0
2018 年年初，天津一所养老院的老年公寓安装了一个 Wi-Fi 路由器和两个 Wi-Fi 小设备在房间内。张大庆教授在他北大办公室的笔记本电脑前，观察着通过 Wi-Fi实时传输过来的公寓中老人的位置、活动状态和呼吸率等，并跟房间内常规的监护设备信息进行比较。
这是张大庆在评估团队研发的基于 Wi-Fi 设备的非接触健康感知系统的准确性和稳定性。通过 Wi-Fi 的感知和通信能力，张大庆得以远程知晓老人的呼吸、睡眠和行走等实时状态。
“我们通过利用无处不在的 Wi-Fi 信号，分析老人活动和被活动影响的 Wi-Fi 信号波动模式之间的关系，来识别老人的活动状态，这就是无线感知。”张大庆解释道。
张大庆是国际上最先研究情境感知的华人学者之一，2014 年回国加入北大后，一直致力于智能无线感知领域的研究。2018 年当选 IEEE Fellow，2019 年当选欧洲科学院外籍院士，至今谷歌学术被引数超过两万四千次。
智能无线感知是一种利用泛在无线信号，对环境中的人和物实现感知的技术，这些无线信号来自我们生活中所部署的各种无线设备，包括 Wi-Fi、4G/5G、RFID 和蓝牙设备等等，它们原本的任务是无线通信、实现信息传输。
过去在学术界，通信和感知其实是两个独立的研究领域。通信领域的学者主要研究通信机理，关注信号该如何设计、处理能使传输效率更高、信号覆盖更广、性能更稳定等问题；而感知领域的学者则主要关注雷达感知和用 Wi-Fi 等无线信号做定位；通信与感知二者之间的关系更趋同于是“共存”，还会存在对频谱等资源的竞争。
随着“万物智联”时代的加速来临，5G 移动通信网络向 6G 迈进，感知也将成为 6G 一个重要的新特性，“通信感知一体化（ISAC）”概念被提出，吸引了国内外一众科学家和工业界学者投身其中，张大庆也是求索队伍中的一员。
经过过去八年在无线感知领域的耕耘，张大庆的目标变得日益清晰、坚定：构建原创的泛在无线感知理论技术体系，最终实现感知、计算和通信无处不在。
起点：智慧家居
1990 年的春天刚过，张大庆在工作时接到了一个远渡重洋的电话。
电话是从意大利打过来的，张大庆申请的意大利导师委托同校一位天津大学的访问学者联系到他，希望张大庆能尽快加入自己罗马大学的团队攻读博士。
放下电话，张大庆很兴奋，他等这个回复已很久了。张大庆交接完手里的工作，很快就办好了赴意大利留学的签证。
那时，神经网络和模糊逻辑研究在全球正迎来一个发展的热潮，张大庆也由国内从事的并行处理和分布处理、改变为这一新兴的研究方向。1996年，张大庆取得了罗马大学的博士学位，并到新加坡国立大学从事博士后研究。
起初，张大庆聚焦在计算机控制的研究中，直到 2000 年一次偶然的机会，让他转向了基于Wi-Fi 和 Bluetooth 的计算机网络研究。也是在这里，张大庆第一次与“感知”相遇了。
当时，张大庆已经进入新加坡资讯通信研究院（I2R）工作，I2R 隶属新加坡科技研究局，跟许多国际机构和企业都有合作，他在 I2R 接触到的第一个项目，就是给英特尔和美国国家半导体两家企业做家庭网关（Home Gateway）的参考设计。期间，国内的中兴、华为等企业曾专门去到他的实验室访问合作，这项工作也引起了新加坡政府的关注。
新加坡是最早推行智慧化的国家之一，2002 年新加坡资讯通信发展局（IDA）发布了智能家居（Connected Home）的蓝图，考虑到张大庆在家庭网关方面的经历，便邀请他加入、担任 IDA 智慧家居工作组技术负责人，并在不久后又启动了智能社区（Connected Community）项目。
两个项目的成功落地让 I2R 看到了新方向的机会。2003 年，I2R 正式成立智慧家居实验室，张大庆任实验室创始主任，一年后又担任了情境感知系统研究部的创始部长。
那时的张大庆做过硬件、又做过软件，但在智能家居的研究中他发现，服务是智能家居至关重要的一环，“所谓的智能，就是要能感知所处的情境、并根据不同的情境来提供相应的智能服务。”
