导读
无线感知与定位旨在利用环境中的无线信号实现高精度位置估计与人体活动识别,其核心价值在于突破传统几何定位在非视距环境下的物理局限。早期研究依赖接收信号强度指纹匹配,思路直观却受制于密集人工标注与跨场景泛化能力不足。当深度神经网络暴露出对大规模标记数据的强依赖后,研究者转向自监督预训练与基础模型范式,用通用表示学习换取对新环境的快速适应能力。各技术路线在数据效率、计算开销与物理可解释性之间做出了不同取舍,由此形成当前专用算法优化与通用基础模型并存的格局。本综述梳理这条从指纹匹配到通用感知的因果演进链条,为读者提供一张领域认知地图。全文按问题演化与路线取舍组织,覆盖该领域从奠基到当前的主要工作。
1. 研究背景、问题结构与演进脉络
无线感知与定位领域的起源可追溯至对室内及非视距(Non-Line-of-Sight, NLoS)环境下定位难题的求解。传统基于模型的几何定位方法,如到达时间(Time of Arrival, ToA)与到达角(Angle of Arrival, AoA),在理想视距条件下精度极高,但一旦信号传播路径被墙壁或家具阻挡,多径干扰便导致几何模型失效。为应对这一物理限制,研究者转向指纹定位(Fingerprinting)范式,即通过离线采集已知位置的信号特征建立数据库,在线阶段通过匹配实时信号估计位置。这一范式将复杂的物理传播问题转化为模式识别问题,奠定了后续机器学习方法的基础。
随着物联网(Internet of Things, IoT)与6G网络的发展,数据源从粗粒度的接收信号强度指示(Received Signal Strength Indicator, RSSI)演进为细粒度的信道状态信息(Channel State Information, CSI)。CSI描述了无线信号在多个子载波和天线间的复数增益,提供了丰富的时空结构信息,成为高精度无线感知的核心数据源。问题形式化通常定义为:给定 $N$ 个参考锚点(或无锚点环境)下的CSI观测序列 $\mathbf{X} \in \mathbb{C}^{T \times F \times A}$($T$为时间步,$F$为子载波数,$A$为天线数),学习映射函数 $f: \mathbf{X} \rightarrow \mathbf{y}$,其中 $\mathbf{y}$ 为位置坐标或活动类别。子问题之间存在强依赖关系:数据标注稀缺是阻碍模型规模化的根本瓶颈,催生了自监督学习(Self-Supervised Learning, SSL);跨场景泛化难依赖于通用表示学习与域适应技术;而多用户信号纠缠与硬件异构性则是制约通用模型在实际复杂环境中部署的关键障碍。
2016至2018年间,领域处于奠基阶段,核心假设是信道环境相对静态且可建模。这一时期的方法主要依赖经典机器学习(如SVM、KNN)或早期深度神经网络,旨在解决室内定位的基本可行性问题。然而,这些方法在跨环境部署时泛化能力急剧下降,暴露出对训练环境分布的过度依赖。2020年前后,跨域基准的引入成为关键转折,研究者意识到单一场景下的精度提升无法转化为实际部署价值,问题定义开始从“绝对位置估计”扩展至“相对位移”与“多用户解耦”。
2021至2023年,Transformer架构在CSI数据处理中的应用解决了长程依赖捕捉问题,同时元学习与注意力机制被引入以应对动态环境变化。这一阶段的方法如Meta-SimGNN通过元参数初始化实现跨场景快速微调,标志着从静态匹配向动态适应的转变。2024年,大语言模型(Large Language Model, LLM)作为骨干网络解决多任务无线通信与感知问题的框架出现,证明了通用大模型在无线信号处理中的潜力,开启了无线领域基础模型的研究热潮。
2025至2026年,研究重心显著向“基础模型(Foundation Models, FM)”和“自监督学习”倾斜。核心问题转变为如何在无密集标注、跨硬件异构、跨场景分布偏移下,构建可复用的通用无线信号表示,并实现免训练或少样本的跨场景适应。检索增强生成(Retrieval-Augmented Generation, RAG)和提示工程(Prompt Tuning)的引入,进一步实现了无需重新训练模型的跨场景适应。当前,领域处于从“任务特定监督学习”向“通用感知基础模型”过渡的阶段,重点探索多模态融合、无锚点定位及边缘设备上的轻量化部署。
