Human Presence Detection via Wi-Fi Range-Filtered Doppler Spectrum on Commodity Laptops

📄 arXiv: 2603.10845v1 📥 PDF

作者: Jessica Sanson, Rahul C. Shah, Valerio Frascolla

分类: eess.SP, cs.AI, cs.CV

发布日期: 2026-03-11

备注: 6 pages, Conference

💡 一句话要点

提出基于Wi-Fi测距滤波多普勒频谱的人体存在检测方案，无需额外硬件。

🎯 匹配领域: 支柱八：物理动画 (Physics-based Animation)

关键词: 人体存在检测 Wi-Fi感知 多普勒频谱 信道状态信息 范围滤波 自适应多速率 单站Wi-Fi

📋 核心要点

  1. 现有HPD方案依赖外部传感器或摄像头，存在成本高、隐私泄露等问题。
  2. 提出RF-DS技术，通过在CIR域滤波和时域窗口化，实现精确的人体存在检测。
  3. 采用自适应多速率处理，在保证检测精度的同时，降低了计算复杂度。

📝 摘要（中文）

本文提出了一种人体存在检测(HPD)方案，该方案利用单站Wi-Fi感知，仅使用设备内置的Wi-Fi硬件来检测用户位置，无需外部设备、接入点或额外的传感器。现有的笔记本电脑HPD解决方案需要外部专用传感器，增加了成本和复杂性，或者依赖于基于摄像头的方法，引入了严重的隐私问题。本文提出了一种新的Wi-Fi感知技术——测距滤波多普勒频谱(RF-DS)，用于存在估计，能够对用户存在进行范围选择性和时间窗口检测。通过在多普勒分析之前，在信道脉冲响应(CIR)域中应用目标范围区域滤波，该方法将处理集中在与任务相关的空间区域，显著降低了计算复杂度。此外，与传统的2D范围-多普勒检测器相比，在频谱域中使用时间窗口提供了更大的估计器稳定性。此外，我们提出了一个自适应多速率处理框架，该框架动态调整信道状态信息(CSI)采样率——在空闲期间以低帧率(10Hz)运行，仅在检测到运动时以高帧率(100Hz)运行。据我们所知，这是第一个使用商用笔记本电脑内置Wi-Fi网络接口控制器(NIC)上的单站Wi-Fi感知进行占用检测的低复杂度解决方案，无需外部网络基础设施或专用传感器。我们的解决方案可以跨不同的环境和设备进行扩展，无需校准或重新训练。

🔬 方法详解

问题定义：论文旨在解决在商用笔记本电脑上，无需额外硬件或外部基础设施，仅利用内置Wi-Fi进行人体存在检测的问题。现有方法要么依赖于外部传感器，增加成本和复杂性，要么使用摄像头，引发隐私担忧。这些痛点限制了HPD技术在日常设备中的广泛应用。

核心思路：论文的核心思路是利用Wi-Fi信号的信道状态信息(CSI)，通过分析信号在不同距离和频率上的变化，来判断是否有人存在以及其大致位置。通过在信道脉冲响应(CIR)域进行范围滤波，聚焦于特定空间区域，减少不必要的计算。同时，利用多普勒频谱分析运动信息，结合时域窗口提高检测稳定性。

技术框架：整体框架包括以下几个主要阶段：1) CSI数据采集：利用笔记本电脑内置的Wi-Fi网卡获取CSI数据。2) 范围滤波：在CIR域应用范围滤波，选择感兴趣的空间区域。3) 多普勒频谱分析：对滤波后的信号进行多普勒频谱分析，提取运动信息。4) 自适应多速率处理：根据运动状态动态调整CSI采样率，降低功耗。5) 存在估计：基于多普勒频谱特征判断人体是否存在。

关键创新：最重要的技术创新点在于Range-Filtered Doppler Spectrum (RF-DS)技术，它将范围滤波和多普勒频谱分析相结合，实现了精确且高效的人体存在检测。与传统的2D Range-Doppler检测器相比，RF-DS通过在CIR域进行滤波，显著降低了计算复杂度，并提高了检测的稳定性。此外，自适应多速率处理进一步优化了功耗。

关键设计：关键设计包括：1) 范围滤波器的设计，需要根据实际应用场景选择合适的滤波范围。2) 多普勒频谱分析的参数设置，如窗口大小、重叠率等，需要根据运动速度进行调整。3) 自适应多速率处理的阈值设置，需要平衡检测精度和功耗。论文中没有明确给出损失函数或网络结构，因为该方法主要基于信号处理技术。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

该方案仅使用商用笔记本电脑的内置Wi-Fi网卡，无需额外硬件或外部基础设施。通过RF-DS技术，实现了精确且高效的人体存在检测，并采用自适应多速率处理降低功耗。实验结果表明，该方案在不同环境下具有良好的鲁棒性和可扩展性，无需校准或重新训练。

🎯 应用场景

该研究成果可广泛应用于智能家居、智能办公等领域，例如自动开关机、智能照明、安全监控等。通过内置Wi-Fi进行人体存在检测，无需额外硬件，降低了成本，保护了用户隐私，有助于提升用户体验和设备智能化水平。未来可进一步扩展到更复杂的环境和应用场景，例如老人看护、跌倒检测等。

📄 摘要（原文）

Human Presence Detection (HPD) is key to enable intelligent power management and security features in everyday devices. In this paper we propose the first HPD solution that leverages monostatic Wi-Fi sensing and detects user position using only the built-in Wi-Fi hardware of a device, with no need for external devices, access points, or additional sensors. In contrast, existing HPD solutions for laptops require external dedicated sensors which add cost and complexity, or rely on camera-based approaches that introduce significant privacy concerns. We herewith introduce the Range-Filtered Doppler Spectrum (RF-DS), a novel Wi-Fi sensing technique for presence estimation that enables both range-selective and temporally windowed detection of user presence. By applying targeted range-area filtering in the Channel Impulse Response (CIR) domain before Doppler analysis, our method focuses processing on task-relevant spatial zones, significantly reducing computational complexity. In addition, the use of temporal windows in the spectrum domain provides greater estimator stability compared to conventional 2D Range-Doppler detectors. Furthermore, we propose an adaptive multi-rate processing framework that dynamically adjusts Channel State Information (CSI) sampling rates-operating at low frame rates (10Hz) during idle periods and high rates (100Hz) only when motion is detected. To our knowledge, this is the first low-complexity solution for occupancy detection using monostatic Wi-Fi sensing on a built-in Wi-Fi network interface controller (NIC) of a commercial off-the-shelf laptop that requires no external network infrastructure or specialized sensors. Our solution can scale across different environments and devices without calibration or retraining.