沿着这个思路，张大庆很快发现了“普适计算”这个新兴的研究方向。普适计算强调“计算、感知、通信无处不在，计算和环境融为一体”，是施乐公司 PARC 研究中心首席科学家 Mark Weiser 于 1991 年提出的愿景，他在论文“The Computer for the 21st Century”中写道：「最影响深远的技术应该是那些消失的技术（The most profound technologies are those that disappear）」，大胆设想了未来“看不见的计算”会成为人们生活的一部分。
当时，国际上不少高校如麻省理工、乔治亚理工、卡内基梅隆大学、伊利诺伊大学香槟分校、昆士兰大学等都先后发布了相应的情境模型，但许是期待值过高，张大庆兴致勃勃地研究后却发现，结果并没有很惊艳，这些模型大部分存在表达性差、无法支撑情境推理等不足。
张大庆决定，以提出一个更有效的情境模型为突破口，作为他进入普适计算领域的第一个研究问题。那段时间里，张大庆经常和团队开会讨论，其他与计算机相关的领域也成为他寻找灵感的途径。
一次，张大庆在网上读到有关“语义网”的最新发展，当中提到了“Web Ontology（本体）”的概念。在语义网中，Ontology 用于定义概念和描述各种资源之间的关系。
“这就相当于定义了一个概念字典，又能利用关系做推理。”这给了他极大的启发。张大庆立即和团队讨论如何将 Ontology 的概念应用到情境建模中，提出了一个基于“Web Ontology Language（OWL）”标准的层次情境模型 CONON，并在 CONON 的基础之上构建了情境中间件 Semantic Space 和 SOCAM，可对情境进行推理和一致性检查，并能支持对情境感知应用的快速敏捷开发。
论文地址：http://www-public.tem-tsp.eu/~zhang_da/pub/ontology-wang-2004.pdf
这个基于 OWL 的情境模型很快被国际普适计算、移动计算、服务计算领域和产业界广泛采用，并在 2013 年获得 IEEE PerCom 2013 “十年最具影响力论文奖”，至今已被引用超过 2600 次。2018 年，该模型成为智慧城市领域知识本体模型国家标准（GB/T 36332-2018），2020 年被认定为智慧城市知识管理国际标准（ISO/IEC 30145-2: 2020）。
2007 年，在法国巴黎国立电信学院的邀请下，张大庆前往法国，任一级终身教授，并创建了 ALPS（Ambient Intelligence and Pervasive System Group）实验室。
虽然身在海外，但从 2003 年开始，张大庆也跟国内许多高校如清华、西工大、浙大、北大等保持密切合作，为国内培养了一大批普适计算、大数据分析领域的优秀学者。
作为国际上率先提出基于OWL的情境模型和中间件的学者，基于在移动和泛在情境感知系统领域做出的贡献，张大庆于 2018 年当选为 IEEE Fellow，2019年当选欧洲科学院外籍院士。
2019 年，张大庆（左二）在巴塞罗那参加欧洲科学院院士授牌仪式
「看不见」的感知
2014 年，张大庆回国加入了北京大学信息科学技术学院。
起初，张大庆的计划是延续在法国的研究，继续从事群智感知和感知大数据分析方向。
那几年，随着智能手机的普及和全球网民数量突破30亿，大数据跻身为一种新的经济资产类别，因其巨大的研究和落地价值而受到越来越多学者的关注。张大庆在这个领域中深耕多年，产出了不少领域颇具影响力的科研成果。
但加入北大后，张大庆发现，相比于火热的大数据分析方向，作为普适计算关键问题之一的无线感知研究颇具应用前景、却还处于研究初期。
无线感知属于情境感知研究的一个分支，利用泛在无线信号对人和环境进行感知，信号从发送端发出，以波的形式传播到接收端。我们可以想象在池塘内扔进一颗石子，水波纹呈环状向外扩散，无线信号也是这样传播的。
在传播过程中，无线信号受环境中地面、墙体、人体等因素影响，经直射、反射、散射等多条路径最终达到接收端，其接收到的信号也就包含了环境信息。通过观察和分析所接受信号变化的特征，就能实现对人的行为或环境变化的感知。作为物联网和AI领域的一个交叉研究方向，无线感知有望对居家养老、医疗健康带来颠覆性的变革。
以Wi-Fi感知为例，就在张大庆回国的前一年，华盛顿大学（UW）研究团队发表了 WiSee 系统，利用Wi-Fi无线射频的多普勒效应(目标靠近或远离无线设备都会引起无线信号频率的改变)，在居家环境实现对9种手势的识别，平均识别率高达94%。
