2018 年年初，天津一所養老院的老年公寓安裝了一個 Wi-Fi 路由器和兩個 Wi-Fi 小設備在房間內。張大慶教授在他北大辦公室的筆記本電腦前，觀察著通過 Wi-Fi實時傳輸過來的公寓中老人的位置、活動狀態和呼吸率等，并跟房間內常規的監護設備信息進行比較。

這是張大慶在評估團隊研發的基于 Wi-Fi 設備的非接觸健康感知系統的準確性和穩定性。通過 Wi-Fi 的感知和通信能力，張大慶得以遠程知曉老人的呼吸、睡眠和行走等實時狀態。

“我們通過利用無處不在的 Wi-Fi 信號，分析老人活動和被活動影響的 Wi-Fi 信號波動模式之間的關系，來識別老人的活動狀態，這就是無線感知?！睆埓髴c解釋道。

張大慶是國際上最先研究情境感知的華人學者之一，2014 年回國加入北大后，一直致力于智能無線感知領域的研究。2018 年當選 IEEE Fellow，2019 年當選歐洲科學院外籍院士，至今谷歌學術被引數超過兩萬四千次。

智能無線感知是一種利用泛在無線信號，對環境中的人和物實現感知的技術，這些無線信號來自我們生活中所部署的各種無線設備，包括 Wi-Fi、4G/5G、RFID 和藍牙設備等等，它們原本的任務是無線通信、實現信息傳輸。

過去在學術界，通信和感知其實是兩個獨立的研究領域。通信領域的學者主要研究通信機理，關注信號該如何設計、處理能使傳輸效率更高、信號覆蓋更廣、性能更穩定等問題；而感知領域的學者則主要關注雷達感知和用 Wi-Fi 等無線信號做定位；通信與感知二者之間的關系更趨同于是“共存”，還會存在對頻譜等資源的競爭。

隨著“萬物智聯”時代的加速來臨，5G 移動通信網絡向 6G 邁進，感知也將成為 6G 一個重要的新特性，“通信感知一體化（ISAC）”概念被提出，吸引了國內外一眾科學家和工業界學者投身其中，張大慶也是求索隊伍中的一員。

經過過去八年在無線感知領域的耕耘，張大慶的目標變得日益清晰、堅定：構建原創的泛在無線感知理論技術體系，最終實現感知、計算和通信無處不在。

01 起點：智慧家居

***剛過，張大慶在工作時接到了一個遠渡重洋的電話。

電話是從意大利打過來的，張大慶申請的意大利導師委托同校一位天津大學的訪問學者聯系到他，希望張大慶能盡快加入自己羅馬大學的團隊攻讀博士。

放下電話，張大慶很興奮，他等這個回復已很久了。張大慶交接完手里的工作，很快就辦好了赴意大利留學的簽證。

那時，神經網絡和模糊邏輯研究在全球正迎來一個發展的熱潮，張大慶也由國內從事的并行處理和分布處理、改變為這一新興的研究方向。1996年，張大慶取得了羅馬大學的博士學位，并到新加坡國立大學從事博士后研究。

起初，張大慶聚焦在計算機控制的研究中，直到 2000 年一次偶然的機會，讓他轉向了基于Wi-Fi 和 Bluetooth 的計算機網絡研究。也是在這里，張大慶第一次與“感知”相遇了。

當時，張大慶已經進入新加坡資訊通信研究院（I2R）工作，I2R 隸屬新加坡科技研究局，跟許多國際機構和企業都有合作，他在 I2R 接觸到的第一個項目，就是給英特爾和美國國家半導體兩家企業做家庭網關（Home Gateway）的參考設計。期間，國內的中興、華為等企業曾專門去到他的實驗室訪問合作，這項工作也引起了新加坡政府的關注。

新加坡是最早推行智慧化的國家之一，2002 年新加坡資訊通信發展局（IDA）發布了智能家居（Connected Home）的藍圖，考慮到張大慶在家庭網關方面的經歷，便邀請他加入、擔任 IDA 智慧家居工作組技術負責人，并在不久后又啟動了智能社區（Connected Community）項目。

兩個項目的成功落地讓 I2R 看到了新方向的機會。2003 年，I2R 正式成立智慧家居實驗室，張大慶任實驗室創始主任，一年后又擔任了情境感知系統研究部的創始部長。

