近日，由北京大学信息科学技术学院讲席教授张大庆、软件工程国家工程中心王亚沙教授领导的北京大学普适计算研究团队在利用商业WiFi（即无线保真技术，wireless fidelity）设备进行室内无接触人体行为识别方面获得重大进展。

在高可信软件技术教育部重点实验室支持下，该团队继2015年6月实现世界上第一个基于WiFi的室内无接触、实时、无行为约束的跌倒检测系统后，日前又在室内无线电波的传播机理、动态物体反射路径的识别、人体运动方向追踪三个方面取得突破：

团队首次将菲涅耳区理论引入基于WiFi行为识别领域，阐明WiFi用于呼吸检测的最佳检测位置、检测盲区以及有效朝向范围，并揭示了背后的机制原理（见下图）；利用信号相干性和子载波之间的相位差，突破了传统MUSIC算法（一种基于矩阵特征空间分解的方法）对大量天线数量的限制，实现精确、动态估计动态物体反射信号的到达角度；利用多频率菲涅耳模型在空间分布上的差异，实现了人体运动方向的实时精确估计。这些技术和方法在室内无接触呼吸检测、行人跟踪与定位等应用上均取得目前国际最好的结果。

张大庆教授所指导的博士研究生王皓、吴丹、李翔分别实现了相应的无线感知系统，相关的三篇论文全部被美国计算机学会（Association for Computing Machinery, ACM）主办的普适计算领域顶级会议UbiComp 2016（the ACM International Joint Conference on Pervasive and Ubiquitous Computing ）接收。UbiComp 2016将于2016年9月12—16日在德国海德堡举行。这也使得北京大学连续两年有多篇论文被录用，成为在该会议上发表文章最多的国内高校。

此项研究工作得到北京大学学科建设经费支持。

编辑：白杨