随后，国内许多高校也有相应成果发布，如香港科技大学基于 Wi-Fi 的口型识别系统，清华大学的 Wi-Fi 虚拟围栏系统，南京大学用 Wi-Fi 信号识别按键输入......从学术角度看，这些研究工作相当新颖、令人鼓舞。“但从商用角度来说，系统的性能和稳定性始终无法保证，以至于从 2000 年以来Wi-Fi室内定位一直无法普及。”难题梗塞在前，张大庆萌生了理解无线感知机理、回答无线感知系统最基本理论问题的想法。
在中国科学院院士杨芙清、梅宏教授和北京大学软件所所长谢冰教授的鼎力支持下，张大庆带着3位软件工程专业的博士生，正式投入到了无线感知的探索中。
张大庆与团队一起庆祝博士毕业、博士后出站
随着老龄化社会的到来，居家养老健康问题受到了极大的关注。张大庆团队选择的第一个场景，就是从居家养老入手，研究基于Wi-Fi信号检测老人跌倒的问题。
在以往的跌倒检测研究中，普遍采用的方法是将人的各种行为进行手工切分，再进行识别，这就导致了模型在现实场景中会出现系统不稳定、鲁棒性难以保证等问题。为此，张大庆从一开始就决定，对老人自然、连续的日常活动进行自动切割、自动跌倒行为识别，以便针对落地中所面临的真实问题。
通过利用Wi-Fi设备中可采集的细粒度通道状态信息（CSI) 的相位和振幅，张大庆团队提出了 RT-fall 系统，首次实现实时自动分割和检测跌倒的目标，不需要老人携带任何设备，也可以对其日常活动进行持续检测。他们在研究中发现，解决商用Wi-Fi感知的一个理想基信号正是两个天线的相位差；同时，环境变化、人的位置和朝向变动、Wi-Fi设备移动等，都会导致无线接收信号模式发生改变，从而影响感知系统的性能和稳定性。
张大庆告诉雷峰网，不仅是跌倒检测，几乎所有无线感知应用，如呼吸检测、手势识别、键盘输入、口型识别等，都对感知目标位置、朝向、速度和Wi-Fi设备位置等参数存在依赖性问题，即使微小的参数变化都会影响感知结果的准确性和稳定性。“也就是说，同一个行为换个方向、换个环境，系统就无法有效工作了；需要重新采集数据进行训练，鲁棒性和稳定性很难保证，也就不可能产品化。”
无线感知有无一个通用的感知模型？为什么会有位置、朝向依赖性问题 ？无线感知的极限和边界在哪里？不同无线信号的感知能力是否是一致的？......面对诸多待解答的问题，张大庆认为，由于无线感知背后的机理尚未弄清楚，因此距离真正的落地也还很遥远。
针对领域这些最基本的理论问题，张大庆和团队开始了对无线感知理论和机理的探索研究。
构建「泛在」无线感知理论体系
在基于Wi-Fi CSI 的非接触行为感知研究中，长期存在着一个隐藏的假设：信号模式变化与人的行为模式之间具有一一对应的关系，但关于信号是怎么受人的行为、设备位置和环境的影响而发生变化，并没有一个通用模型来刻画。
当时，已有的研究都是基于实际部署场景中的应用来观察信号变化，通过模式识别实现系统。张大庆最初也是这么做的，“但后面发现这种模式的规律不仅很辛苦，而且即便我们花了一年多时间采集数据、调整参数，效果也没有特别稳定。”于是，张大庆开始思考能否从物理模型入手，把电磁波信号在真实环境的传播规律刻画出来，以便直观地分析信号变化背后的性质特征。
张大庆带着团队翻找了国际和国内的许多专著、论文，在相关研究领域的研究里面找灵感。
一个偶然的机会，彼时还在跟随张大庆读博的吴丹在一本通信教科书上看到了关于菲涅尔区模型（Frensnel Zone Model）的介绍。菲涅尔区是是光学领域中一个非常重要的概念，但在无线通信的教科书里，却常常只有两三页简单带过，有的甚至不会专门提及，更别说在感知领域里也从未有人应用过。
但吴丹发现，这个模型很细致，或许可以应用到Wi-Fi感知中解决定位精度较低的问题，便赶紧去找张大庆一起讨论。
他们越聊越激动，并很快将菲涅尔区模型和信号干涉原理相结合，引入到无线感知的研究中，吴丹负责感知人的位置和行走方向等大尺度活动，团队里的另一位博士王皓则是将菲涅尔区模型应用到小尺度的人体呼吸检测，通过实验，很快验证了室内环境菲涅尔区的存在，还揭示了人体在反射区域大尺度、小尺度活动对无线信号影响的性质和规律......