那時的張大慶做過硬件、又做過軟件，但在智能家居的研究中他發現，服務是智能家居至關重要的一環，“所謂的智能，就是要能感知所處的情境、并根據不同的情境來提供相應的智能服務?！?/p>

沿著這個思路，張大慶很快發現了“普適計算”這個新興的研究方向。普適計算強調“計算、感知、通信無處不在，計算和環境融為一體”，是施樂公司 PARC 研究中心首席科學家 Mark Weiser 于 1991 年提出的愿景，他在論文“The Computer for the 21st Century”中寫道：「最影響深遠的技術應該是那些消失的技術（The most profound technologies are those that disappear）」，大膽設想了未來“看不見的計算”會成為人們生活的一部分。

當時，國際上不少高校如麻省理工、喬治亞理工、卡內基梅隆大學、伊利諾伊大學香檳分校、昆士蘭大學等都先后發布了相應的情境模型，但許是期待值過高，張大慶興致勃勃地研究后卻發現，結果并沒有很驚艷，這些模型大部分存在表達性差、無法支撐情境推理等不足。

張大慶決定，以提出一個更有效的情境模型為突破口，作為他進入普適計算領域的第一個研究問題。那段時間里，張大慶經常和團隊開會討論，其他與計算機相關的領域也成為他尋找靈感的途徑。

一次，張大慶在網上讀到有關“語義網”的最新發展，當中提到了“Web Ontology（本體）”的概念。在語義網中，Ontology 用于定義概念和描述各種資源之間的關系。

“這就相當于定義了一個概念字典，又能利用關系做推理?！边@給了他極大的啟發。張大慶立即和團隊討論如何將 Ontology 的概念應用到情境建模中，提出了一個基于“Web Ontology Language（OWL）”標準的層次情境模型 CONON，并在 CONON 的基礎之上構建了情境中間件 Semantic Space 和 SOCAM，可對情境進行推理和一致性檢查，并能支持對情境感知應用的快速敏捷開發。

論文地址：http://www-public.tem-tsp.eu/~zhang_da/pub/ontology-wang-2004.pdf

這個基于 OWL 的情境模型很快被國際普適計算、移動計算、服務計算領域和產業界廣泛采用，并在 2013 年獲得 IEEE PerCom 2013 “十年最具影響力論文獎”，至今已被引用超過 2600 次。2018 年，該模型成為智慧城市領域知識本體模型國家標準（GB/T 36332-2018），2020 年被認定為智慧城市知識管理國際標準（ISO/IEC 30145-2： 2020）。

2007 年，在法國巴黎國立電信學院的邀請下，張大慶前往法國，任一級終身教授，并創建了 ALPS（Ambient Intelligence and Pervasive System Group）實驗室。

雖然身在海外，但從 2003 年開始，張大慶也跟國內許多高校如清華、西工大、浙大、北大等保持密切合作，為國內培養了一大批普適計算、大數據分析領域的優秀學者。

作為國際上率先提出基于OWL的情境模型和中間件的學者，基于在移動和泛在情境感知系統領域做出的貢獻，張大慶于 2018 年當選為 IEEE Fellow，2019年當選歐洲科學院外籍院士。

02 「看不見」的感知

2014 年，張大慶回國加入了北京大學信息科學技術學院。

起初，張大慶的計劃是延續在法國的研究，繼續從事群智感知和感知大數據分析方向。

那幾年，隨著智能手機的普及和全球網民數量突破30億，大數據躋身為一種新的經濟資產類別，因其巨大的研究和落地價值而受到越來越多學者的關注。張大慶在這個領域中深耕多年，產出了不少領域頗具影響力的科研成果。

但加入北大后，張大慶發現，相比于火熱的大數據分析方向，作為普適計算關鍵問題之一的無線感知研究頗具應用前景、卻還處于研究初期。

無線感知屬于情境感知研究的一個分支，利用泛在無線信號對人和環境進行感知，信號從發送端發出，以波的形式傳播到接收端。我們可以想象在池塘內扔進一顆石子，水波紋呈環狀向外擴散，無線信號也是這樣傳播的。

在傳播過程中，無線信號受環境中地面、墻體、人體等因素影響，經直射、反射、散射等多條路徑最終達到接收端，其接收到的信號也就包含了環境信息。通過觀察和分析所接受信號變化的特征，就能實現對人的行為或環境變化的感知。作為物聯網和AI領域的一個交叉研究方向，無線感知有望對居家養老、醫療健康帶來顛覆性的變革。

