基于Wi-Fi CSI与SVM的室内人体活动检测实战

简介：这份PDF项目报告面向计算机网络与通信课程的学习者及对无线感知感兴趣的开发者，围绕“基于Wi-Fi CSI和机器学习的环境异常感知”展开，系统讲解如何利用信道状态信息实现非视觉的环境监测与异常预警。报告从绪论、Wi-Fi CSI技术理论、概要设计到详细设计层层推进，涵盖CSI特性分析、数据采集硬件与软件环境、训练数据采集、数据预处理与特征选取、SVM分类模型训练与预测等核心模块，并给出WiFi Alarm系统的整体架构与实时分析思路。资源包共1个PDF文件，约3.19MB，结构完整、目录清晰，适合作为课程设计参考或入门Wi-Fi感知领域的学习材料。目前已有119人学习，读者可从中获取从理论到系统设计的完整项目框架与机器学习落地思路。

1. 一根天线怎么“看见”屋里有没有人

先给结论：Wi-Fi 信号不只是用来上网的，它本身就是一张铺满房间的“感知网”。当有人在屋里走动，哪怕没挡住路由器和电脑之间的直线路径，接收端解出的信道状态信息（CSI）也会发生可测量的变化。这个项目要做的，就是把这层变化从噪声里抠出来，交给支持向量机判断“有人”还是“无人”，界面背景红绿一翻，报警就完成了。

反直觉的地方在于：传统认知里信号强度 RSSI 掉一格，大家第一反应是“离路由器远了”或者“隔了堵墙”。但 RSSI 只是多径叠加后的总幅度，像一束白光打进来，你只知道亮不亮，不知道里面掺了哪些颜色。CSI 则像用棱镜把光散开，每个 OFDM 子载波都有自己的幅度和相位，人一动，某些子载波的衰落模式就变了。搞懂这套机制，你才能明白为什么普通网卡不行、为什么要改驱动、为什么特征提取比模型选择更致命。

2. CSI 的物理底子：为什么 30 个子载波比一个 RSSI 值能打

2.1 从 CIR 到 CFR：多径被写进了频域

无线信号在室内走的不止一条路。直射、墙面反射、桌椅绕射，每条路径都有自己的幅度衰减、相位偏移和时延。在线性时不变假设下，信道冲击响应可以写成：

h(τ) = Σ α_i · e^(-jθ_i) · δ(τ - τ_i) i = 1..N

其中 α_i 是第 i 条路径的幅度衰减，θ_i 是相位偏移，τ_i 是时延，N 是路径总数。这个式子的每一项对应一条传播路径，人走进房间，本质上是在多径集合里“加了一条会动的路径”，α 和 τ 都跟着变。

频域上对应的是信道频率响应 CFR，在无限带宽条件下 CIR 和 CFR 互为傅里叶变换。普通 Wi-Fi 网卡没法直接测 CIR，但 802.11n 的 OFDM 把信道切成多个子载波，每个子载波上测到的就是 CFR 的一个采样点。Intel 5300 这类网卡能报出 30 个可读子载波的幅度和相位，这就是 CSI 的物理来源。

常见的实现思路是：驱动在收包时把每个子载波的复数信道估计值塞进一个报告结构，用户态工具再把它读出来。所以 CSI 不是“算”出来的，是物理层信道估计器本来就有的中间产物，只是默认不暴露给上层。

2.2 RSSI 和 CSI 的差别：总幅度 vs 频率选择性

RSSI 是所有子载波叠加后的总功率，多径一叠加，小尺度衰落会让它不再随距离单调递减，测距精度天然受限。CSI 保留了每个子载波的独立幅度和相位，相同环境下整体结构相对稳定，不同环境呈现不同的频率选择性特征。

这个对比决定了项目选型：要做“人是否在动”这种细粒度判断，RSSI 的信息量不够，必须上 CSI。

2.3 采集链路：从网卡到内存再到文件

项目用的是 Intel 5300 网卡加 Linux 802.11n CSI-Tool。关键点在于驱动：开源 iwlwifi 驱动可以开调试模式，让网卡把 CSI 报告写进主存。采集端跑的是 netlink 工程，编译出两个可执行文件——log_to_file把 CSI 打包成文件，采集频率和时长可控；log_to_socket通过 TCP socket 实时发给分析端，发包频率可调。