“这个模型太神奇了，一下子让我们把无线感知许多事看明白了。”张大庆告诉雷峰网。
所谓菲涅尔区模型，指的是以收发设备两点为焦点的一系列同心椭圆，一个椭圆与之相邻的另一个椭圆之间边界距离差为波长级（对Wi-Fi信号为厘米级）。物体在菲涅尔区中活动时，因接收信号是收发设备间直射信号和经物体反射信号的一个叠加，张大庆团队发现了当中直观有趣的性质：当物体跨越每个菲涅尔区边界时，接收信号会以波峰或波谷的形式出现；由于椭圆不均匀的特性，同样的物体运动在不同方向所切割的菲涅尔区波峰波谷数量不等；而沿着椭圆运动的物体，因反射信号路径长度保持不变，最终接收的信号也会稳定不变。
菲涅尔区模型：P1 和 P2 可看作一对无线信号的收发设备，最内层的椭圆为第一菲涅尔区
试想一下，将Wi-Fi收发设备的两个天线作为菲涅尔区的两个焦点，菲涅尔区是以两个焦点为中心的层层椭圆。人在菲涅尔区中做手势，此时手所处的位置、朝向都会切割相应的椭圆边界，影响信号的波形。当手势与椭圆边界平行方向运动时，波峰波谷数减少；与椭圆边界垂直方向运动时，则波峰数增加。
相同手势在不同位置引起的信号波动
通过引入菲涅尔区模型，张大庆团队展示了物体在不同位置、朝向活动时接收信号模式与波长间的内在联系，在国际上首次提出物体的活动位置、朝向、大小、Wi-Fi收发设备位置与无线接收信号之间的关系模型，解释了人在做出相同动作时、会因位置、朝向、大小和速度变化而带来不同的信号模式和信号质量，揭示了各种感知参数对无线信号时域特征与频域特征的影响。
在将菲涅尔区模型应用到Wi-Fi检测人体呼吸和室内行走的研究时，张大庆团队还进一步发掘了Wi-Fi多天线、多载波的性质，在“Human respiration detection with commodity wifi devices: do user location and body orientation matter”工作中，研究了人的呼吸对无线接收信号的影响，将呼吸深度、身体位置和方向与呼吸可检测性联系起来。
这项工作于 2016 年发表在 UbiComp 会议上，对无线感知研究产生了极大的影响力，也奠定了用 Wi-Fi 信号感知人体毫米级行为的理论基础。
论文地址：http://www-public.tem-tsp.eu/~zhang_da/pub/Daqing%202016%20UbiComp%20respiration.pdf
2017 年年初，张大庆团队在天津建造了无线感知实验室，一边在屏蔽房做大量的理论模型验证，另一边又在多个真实居家环境对人体呼吸、入侵、活跃度、行走轨迹和定位等多个应用进行长期的测试，团队经常一去天津就是十天半月。张大庆回忆，“在屏蔽房用铁板、滑轨做了大量的模型验证，根据菲涅尔区模型观测到的接收信号特别理想，通过和真实环境得到的接收信号不断对比，让团队对无线感知的模型和原理有了很深的认识。”
美国东北大学计算机学院院长、ACM Fellow Gregory Abowd 到北京大学访问，亲自测试 Wi-Fi 跌倒检测系统
有了菲涅尔区模型来理解无线感知的机理和多个可长期运行的Wi-Fi感知应用系统，张大庆还并不满足于此。
“我们只清楚了 Wi-Fi 感知的一部分机理，但Wi-Fi信号的感知极限和感知范围是什么 ？Wi-Fi信号的感知质量该如何刻画 ？UWB、毫米波雷达、LoRa、5G等等都是电磁波，各种信号做感知时哪个性能最好？什么条件下最好？理想的电磁波形状是正弦波、脉冲，还是锯齿波？这些问题没有人回答。”
用电磁波感知也不是万能的，“但设计无线感知应用的时候，要真正理解技术适用的假设条件和边界，选择参数应该要有理论指导。”不能仅停留在对单个应用的研究和实现当中。