以Wi-Fi感知為例，就在張大慶回國的前一年，華盛頓大學（UW）研究團隊發表了 WiSee 系統，利用Wi-Fi無線射頻的多普勒效應（目標靠近或遠離無線設備都會引起無線信號頻率的改變），在居家環境實現對9種手勢的識別，平均識別率高達94%。

隨后，國內許多高校也有相應成果發布，如香港科技大學基于 Wi-Fi 的口型識別系統，清華大學的 Wi-Fi 虛擬圍欄系統，南京大學用 Wi-Fi 信號識別按鍵輸入。..。..從學術角度看，這些研究工作相當新穎、令人鼓舞。

“但從商用角度來說，系統的性能和穩定性始終無法保證，以至于從 2000 年以來Wi-Fi室內定位一直無法普及。”難題梗塞在前，張大慶萌生了理解無線感知機理、回答無線感知系統最基本理論問題的想法。

在中國科學院院士楊芙清、梅宏教授和北京大學軟件所所長謝冰教授的鼎力支持下，張大慶帶著3位軟件工程專業的博士生，正式投入到了無線感知的探索中。

隨著老齡化社會的到來，居家養老健康問題受到了極大的關注。張大慶團隊選擇的第一個場景，就是從居家養老入手，研究基于Wi-Fi信號檢測老人跌倒的問題。

在以往的跌倒檢測研究中，普遍采用的方法是將人的各種行為進行手工切分，再進行識別，這就導致了模型在現實場景中會出現系統不穩定、魯棒性難以保證等問題。為此，張大慶從一開始就決定，對老人自然、連續的日常活動進行自動切割、自動跌倒行為識別，以便針對落地中所面臨的真實問題。

通過利用Wi-Fi設備中可采集的細粒度通道狀態信息（CSI） 的相位和振幅，張大慶團隊提出了 RT-fall 系統，首次實現實時自動分割和檢測跌倒的目標，不需要老人攜帶任何設備，也可以對其日常活動進行持續檢測。他們在研究中發現，解決商用Wi-Fi感知的一個理想基信號正是兩個天線的相位差；同時，環境變化、人的位置和朝向變動、Wi-Fi設備移動等，都會導致無線接收信號模式發生改變，從而影響感知系統的性能和穩定性。

張大慶告訴雷峰網，不僅是跌倒檢測，幾乎所有無線感知應用，如呼吸檢測、手勢識別、鍵盤輸入、口型識別等，都對感知目標位置、朝向、速度和Wi-Fi設備位置等參數存在依賴性問題，即使微小的參數變化都會影響感知結果的準確性和穩定性?！耙簿褪钦f，同一個行為換個方向、換個環境，系統就無法有效工作了；需要重新采集數據進行訓練，魯棒性和穩定性很難保證，也就不可能產品化?！?/p>

無線感知有無一個通用的感知模型？為什么會有位置、朝向依賴性問題 ？無線感知的極限和邊界在哪里？不同無線信號的感知能力是否是一致的？。..。..面對諸多待解答的問題，張大慶認為，由于無線感知背后的機理尚未弄清楚，因此距離真正的落地也還很遙遠。

針對領域這些最基本的理論問題，張大慶和團隊開始了對無線感知理論和機理的探索研究。

03 構建「泛在」 無線感知理論體系

在基于Wi-Fi CSI 的非接觸行為感知研究中，長期存在著一個隱藏的假設：信號模式變化與人的行為模式之間具有一一對應的關系，但關于信號是怎么受人的行為、設備位置和環境的影響而發生變化，并沒有一個通用模型來刻畫。

當時，已有的研究都是基于實際部署場景中的應用來觀察信號變化，通過模式識別實現系統。張大慶最初也是這么做的，“但后面發現這種模式的規律不僅很辛苦，而且即便我們花了一年多時間采集數據、調整參數，效果也沒有特別穩定?！庇谑牵瑥埓髴c開始思考能否從物理模型入手，把電磁波信號在真實環境的傳播規律刻畫出來，以便直觀地分析信號變化背后的性質特征。