如果用一个核心问题概括该领域,那便是:如何在缺乏密集人工标注且面临硬件与环境高度异构的条件下,构建具备跨场景泛化能力的通用无线信号基础表示,以实现高精度、低成本的无处不在智能环境感知。
2. 方法体系
2000:RSSI指纹定位——基于接收信号强度指示的离线指纹库构建与在线匹配方法,奠定室内定位基础范式
2015:Intel 5300 CSI Tool——首个暴露每子载波信道状态信息数据的开源工具,推动从粗粒度RSSI向高维CSI特征分析转变
2022:DNNLOC/CNNLOC——基于深度神经网络的Wi-Fi指纹定位框架,提升静态环境精度但缺乏动态适应能力
2024:LLM4WM——首个将大语言模型作为骨干网络解决多任务无线通信与感知问题的框架,开启基础模型研究热潮
2025:Meta-SimGNN——结合元学习与图神经网络的自适应WiFi定位框架,解决动态配置下泛化能力差的问题
2026:Map-as-a-Prompt——多模态空间信号基础模型,引入地理提示调优机制实现跨场景无线定位的少样本适应
2026:RA-LWLM——检索增强无线大模型定位框架,结合RAG与ICL范式实现免训练跨场景定位
这条时间线勾勒了该领域方法演进的代表性节点:从 2000 年的 RSSI指纹定位 奠定该领域方法基线,经 2015 年 Intel 5300 CSI Tool 的推进,到 2026 年的 RA-LWLM 代表当前前沿。各节点对应的技术路线、取舍与关联,详见后续小节。
2.1 室内定位算法优化
室内定位算法优化路线起源于对传统指纹匹配在动态环境失效的回应。早期DNNLOC与CNNLOC框架通过端到端学习提取判别性设备特征,提升了静态环境下的定位精度,但通常一次性训练部署,缺乏对动态环境变化的适应能力。针对这一局限,Meta-SimGNN(Xiao et al., 2025, P8)结合元学习(MAML)与图神经网络(GNN),通过元参数初始化实现跨场景快速微调,解决了传统GNN在动态配置下泛化能力差的问题。该方法以牺牲元学习训练复杂度为代价,换取了对新环境的快速适应能力。
随着设备异构性与环境动态变化挑战加剧,MOELO(Singampalli and Pasricha, 2025, P9)提出基于混合专家(Mixture of Experts, MoE)的统一类与域增量学习框架。该框架使用共享编码器生成设备不变表示,并通过轻量级等角紧框架(Equiangular Tight Frame, ETF)门控网络将指纹路由到区域特定专家模型。MOELO在保持低计算与延迟开销的同时实现了持续学习,其代价是专家数量增加可能带来存储开销。此外,Decoder-Only Transformer(Bhatia et al., 2025, P5)利用解码器架构的因果特性处理实时Wi-Fi数据包,支持迁移学习适应不同遥测类型,以牺牲自回归推理延迟为代价换取实时流式处理能力。Cluster-Aware Learning(Matey-Sanz et al., 2026, P13)则通过K-Means聚类形成局部区域模型,以分而治之策略缓解全局模型拟合困难,其代价是聚类参数选择敏感。Displacement-Aware WiFi Representations(Wei et al., 2026, P19)提出弱监督相对定位方法,通过双自编码器共享潜在空间直接估计对象间位移,降低了数据标注成本,但潜在空间对齐依赖配对数据质量。
2.2 Wi-Fi感知与活动识别
Wi-Fi感知与活动识别路线聚焦于利用CSI进行人体活动识别(Human Activity Recognition, HAR)与手势检测。Widar3.0通过提取身体坐标速度剖面作为跨域不变特征,成为跨域手势识别的重要基线。针对多用户信号纠缠问题,MU-SHOT-Fi(Radwan and Tabassum, 2026, P17)引入源无关无监督域适应与占用加权信息最大化,通过加权正则化缓解类不平衡,提升了多人并发活动识别的稳定性。该方法以牺牲多用户信号分解精度为代价,换取了对CSI数据预处理无关的鲁棒性。
