几年前行业分析师开始估计将有500亿或更多的物联网(IoT)设备投入使用，当时这看起来似乎不太可能。但据Wi-Fi联盟，现在距这技术推出仅20年，已有300多亿台支持Wi-Fi的设备投入使用。在这种情况下，启用Wi-Fi的IoT将增长到含几百亿台互联设备似乎更有可能。
当然，Wi-Fi并不是用于IoT设备的唯一无线技术，许多设备仍在使用有线通信，但Wi-Fi在过去20年中发展迅速，并且不断改进以配合新出现的需求。不那么明显的可能是该行业如何将Wi-Fi用于除无线通信以外的其他应用。例如，研究表明，如何使用通常称为环境反向散射的方法将Wi-Fi信号用于传输功率和数据。但也许更明显的是Wi-Fi已如何被用作运动感知和检测技术。
在深入探讨之前，我们先探讨为何应考虑将Wi-Fi用作运动感知方案。首先，正如已说明的，Wi-Fi现在几乎无处不在，因此基础设施已遍布我们周围。其次，IoT提供理想的生态系统以更有用的方式使用运动感知等数据。总之，使用Wi-Fi进行运动感知可应用于新的和现有用例。这包括传统的住宅监控、以检测我们房屋及其周围的侵入或定期维护。这可很容易扩展到智能楼宇，使用运动和占用检测作为暖通空调(HVAC)和照明控制楼宇管理系统的一部分。也许更有影响力的是它可用来帮助我们监视家中的老年人和弱势群体以安心。
基于Wi-Fi的运动感知中最重要的性能指标与其他运动检测方法相同，特别是准确性、精度和延迟。准确性涉及在某人移动或出现时检测运动，同时使系统可能产生的误报次数降至最低。这就强调了在被监视的家居、建筑物或其他区域中需要整个覆盖Wi-Fi。在这种情况下，精度与系统如何区分所检测到的运动类型（包括速度和方向）有关。例如，如果该系统用于监视老人或弱者跌倒，则这一点很重要。众所周知，延迟是检测到动作与报告事件之间的延迟。在任何运动检测方案中，都需要以毫秒而不是分钟为单位进行测量。从根本上讲，使用射频（RF）来检测物体或人依赖于发射器发送信号和接收器表征接收到的信号。任何物体，无论是生物还是无生命物体，都将影响信号在介质或通道中传输的特性。这样，可以表征通道本身，并以此来检测通道中的变化。
显然，这种方法意味着，尽管实际上没有精确的方法来识别通道中的对象，但它可以检测到存在对象或人。射频能量在通过通道传输时被吸收或反射，这将导致发射器和接收器之间信号的可测量差异。关键是将这种可测量的差异转化为可操作的数据，这正是Wi-Fi中使用的底层协议发挥作用之处。在典型的家庭或企业环境中，无线路由器或接入点（AP）具有与其关联的设备。Wi-Fi协议要求联接的设备以反馈来响应AP，从而使AP优化与每个联接的设备进行通信的方式。此反馈的一部分含数据，称为通道状态信息或CSI。AP可以使用CSI中包含的信息来了解其环境。一旦AP了解无线环境，那么识别该环境中的变化就相对简单了。正是RF能量吸收或反射方式的这些变化与在该环境中移动或被移动的事物相关。这里很有可能所联接的设备根本不考虑其在应用中的作用，这意味着基于Wi-Fi的运动检测的可扩展性完全取决于AP内部的技术。
还可以将从CSI提取的数据传递到受信任的第三方应用程序，可能在边缘或在云中以处理数据并智能地感知运动。安森美半导体的多家合作伙伴已在这样做，使用AI分析原始CSI数据以提供运动检测即服务。这可实现高级功能，如检测何时有人摔倒或何时建筑物中的人数超过预期。使用Wi-Fi进行运动感知的性能在很大程度上取决于Wi-Fi覆盖的质量，更好的覆盖系统可以改善准确性、精度和延迟等关键参数。众所周知，很多事情都会使Wi-Fi性能下降，但业界一直在努力改进。这就是多输入多输出（MIMO）技术真正发挥作用的地方。MIMO和多用户MIMO（MU-MIMO）使用多个天线同时向多个客户端发送和接收多个数据流，从而充分利用环境中Wi-Fi无线电波的多径反射。MIMO还使用波束成形来扩展范围并改善Wi-Fi网络的性能。另外，包含在多路径CSI数据中的信息提供更高的运动检测分辨率，从8位CSI数据发展到12位甚至16位CSI数据。
Wi-Fi的发展已见证了所用信道带宽的渐进持续扩展。这在运动感知的优势显著，从40MHz发展到80MHz的信道带宽相应提高40％的运动感知精度。如前所述，这提高的精度现已用于支持增值服务。
使用Wi-Fi进行运动感知是这通用技术如何不断发展从而提供有价值的新服务的最新示例。我们MU-MIMO技术的发展将进一步使制造商充分利用Wi-Fi的潜力。