張大慶帶著團隊翻找了國際和國內的許多專著、論文，在相關研究領域的研究里面找靈感。

一個偶然的機會，彼時還在跟隨張大慶讀博的吳丹在一本通信教科書上看到了關于菲涅爾區模型（Frensnel Zone Model）的介紹。菲涅爾區是是光學領域中一個非常重要的概念，但在無線通信的教科書里，卻常常只有兩三頁簡單帶過，有的甚至不會專門提及，更別說在感知領域里也從未有人應用過。

但吳丹發現，這個模型很細致，或許可以應用到Wi-Fi感知中解決定位精度較低的問題，便趕緊去找張大慶一起討論。

他們越聊越激動，并很快將菲涅爾區模型和信號干涉原理相結合，引入到無線感知的研究中，吳丹負責感知人的位置和行走方向等大尺度活動，團隊里的另一位博士王皓則是將菲涅爾區模型應用到小尺度的人體呼吸檢測，通過實驗，很快驗證了室內環境菲涅爾區的存在，還揭示了人體在反射區域大尺度、小尺度活動對無線信號影響的性質和規律。..。..

“這個模型太神奇了，一下子讓我們把無線感知許多事看明白了。”張大慶告訴雷峰網。

所謂菲涅爾區模型，指的是以收發設備兩點為焦點的一系列同心橢圓，一個橢圓與之相鄰的另一個橢圓之間邊界距離差為波長級（對Wi-Fi信號為厘米級）。物體在菲涅爾區中活動時，因接收信號是收發設備間直射信號和經物體反射信號的一個疊加，張大慶團隊發現了當中直觀有趣的性質：

當物體跨越每個菲涅爾區邊界時，接收信號會以波峰或波谷的形式出現；由于橢圓不均勻的特性，同樣的物體運動在不同方向所切割的菲涅爾區波峰波谷數量不等；而沿著橢圓運動的物體，因反射信號路徑長度保持不變，最終接收的信號也會穩定不變。

菲涅爾區模型：P1 和 P2 可看作一對無線信號的收發設備，最內層的橢圓為第一菲涅爾區

試想一下，將Wi-Fi收發設備的兩個天線作為菲涅爾區的兩個焦點，菲涅爾區是以兩個焦點為中心的層層橢圓。人在菲涅爾區中做手勢，此時手所處的位置、朝向都會切割相應的橢圓邊界，影響信號的波形。當手勢與橢圓邊界平行方向運動時，波峰波谷數減少；與橢圓邊界垂直方向運動時，則波峰數增加。

相同手勢在不同位置引起的信號波動

通過引入菲涅爾區模型，張大慶團隊展示了物體在不同位置、朝向活動時接收信號模式與波長間的內在聯系，在國際上首次提出物體的活動位置、朝向、大小、Wi-Fi收發設備位置與無線接收信號之間的關系模型，解釋了人在做出相同動作時、會因位置、朝向、大小和速度變化而帶來不同的信號模式和信號質量，揭示了各種感知參數對無線信號時域特征與頻域特征的影響。

在將菲涅爾區模型應用到Wi-Fi檢測人體呼吸和室內行走的研究時，張大慶團隊還進一步發掘了Wi-Fi多天線、多載波的性質，在“Human respiration detection with commodity wifi devices： do user location and body orientation matter”工作中，研究了人的呼吸對無線接收信號的影響，將呼吸深度、身體位置和方向與呼吸可檢測性聯系起來。

這項工作于 2016 年發表在 UbiComp 會議上，對無線感知研究產生了極大的影響力，也奠定了用 Wi-Fi 信號感知人體毫米級行為的理論基礎。

論文地址：http://www-public.tem-tsp.eu/~zhang_da/pub/Daqing%202016%20UbiComp%20respiration.pdf

2017 年年初，張大慶團隊在天津建造了無線感知實驗室，一邊在屏蔽房做大量的理論模型驗證，另一邊又在多個真實居家環境對人體呼吸、入侵、活躍度、行走軌跡和定位等多個應用進行長期的測試，團隊經常一去天津就是十天半月。張大慶回憶，“在屏蔽房用鐵板、滑軌做了大量的模型驗證，根據菲涅爾區模型觀測到的接收信號特別理想，通過和真實環境得到的接收信號不斷對比，讓團隊對無線感知的模型和原理有了很深的認識。”