在细粒度手势识别方面,DoRF++(Hasanzadeh and Valaee, 2026, P24)基于多普勒辐射场(Doppler Radiance Field)的球面表示学习框架,解决手势识别中因观察方向变化导致的投影歧义问题。WiRD-Gest(Sanson et al., 2026, P16)利用单设备Tx/Rx天线生成距离-多普勒图,通过2D-FFT获取距离与多普勒信息,推动了Wi-Fi手势识别从实验室向真实世界应用的落地。Attention-Based Cross-Domain Gesture Recognition(Liu et al., 2025, P11)利用SMSA与自注意力通道机制捕捉运动细节,在跨位置与跨方向实验中保持稳定的识别精度。WiAnchor(Li et al., 2025, P6)则利用锚点样本引导目标域适应,无需目标域标记数据即可实现有效适应,其代价是锚点选择敏感且近场效应限制了感知距离。
2.3 无线定位基础模型
无线定位基础模型路线旨在解决跨场景泛化难、依赖密集标注及环境适应性差的问题。Map-as-a-Prompt(Chu et al., 2026, P22)提出多模态空间信号基础模型,采用两阶段学习范式,首先在未标记CSI数据上进行自监督预训练,随后通过地理提示调优机制实现对新环境的快速适应。该方法通过循环自适应掩码建模策略防止模型学习捷径特征,其代价是预训练阶段需要大规模未标记数据支持。
GLocFM(Bian et al., 2026, P25)构建几何感知的3D室内无线定位基础模型,显式利用几何先验,通过评估候选位置到反射点再到接收器的两段路径,建模遮挡与距离相关的传播损耗。该方法将物理几何约束嵌入深度学习框架,增强了模型的可解释性与泛化能力,其代价是几何先验的构建需要精确的环境地图信息。RA-LWLM(Pan et al., 2026, P20)结合RAG与上下文学习(In-Context Learning, ICL)范式实现免训练跨场景定位,将场景不变信道映射与场景特定位置映射解耦,适应新场景仅需刷新数据库,无需更新模型参数。OmniLoc(Chu et al., 2026, P21)开发几何感知的无锚点用户设备定位基础模型,不依赖已知位置的参考节点,直接从节点间测量中推断空间关系。RIS-Aided mmWave Localization(Hassan et al., 2026, P23)利用可重构智能表面(Reconfigurable Intelligent Surface, RIS)辅助的毫米波定位方法,采用数据驱动的回归模型直接映射接收测量值到位置,解决了毫米波传播脆弱及1-bit相位量化导致的解析估计器精度下降问题。
2.4 通用感知基础模型
通用感知基础模型路线探索面向多任务、多模态的通用无线感知能力。CSI-JEPA(Luo et al., 2026, P18)利用联合嵌入预测架构(Joint-Embedding Predictive Architecture, JEPA)在最小监督下学习CSI特征,通过对比学习与掩码重建结合,模型学习对噪声与环境变化鲁棒的通用特征表示。AM-FM(Zhu et al., 2026, P14)结合对比学习、掩码重建与时间池化目标,捕捉CSI的语义活动内容与结构特性,支持始终在线、无接触的环境感知。Generative AI for Wireless Sensing(Yang et al., 2025, P2)系统分析了生成模型在无线感知中的优势,如数据增强、缺失数据填补及新场景模拟。Sensing Dataset Protocol(Huang et al., 2025, P12)提出用于基准测试与多任务无线感知的数据集协议,标准化CSI数据采集与表示,促进了不同研究团队间模型与算法的公平比较。