构建泛在无线感知基础理论体系是一个大工程。张大庆清醒地认识到，这些探索可能无法全部落地商用，但从长远来看，它们对领域具有很重要的价值。
通信感知一体化
一直以来，无线通信和感知沿平行的道路发展，被视为两个独立的研究领域。以 Wi-Fi 为例，Wi-Fi 的通信协议起始于 1997 年，利用 Wi-Fi 信号进行室内定位则始于 2000 年。
当时，随着张大庆团队对感知研究范围的扩大，他注意到无线感知技术中有一个关键限制，短传感。虽然在室内 Wi-Fi 的通信范围为几十米，但其对人的行为感知的范围只有几米。
如何克服无线感知距离近的问题，将感知范围大幅提高？
张大庆团队提出并实现了两种原创方案：一种是通过在时域、频域和空域将无线信号进行融合，可将 Wi-Fi 感知的范围从几米扩展到几十米；另一种是通过采用远距离的无线通信信号，比如 LoRa、4G，来实现远距离的目标感知。LoRa 是一种专为物联网通信而设计的新型远程通信技术，由 Semtech 公司开发，与其它无线信号相比，具有低能耗、低成本、传输距离远等优势。
在此之前，LoRa 一直是以“通信”的面貌示人，并不支持感知功能。张大庆团队将 LoRa 信号用于感知，在“Exploring LoRa for Long-range Through-wall Sensing”中，提出了一个基于 LoRa 信号的感知技术，利用LoRa接收端配置的双天线，设计了基于两个天线信号商的感知模型，可有效消除基带信号以及收发不同步带来的误差，实现了在25米范围内监测人体呼吸状况，和在更大范围跟踪人的行走轨迹。
这项研究取得了 LoRa 远距离感知呼吸的国际最佳性能，一举拿下了去年 ACM UbiComp 2021 的杰出论文奖。今年团队因在移动无线感知方面的突破，又获得了 ACM MobiCom 2022 的最佳论文奖（Best Paper Runner-Up）。
2021 年，张大庆（右一）在北京大学新工科论坛上介绍无线感知成果
如今，随着张大庆团队将各种无线感知技术应用在智慧养老、医疗监护、安防等领域，工业界对无线感知领域的关注度持续上升，如华为、Intel 等企业都与张大庆团队合作，致力于推出第一代无线非接触感知的产品。
2020年9月，华为、Intel 等多家国际企业共同成立了 IEEE 802.11无线感知小组，正式提出了推动 Wi-Fi 感知标准 802.11bf 提案规划，并计划于 2024 年完成标准制订。另一边，关于 6G 移动通信网络的研究也在国际上如火如荼地展开，除了更高效的通信功能，泛在智能感知被广泛认为是 6G 的一个重要特性。
在万物互联、万物智联的浪潮推动下，近年来通信感知一体化已成为业界的共识。无线感知领域的学者们如张大庆，对通信感知融合在多个领域的应用前景十分乐观。
当然，要实现无线通信感知一体化，还面临着许多挑战。在即将到来的 CNCC 2022 大会上，张大庆将作为“感知通信融合：挑战与机遇”论坛主席，并做《通信感知一体化设计：问题、挑战和展望》的报告。
张大庆指出，挑战之所以存在，其根本原因就在于，泛在无线信号在设计之初是围绕无线通信提出的，感知功能并未纳入其考量范围当中。
难题在前，任重道远。
对此，张大庆坦言自己并不担心，“未来的‘ Wi-F i和 6G 通信感知一体化’，会同时考虑优化通信和感知两个目标，在设计阶段就面向通信指标和感知指标的需求，进行一体化设计。”