美國東北大學計算機學院院長、ACM Fellow Gregory Abowd 到北京大學訪問，親自測試 Wi-Fi 跌倒檢測系統

有了菲涅爾區模型來理解無線感知的機理和多個可長期運行的Wi-Fi感知應用系統，張大慶還并不滿足于此。

“我們只清楚了 Wi-Fi 感知的一部分機理，但Wi-Fi信號的感知極限和感知范圍是什么 ？Wi-Fi信號的感知質量該如何刻畫 ？UWB、毫米波雷達、LoRa、5G等等都是電磁波，各種信號做感知時哪個性能最好？什么條件下最好？理想的電磁波形狀是正弦波、脈沖，還是鋸齒波？這些問題沒有人回答。”

用電磁波感知也不是萬能的，“但設計無線感知應用的時候，要真正理解技術適用的假設條件和邊界，選擇參數應該要有理論指導?！辈荒軆H停留在對單個應用的研究和實現當中。

構建泛在無線感知基礎理論體系是一個大工程。張大慶清醒地認識到，這些探索可能無法全部落地商用，但從長遠來看，它們對領域具有很重要的價值。

04 通信感知一體化

一直以來，無線通信和感知沿平行的道路發展，被視為兩個獨立的研究領域。以 Wi-Fi 為例，Wi-Fi 的通信協議起始于 1997 年，利用 Wi-Fi 信號進行室內定位則始于 2000 年。

當時，隨著張大慶團隊對感知研究范圍的擴大，他注意到無線感知技術中有一個關鍵限制，短傳感。雖然在室內 Wi-Fi 的通信范圍為幾十米，但其對人的行為感知的范圍只有幾米。

如何克服無線感知距離近的問題，將感知范圍大幅提高？

張大慶團隊提出并實現了兩種原創方案：一種是通過在時域、頻域和空域將無線信號進行融合，可將 Wi-Fi 感知的范圍從幾米擴展到幾十米；另一種是通過采用遠距離的無線通信信號，比如 LoRa、4G，來實現遠距離的目標感知。

LoRa 是一種專為物聯網通信而設計的新型遠程通信技術，由 Semtech 公司開發，與其它無線信號相比，具有低能耗、低成本、傳輸距離遠等優勢。

在此之前，LoRa 一直是以“通信”的面貌示人，并不支持感知功能。

張大慶團隊將 LoRa 信號用于感知，在“Exploring LoRa for Long-range Through-wall Sensing”中，提出了一個基于 LoRa 信號的感知技術，利用LoRa接收端配置的雙天線，設計了基于兩個天線信號商的感知模型，可有效消除基帶信號以及收發不同步帶來的誤差，實現了在25米范圍內監測人體呼吸狀況，和在更大范圍跟蹤人的行走軌跡。

這項研究取得了 LoRa 遠距離感知呼吸的國際最佳性能，一舉拿下了去年 ACM UbiComp 2021 的杰出論文獎。今年團隊因在移動無線感知方面的突破，又獲得了 ACM MobiCom 2022 的最佳論文獎（Best Paper Runner-Up）。

如今，隨著張大慶團隊將各種無線感知技術應用在智慧養老、醫療監護、安防等領域，工業界對無線感知領域的關注度持續上升，如華為、Intel 等企業都與張大慶團隊合作，致力于推出第一代無線非接觸感知的產品。

2020年9月，華為、Intel 等多家國際企業共同成立了 IEEE 802.11無線感知小組，正式提出了推動 Wi-Fi 感知標準 802.11bf 提案規劃，并計劃于 2024 年完成標準制訂。另一邊，關于 6G 移動通信網絡的研究也在國際上如火如荼地展開，除了更高效的通信功能，泛在智能感知被廣泛認為是 6G 的一個重要特性。

在萬物互聯、萬物智聯的浪潮推動下，近年來通信感知一體化已成為業界的共識。無線感知領域的學者們如張大慶，對通信感知融合在多個領域的應用前景十分樂觀。

當然，要實現無線通信感知一體化，還面臨著許多挑戰。在即將到來的 CNCC 2022 大會上，張大慶將作為“感知通信融合：挑戰與機遇”論壇主席，并做《通信感知一體化設計：問題、挑戰和展望》的報告。