原始 CSI 是二进制格式，MATLAB 侧用 mex 编译的 C 程序读取，解出csi_trace，每个包对应一个csi_entry结构体。这个结构体里不只有 CSI 矩阵，还有时间戳、天线数、RSSI、噪声、AGC、天线置换表perm和速率。后面做校正和特征提取，全靠这些元数据。

3. 数据形状与预处理：180 维复数矩阵怎么变成分类特征

3.1 2×3×30 的矩阵从哪来

项目用两天线路由器发射、三天线网卡接收，每对收发天线 30 个子载波，所以每个数据包得到 2×3×30 的复数矩阵，展开就是 180 维。每个元素是 a+bi，模值 √(a²+b²) 是幅度，argtan(b/a) 是相位。

% 读取原始 CSI 二进制并取出一个数据包 csi_trace = read_bf_file('sample.dat'); entry = csi_trace{1}; csi = get_scaled_csi(entry); % 2x3x30 复数矩阵，已做 AGC 和天线置换校正 mag = abs(csi); % 幅度 phase = angle(csi); % 相位，原始值含硬件偏差

get_scaled_csi这一步不能省。原始 CSI 受自动增益控制影响，不同包之间幅度不可比；perm又记录了射频链路和天线的对应关系，不校正的话天线顺序会错位。校正后的矩阵才是后续特征提取的输入。

3.2 相位为什么不能直接用

商用网卡的相位存在采样频率偏移和载波频率偏移，原始相位随子载波索引呈线性漂移，直接拿来做特征基本是玄学。常见的处理是做线性变换消掉斜率，或者干脆只用幅度。这个项目在特征选取上偏向幅度域，原因很实际：相位校正的工程成本高，而人体活动引起的幅度波动已经足够区分有人无人。

3.3 降维与特征选取

180 维直接喂分类器，维度高、冗余大、还容易过拟合。项目做的预处理包括去噪和主信道信息提取，把多维矩阵压成能反映环境状态的特征向量。常见的做法是对每个子载波的幅度时间序列算滑动方差、均值、峰峰值，或者对矩阵做 PCA 取主成分。

这里有个容易翻车的点：特征必须在“有人”和“无人”两类样本上都有区分度。如果只盯着某一个子载波，可能刚好落在频率选择性衰落的谷点，人动了它也不怎么变。所以特征选取要跨子载波、跨天线流做统计，而不是挑单点。

4. 离线训练与在线预测：SVM 在这套系统里到底干了什么

4.1 两阶段流程

系统分离线阶段和在线阶段。离线阶段在 AP 和 MP 部署完成后，MP 采集 CSI 和环境状态标签，提取特征后训练 SVM 分类器；在线阶段 MP 实时采集，通过 socket 发给 AS，AS 用训练好的模型预测，界面红色表示有人、绿色表示无人。

这个划分的关键在于：训练和推理用的是同一套特征提取代码。如果离线用 MATLAB 算的特征、在线用另一套逻辑，分布一偏，模型直接失效。项目里svm_train工程离线跑，realtime_wifi_alarm工程在线跑，两者共享特征处理链路，这是能跑通的前提。

4.2 SVM 为什么适合这个小样本场景

环境异常感知的标注数据不好搞，让人在屋里反复进出、记录时间戳，样本量通常不大。SVM 在中小样本、特征维度适中的场景下泛化能力稳，核函数把低维线性不可分的问题映射到高维，间隔最大化又自带正则意味。相比深度模型，它不需要海量数据，训练在笔记本上就能完成，对课程项目这种资源条件很友好。

% 离线训练骨架：特征矩阵 X 为 N×D，标签 Y 为 N×1（1 有人，0 无人） model = fitcsvm(X, Y, 'KernelFunction', 'rbf', ... 'BoxConstraint', 1, 'Standardize', true); % 在线预测 label = predict(model, feat_live);