“这是一个巨大的机遇。目前我们还没有感受到无线感知的影响，但随着 Wi-Fi 感知新标准和 6G 的到来，我们每家、每个城市乡村都被 Wi-Fi 和 6G 信号所覆盖，到那个时候，无线感知应用就自然走进千家万户了。”张大庆憧憬到。
CNCC 2022 对话张大庆
雷峰网：您在智能无线感知领域的研究大概分为几个阶段？
张大庆：大致可以分为三个阶段。
第一个阶段是了解无线感知的基本原理、难点和领域存在的问题；也是采用基于模式的方法来观察信号变化，通过观察对比跌倒和人做其它日常活动时各种信号变化的规律，对 Wi-Fi 感知现有的方法和基本原理有个大概认识。
第二个阶段，希望通过物理模型来理解基于 Wi-Fi 的无线感知背后的机理，为设计无线感知应用提供一些通用的指导原则。我们幸运地发现了菲涅尔区模型，通过将多条路径电磁波信号之间的干涉原理与多天线、多载波的菲涅尔区模型联系起来，构建了基于菲涅尔区模型的无线感知理论。因为这个模型非常细致，可以对厘米甚至毫米级的人体活动对无线信号的变化模式进行刻画和解释，因此为无线感知领域建立了一个新的理论基石。基于菲涅尔区模型，我们进一步通过引入感知信噪比的概念，揭示了感知极限、感知边界、感知信号质量和位置朝向依赖性等领域基础理论问题，从而构建了一套无线感知理论模型和共性技术，并用多个以前做不好、但现在可以做好的真实应用验证了理论的重要性和技术的有效性、鲁棒性。
进入第三个阶段，我们试图建立一个基于泛在无线信号的无线感知理论技术体系，给出各种无线信号参数与感知性能的定量关系，从本质上来理解无线感知的原理、感知极限、感知边界，用简洁的理论来指导什么样的应用该用什么样的无线信号来感知，回答各种无线信号的局限性和优势是什么，以及通过软件定义来支撑未来通信感知一体化系统的设计。
雷峰网：智能无线感知在国内经历了几个发展阶段？存在什么难题？
张大庆：智能无线感知是研究如何用各种无线信号、对人和环境进行精确感知的一个研究领域。
在这里主要谈谈基于 Wi-Fi 的无线感知技术的发展情况：从 2000 年到 2012 年属于第一阶段，主要是基于 WiFi 接收信号强度（RSSI）的无线感知，其研究主要聚焦在室内定位，但由于对感知理论缺乏理解，定位的精度一直有限，因此在商用层面非常有限。
2012 年以来进入发展的第二阶段，基于 Wi-Fi 信道状态信息 CSI 的无线感知受到了广泛关注，许多的技术和演示系统被开发出来，基于菲涅尔区模型的无线感知理论被提出来，许多基础理论问题如感知极限、感知边界、感知信号质量、感知信号参数设计等开始得到探索、回答，多个落地应用开始出现。
2024 年起，基于 Wi-Fi 的无线感知标准 IEEE 802.11bf 将正式发布，6G 通信感知一体化的理论和技术日渐成熟，基于智能超表面、太赫兹等各种形式的无线感知理论技术体系逐渐形成，在健康养老 （老人监护 – 跌倒、活跃度、睡眠）、智慧医疗（生命体征、睡眠阶段）、人机交互 （手势）、物流安防等领域的应用逐渐普及，走进千家万户。
智能无线感知目前最大的问题就在于系统稳定性。当前，大部分团队采用基于数据驱动、模式识别的方法，但由于无线信号受环境许多因素如目标位置、朝向、幅度、速度等影响，其鲁棒性和稳定性很难保证。这就需要建立完整的无线感知理论技术体系，给系统设计提供稳定性保障。
雷峰网：“6G 通信感知一体化”近年来被频繁提及，通信技术在智能无线感知研究的发展中担任了怎样的角色？
张大庆：雷达感知已经有近百年的历史了，但是近十年来随着 Wi-Fi 感知、声波感知和低成本民用雷达感知的兴起，以及 Wi-Fi 新的感知标准和 6G 通信感知一体化愿景的提出，让无线智能感知得到了学术界和企业界的广泛关注。