張大慶指出，挑戰之所以存在，其根本原因就在于，泛在無線信號在設計之初是圍繞無線通信提出的，感知功能并未納入其考量范圍當中。

難題在前，任重道遠。

對此，張大慶坦言自己并不擔心，“未來的‘ Wi-F i和 6G 通信感知一體化’，會同時考慮優化通信和感知兩個目標，在設計階段就面向通信指標和感知指標的需求，進行一體化設計。”

“這是一個巨大的機遇。目前我們還沒有感受到無線感知的影響，但隨著 Wi-Fi 感知新標準和 6G 的到來，我們每家、每個城市鄉村都被 Wi-Fi 和 6G 信號所覆蓋，到那個時候，無線感知應用就自然走進千家萬戶了?！睆埓髴c憧憬到。

05 CNCC 2022 對話張大慶

雷峰網：您在智能無線感知領域的研究大概分為幾個階段？

張大慶：大致可以分為三個階段。

第一個階段是了解無線感知的基本原理、難點和領域存在的問題；也是采用基于模式的方法來觀察信號變化，通過觀察對比跌倒和人做其它日?；顒訒r各種信號變化的規律，對 Wi-Fi 感知現有的方法和基本原理有個大概認識。

第二個階段，希望通過物理模型來理解基于 Wi-Fi 的無線感知背后的機理，為設計無線感知應用提供一些通用的指導原則。我們幸運地發現了菲涅爾區模型，通過將多條路徑電磁波信號之間的干涉原理與多天線、多載波的菲涅爾區模型聯系起來，構建了基于菲涅爾區模型的無線感知理論。因為這個模型非常細致，可以對厘米甚至毫米級的人體活動對無線信號的變化模式進行刻畫和解釋，因此為無線感知領域建立了一個新的理論基石?；诜颇鶢枀^模型，我們進一步通過引入感知信噪比的概念，揭示了感知極限、感知邊界、感知信號質量和位置朝向依賴性等領域基礎理論問題，從而構建了一套無線感知理論模型和共性技術，并用多個以前做不好、但現在可以做好的真實應用驗證了理論的重要性和技術的有效性、魯棒性。

進入第三個階段，我們試圖建立一個基于泛在無線信號的無線感知理論技術體系，給出各種無線信號參數與感知性能的定量關系，從本質上來理解無線感知的原理、感知極限、感知邊界，用簡潔的理論來指導什么樣的應用該用什么樣的無線信號來感知，回答各種無線信號的局限性和優勢是什么，以及通過軟件定義來支撐未來通信感知一體化系統的設計。

雷峰網：智能無線感知在國內經歷了幾個發展階段？存在什么難題？

張大慶：智能無線感知是研究如何用各種無線信號、對人和環境進行精確感知的一個研究領域。在這里主要談談基于 Wi-Fi 的無線感知技術的發展情況：

從 2000 年到 2012 年屬于第一階段，主要是基于 WiFi 接收信號強度（RSSI）的無線感知，其研究主要聚焦在室內定位，但由于對感知理論缺乏理解，定位的精度一直有限，因此在商用層面非常有限。

2012 年以來進入發展的第二階段，基于 Wi-Fi 信道狀態信息 CSI 的無線感知受到了廣泛關注，許多的技術和演示系統被開發出來，基于菲涅爾區模型的無線感知理論被提出來，許多基礎理論問題如感知極限、感知邊界、感知信號質量、感知信號參數設計等開始得到探索、回答，多個落地應用開始出現。

2024 年起，基于 Wi-Fi 的無線感知標準 IEEE 802.11bf 將正式發布，6G 通信感知一體化的理論和技術日漸成熟，基于智能超表面、太赫茲等各種形式的無線感知理論技術體系逐漸形成，在健康養老 （老人監護 – 跌倒、活躍度、睡眠）、智慧醫療（生命體征、睡眠階段）、人機交互 （手勢）、物流安防等領域的應用逐漸普及，走進千家萬戶。

智能無線感知目前最大的問題就在于系統穩定性。當前，大部分團隊采用基于數據驅動、模式識別的方法，但由于無線信號受環境許多因素如目標位置、朝向、幅度、速度等影響，其魯棒性和穩定性很難保證。這就需要建立完整的無線感知理論技術體系，給系統設計提供穩定性保障。