2.5 多模态与ISAC感知
多模态与ISAC感知路线利用毫米波、5G环境信号或视觉雷达数据辅助无线感知。FAWN(Barroso-Fernández et al., 2025, P1)提出多编码器融合注意力波网络,为每个无线节点分配独立编码器,通过融合注意力机制整合5G与Wi-Fi互补信息,解决了单一模态感知局限。ARS(Song et al., 2026, P15)利用环境5G信号进行人体活动检测,通过视觉-雷达知识蒸馏提取高精度标签,解决了亚10GHz频谱稀缺与信号噪声问题。mmHSense(Bhat et al., 2025, P3)提出多模态分布式毫米波ISAC数据集,填补了毫米波ISAC感知数据集的空白。AI-Enhanced Real-Time Wi-Fi Sensing(Liu et al., 2025, P7)通过单收发器对实现实时Wi-Fi感知,降低硬件成本,其代价是单收发器感知分辨率有限。
3. 关键共识、分歧与开放问题
3.1 领域共识
CSI比RSSI提供更丰富的时空结构,是高精度无线感知的基础数据源,这一共识在约15篇论文中得到共同支持。传统监督学习在跨环境部署时泛化能力差,需要引入自监督预训练或域适应技术,这一观点在约12篇论文中被反复验证。Transformer架构在捕捉CSI长程依赖和全局特征方面优于传统CNN和RNN,约10篇论文支持这一结论。Wi-Fi基础设施的普及性使其成为室内定位和感知最具成本效益的解决方案,多模态融合能显著提升感知系统的鲁棒性和准确性,这些共识共同构成了当前技术路线选择的基础。
3.2 观点分歧
物理先验嵌入方式存在数据驱动与物理信息神经网络(Physics-Informed Neural Networks, PINN)之争。观点A认为大规模数据可隐式学习物理规律,代表方法如Map-as-a-Prompt;观点B认为显式利用几何先验可提升可解释性与小样本泛化,代表方法如GLocFM。现有证据偏向数据驱动在复杂NLoS环境中的鲁棒性,但PINN在可解释性和小样本场景下表现更优。这一分歧的背后,是另一个更根本的争论:基础模型规模效应与轻量化专用模型的取舍。观点A认为规模效应可带来跨任务泛化能力,观点B认为边缘设备资源受限,轻量化模型更具实用价值。证据偏向基础模型在跨域任务上的优势,但轻量化模型在推理延迟上显著占优。
3.3 其他开放问题
最紧迫的工程问题是轻量化与边缘部署。复杂深度学习模型难以在资源受限的边缘设备上实时运行,需平衡模型精度与计算开销,潜在技术路径包括模型量化、剪枝、知识蒸馏及专用硬件加速。最根本的研究问题是通用表示的物理一致性与对抗鲁棒性。当前模型多针对特定任务设计,缺乏跨任务泛化能力,且易受物理层对抗攻击影响。需探索统一架构,支持信道估计、波束成形、信号处理等多任务,难点在于不同任务间的特征对齐与知识迁移。已知的是自监督预训练与多模态融合的有效性,争议的是物理先验嵌入的最佳方式与模型规模的边界,未知的是在极端稀疏数据与动态变化环境下的长期适应机制。
4. 总结与展望
无线感知与定位领域正经历从“任务特定监督学习”向“通用感知基础模型”的范式转移。这一转移源于对数据标注成本高企与跨场景泛化难这一核心矛盾的回应。早期方法通过深度神经网络提升精度,但引入了对大规模标注数据的依赖;当前方法通过自监督预训练与基础模型降低标注依赖,但面临计算成本高昂与物理可解释性缺失的挑战。核心瓶颈在于如何在保持物理一致性的同时,实现跨硬件、跨场景的泛化,并解决边缘部署的计算约束。
未来可能突破的方向包括:构建通用无线基础模型,通过多模态融合与自监督预训练实现跨任务泛化;跨环境与跨设备泛化,通过域自适应、元学习及鲁棒特征表示学习解决分布偏移问题;多模态融合感知,通过跨模态注意力机制与联合嵌入空间学习构建更丰富的环境表示。这些方向在P22、P25、P14、P18等多篇论文中共同指向。对于进入该领域的研究者,最值得做的一件事是在统一骨干与统一预训练条件下,系统评估物理先验嵌入方式与自监督预训练目标的交互效应,以厘清当前分歧的证据边界。
以上为节选,完整内容见ArxivReview