我们所做的泛在无线感知，是基于无线通信信号，感知所用的信道状态信息 CSI也是为保证无线通信性能设计的，从这个意义上来说，基于 Wi-Fi 和 4G、5G 的智能无线感知都是无线通信的一个副产品。
未来的“6G 通信感知一体化”，需要同时考虑优化通信、感知性能两个目标，但无线通信应该是基础和优先要考虑的。
雷峰网：您的工作是否有将 AI 与无线感知结合在一起，AI 对智能无线感知发展的作用是什么？反之能给AI 带来哪些新的探索？
张大庆：AI 有 AI 的优势和适合解决的问题，在无线感知中，主要的感知机理要通过建立理论模型才能认知清楚，无线感知中有的问题适合用 AI 来解决。因此，我们的任务是理解清楚什么样的问题要用物理模型来解决，什么样的问题要用 AI 来解决，通过将 AI 算法和物理模型有效结合，才能很好解决智能无线感知的关键问题。
举个 Wi-Fi 手势识别的例子，比如在空中写一个字，首先我们可以通过模型的指导，将手移动的轨迹复原出来，再通过人工智能将手写的字符识别出来。这就是一个经典的解决无线感知问题的思路，将物理模型和 AI 完美结合。
智能无线感知的目的是探索无线电磁波信号的感知能力，它和摄像头、可穿戴设备等各种感知手段是多模态和互补的。许多真实场景下的情境可能需要多模态，才能得到可靠的感知结果，如此方可支撑上层的AI决策。
雷峰网(公众号：雷峰网)：在即将举行的 CNCC 2022 论坛上，您分享的主题是《通信感知一体化设计：问题、挑战和展望》，嘉宾阵容中我们看到了几位工业界学者的身影，是有意这么安排的么？
张大庆：对，是有意这么安排的。
无论是 Wi-Fi，还是 6G，通信感知一体化都是未来一个发展趋势。有趣的是，以前无线通信的机理是由通信领域的专家研究的，泛在无线感知的研究大多是计算机领域的专家做的，雷达领域的专家大多关注专用雷达设备的感知，三个领域的专家很少跨领域交流、探索，尽管很多应用场景很类似。
目前，Wi-Fi 和 5G 通信的标准和核心技术都已经很成熟了，这就意味着利用射频信号做“通信”的技术已就绪，但对无线感知的认识以及通信和感知如何融合还不明朗。
我们组织这个论坛，是希望邀请学术界和工业界的专家学者一起来参与。我们邀请了无线感知和无线通信的专家，一起来探索通信感知一体化。希望通过产业界和学术界专家的深入交流，一起推进 Wi-Fi、6G 通信感知一体化的发展。
雷峰网：通信感知一体化当前面临着怎样的挑战？我们为什么要关注通信感知一体化？
张大庆：挑战之所以存在，其根本原因就在于，要么信号是为通信设计的，不完全适合做感知；要么信号是为感知而设计的，不太适合做通信。我们关注通信感知一体化，是希望未来共用一套理论、硬件系统和频谱资源，在进行高效无线通信的同时，让通信终端都具备无线感知的功能。无论是 Wi-Fi 还是 6G， 都同时具备通信、感知的功能。
比如在居家环境，无论是手机，还是家电都有通信感知的功能。无论老人在哪个房间，在做什么活动，都可以用无线信号非侵扰地获悉其健康状况和生活规律：老人何时起床，何时三餐，何时外出和回家，每天是否生活规律，在家活动量够吗 ？有无呼吸心跳异常、睡眠不好、跌倒不起等异常事件发生 ？都可以通过无线信号识别后再发送给家人、医院、社区护理人员等。
可以想象，未来我们整个城市、乡村都被这种既能通信、又能感知的无线信号所覆盖，无所不在的通信、无所不在的感知、无所不在的服务，将给我们的生活带来更多的便利和色彩，给我们的未来带来无限的可能。
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
