技术的高速发展，使得无线信号，特别是普通的无线Wi-Fi路由器，不仅仅用来作为传递信息的媒介，而可以进一步赋予感知能力。传统的研究以经验模型为基础，缺乏精确地数学模型实现定量的感知能力刻画和分析。为了有效应对这些挑战，我们充分挖掘物理学中的菲涅尔区理论，构建具有大一统意义的菲涅尔感知模型，并将该模型应用于非传感器定位、呼吸检测、跌倒检测、手势识别等微运动感知核心技术的突破，探索信道状态信息和各类感知技术之间的基本关系，解决通用感知模型、静态环境的动态性、异构感知技术的自适应、感知技术的共存性等科学问题。基于我们构建的菲涅尔感知模型，室内非传感器感知定位精度可以达到10cm, 呼吸检测误差小于1次/分钟，跌倒检测准确率达到90%以上，手势识别精度达到分米级。