Wi-Fi 感知中自监督学习的教程与综述：趋势、挑战与展望
信号处理
2025-07-08 v1
摘要
Wi-Fi 技术已从简单的通信路由器演变为感知设备。Wi-Fi 感知利用常规 Wi-Fi 传输来提取和分析信道状态信息（CSI），应用于邻近检测、占用检测、活动识别和健康监测等领域。通过利用现有基础设施，Wi-Fi 感知提供了一种隐私保护、非侵入性且成本效益高的解决方案，与摄像头不同，它不受光照条件的影响。本文从全面回顾 Wi-Fi 标准化活动开始，首先介绍与 Wi-Fi CSI 相关的基本概念，概述 CSI 测量方法，并考察移动物体对 CSI 的影响。同时描述了用于 CSI 提取的简化测试平台的机制。然后，我们对现有的 Wi-Fi 感知数据集及其规格进行了定性比较，并指出了它们的不足。接下来，讨论了一系列有助于特征提取和机器学习（ML）算法可解释性的预处理技术。随后，我们对 Wi-Fi 感知领域的近期 ML 方法进行了定性综述，并阐述了自监督学习（SSL）在该背景下的重要性。具体而言，详细阐述了对比学习和非对比学习方案的机制，并在分类准确率方面进行了定量比较分析。最后，文章通过强调可用于提升 Wi-Fi 感知性能的新兴技术以及该领域进一步研究的机会来总结全文。
引用
@article{arxiv.2506.12052,
title = {A Tutorial-cum-Survey on Self-Supervised Learning for Wi-Fi Sensing: Trends, Challenges, and Outlook},
author = {Ahmed Y. Radwan and Mustafa Yildirim and Navid Hasanzadeh and Hina Tabassum and Shahrokh Valaee},
journal= {arXiv preprint arXiv:2506.12052},
year = {2025}
}