Standardize打开很重要，不同子载波的幅度量级差异大，不标准化会让核函数被大量纲特征主导。BoxConstraint控制间隔违反的惩罚，样本有噪声时适当放小能减少过拟合。

4.3 实时性从哪来

在线链路的延迟主要花在三处：socket 传输、特征计算、模型预测。CSI 包频率可调，特征计算是固定窗口的统计量，SVM 预测是矩阵运算，整体在笔记本上可以做到实时刷新。项目专门做了数据处理实时性分析，说明这条链路是经过验证的，不是纸上谈兵。

5. 避坑与排查：这套系统最容易翻车的地方

5.1 换了网卡就采不到 CSI

现象：按文档装完工具，log_to_file跑起来但输出为空或报错。 原因：CSI 采集依赖特定网卡芯片和驱动调试接口，不是所有 802.11n 网卡都支持，内核版本也有范围限制。 解决：确认网卡型号在支持列表内，系统内核版本落在工具要求区间，驱动按附录流程重编，别用发行版自带驱动直接顶。

5.2 幅度忽大忽小，模型训练不收敛

现象：同一环境下采集的 CSI 幅度整体漂移，分类器在训练集上准确率都上不去。 原因：AGC 自动增益在变，原始 CSI 没做归一化校正，不同包之间不可比。 解决：统一走get_scaled_csi做校正，检查perm天线置换是否处理，训练前对特征做标准化。

5.3 在线预测和离线训练结果对不上

现象：离线交叉验证准确率不错，在线跑起来红绿乱跳。 原因：在线特征提取窗口、采样频率和离线不一致，或者 socket 传输丢了包导致时间序列不连续。 解决：把特征提取代码抽成共用函数，离线在线调同一份；在线侧加包序号检查，丢包时跳过该窗口而不是硬算。

5.4 人站着不动就检测不到

现象：有人走进房间但静止站立，系统仍显示绿色。 原因：CSI 变化主要来自人体运动引起的多径扰动，静止目标对幅度时间序列的方差贡献小，特征区分度下降。 解决：特征里加入更长窗口的统计量，或者结合相位差信息；明确系统定位是“活动检测”而非“存在检测”，别把静止场景当主指标。

5.5 环境一换模型就废

现象：在活动室训练好的模型，搬到另一间屋子准确率骤降。 原因：不同房间的多径结构不同，CSI 的绝对幅度和衰落模式随环境变化，模型学到的是特定环境的指纹。 解决：换环境重新采集训练数据；或者做环境无关的特征归一化，降低对绝对幅度的依赖。这也是这类系统从 demo 走向实用的最大门槛。

6. 设计取舍：为什么这套方案“够用”但不“万能”

回头看整个系统，最值得琢磨的不是 SVM 本身，而是它在资源约束下做的一连串取舍。用 Intel 5300 加改驱动，换来的是物理层细粒度信息，代价是硬件和系统版本被锁死；只用幅度不用相位，绕开了相位校正的工程复杂度，代价是丢掉了一部分对细粒度动作的分辨能力；选 SVM 而不是深度模型，匹配的是小样本和笔记本算力，代价是特征工程必须人工做扎实。

这套取舍逻辑在课程项目里是合理的，但放到真实部署里，边界很清楚：它擅长判断“监测区域里有没有人在活动”，不擅长回答“是谁”“在做什么动作”“静止的人还在不在”。后者需要相位信息、更多天线流、更复杂的模型，以及跨环境泛化能力。项目报告里对 RSSI 和 CSI 的稳定性对比、不同环境下的 SNR 分析，其实就是在给这些边界做注脚。

我一般会这么理解这类系统的验证方法：别只看训练集准确率，要按环境、按人员、按活动类型分层看混淆矩阵，尤其关注“无人误报有人”和“有人漏报”这两个方向的错误率，因为它们对应的实际代价完全不同。安防场景里漏报比误报更致命，阈值和特征窗口就得往召回率方向调。

从那以后我每次碰这种“用通信信号做感知”的项目，都会先把采集链路的校正和特征一致性强制走一遍，再谈模型选型——链路不稳，模型再花哨也是黑匣子。希望帮到你。

本文还有配套的精品资源，点击获取