雷峰網：“6G 通信感知一體化”近年來被頻繁提及，通信技術在智能無線感知研究的發展中擔任了怎樣的角色？

張大慶：雷達感知已經有近百年的歷史了，但是近十年來隨著 Wi-Fi 感知、聲波感知和低成本民用雷達感知的興起，以及 Wi-Fi 新的感知標準和 6G 通信感知一體化愿景的提出，讓無線智能感知得到了學術界和企業界的廣泛關注。

我們所做的泛在無線感知，是基于無線通信信號，感知所用的信道狀態信息 CSI也是為保證無線通信性能設計的，從這個意義上來說，基于 Wi-Fi 和 4G、5G 的智能無線感知都是無線通信的一個副產品。

未來的“6G 通信感知一體化”，需要同時考慮優化通信、感知性能兩個目標，但無線通信應該是基礎和優先要考慮的。

雷峰網：您的工作是否有將 AI 與無線感知結合在一起，AI 對智能無線感知發展的作用是什么？反之能給AI 帶來哪些新的探索？

張大慶：AI 有 AI 的優勢和適合解決的問題，在無線感知中，主要的感知機理要通過建立理論模型才能認知清楚，無線感知中有的問題適合用 AI 來解決。因此，我們的任務是理解清楚什么樣的問題要用物理模型來解決，什么樣的問題要用 AI 來解決，通過將 AI 算法和物理模型有效結合，才能很好解決智能無線感知的關鍵問題。

舉個 Wi-Fi 手勢識別的例子，比如在空中寫一個字，首先我們可以通過模型的指導，將手移動的軌跡復原出來，再通過人工智能將手寫的字符識別出來。這就是一個經典的解決無線感知問題的思路，將物理模型和 AI 完美結合。

智能無線感知的目的是探索無線電磁波信號的感知能力，它和攝像頭、可穿戴設備等各種感知手段是多模態和互補的。許多真實場景下的情境可能需要多模態，才能得到可靠的感知結果，如此方可支撐上層的AI決策。

雷峰網：在即將舉行的 CNCC 2022 論壇上，您分享的主題是《通信感知一體化設計：問題、挑戰和展望》，嘉賓陣容中我們看到了幾位工業界學者的身影，是有意這么安排的么？

張大慶：對，是有意這么安排的。

無論是 Wi-Fi，還是 6G，通信感知一體化都是未來一個發展趨勢。有趣的是，以前無線通信的機理是由通信領域的專家研究的，泛在無線感知的研究大多是計算機領域的專家做的，雷達領域的專家大多關注專用雷達設備的感知，三個領域的專家很少跨領域交流、探索，盡管很多應用場景很類似。

目前，Wi-Fi 和 5G 通信的標準和核心技術都已經很成熟了，這就意味著利用射頻信號做“通信”的技術已就緒，但對無線感知的認識以及通信和感知如何融合還不明朗。

我們組織這個論壇，是希望邀請學術界和工業界的專家學者一起來參與。我們邀請了無線感知和無線通信的專家，一起來探索通信感知一體化。希望通過產業界和學術界專家的深入交流，一起推進 Wi-Fi、6G 通信感知一體化的發展。

雷峰網：通信感知一體化當前面臨著怎樣的挑戰？我們為什么要關注通信感知一體化？

張大慶：挑戰之所以存在，其根本原因就在于，要么信號是為通信設計的，不完全適合做感知；要么信號是為感知而設計的，不太適合做通信。

我們關注通信感知一體化，是希望未來共用一套理論、硬件系統和頻譜資源，在進行高效無線通信的同時，讓通信終端都具備無線感知的功能。無論是 Wi-Fi 還是 6G， 都同時具備通信、感知的功能。

比如在居家環境，無論是手機，還是家電都有通信感知的功能。無論老人在哪個房間，在做什么活動，都可以用無線信號非侵擾地獲悉其健康狀況和生活規律：老人何時起床，何時三餐，何時外出和回家，每天是否生活規律，在家活動量夠嗎 ？有無呼吸心跳異常、睡眠不好、跌倒不起等異常事件發生 ？都可以通過無線信號識別后再發送給家人、醫院、社區護理人員等。

可以想象，未來我們整個城市、鄉村都被這種既能通信、又能感知的無線信號所覆蓋，無所不在的通信、無所不在的感知、無所不在的服務，將給我們的生活帶來更多的便利和色彩，給我們的未來帶來無限的可能。

審核編輯 ：李倩