基于 ESP32-C5 的 Wi-Fi CSI 人体感知
在 AdventureX 2026 上，我们基于 ESP32-C5 实现了一套自适应桌垫系统，能够通过 Wi-Fi CSI 被动感知桌前是否有人，并实时估计呼吸频率。桌垫内置的 ESP32-C5 模组不依赖额外传感器，仅解析环境中已有的 Wi-Fi 信号即可完成上述感知任务。
Wi-Fi CSI 感知原理
讨论 Wi-Fi 感知之前，有必要区分 RSSI 和 CSI 这两类信号表征。RSSI 仅反映了接收功率的平均水平，多人、家具、墙体对信道的影响被聚合为单一数值，难以支撑精细的环境感知。
要理解 CSI 的构成，需要回顾 OFDM 调制的基础设计。IEEE 802.11n 及后续标准将 20MHz 信道划分为 64 个正交子载波，每个子载波独立承载数据。CSI 描绘了每个子载波各自经历的衰减与相移，形式上是一组复数向量。与 RSSI 相比，CSI 在频域上保留了完整的信道响应信息，能够捕捉不同频率成分在传播环境中的差异化表现。
人体介入 Wi-Fi 信号的传播路径后，身体的反射、遮挡和吸收会改变各子载波的幅度与相位。这些变化的模式与环境状态密切相关：静止状态下，胸腔随呼吸的周期性起伏会在 CSI 幅值上产生微弱振荡；人体移动时，多径反射持续重组，不同子载波的扰动幅度和方向各异，呈现为跨子载波的空间差异性。
过去十余年间，学术界发表了大量基于 CSI 的感知研究，覆盖了手势识别、跌倒检测、穿墙成像等方向。然而早期的实验方案依赖 Intel 5300 网卡刷写定制固件或 USRP 级 SDR 设备，硬件门槛较高，难以在消费场景中落地。
好消息是，从初代 ESP32 芯片开始，乐鑫在 Wi-Fi 驱动层就开放了 CSI 数据导出能力。开发者无需修改硬件或配备外置 SDR，通过官方 ESP-CSI 库即可获取每个接收帧中子载波的 I/Q 复数向量。
从芯片代际来看，ESP32-C5 格外值得关注，它是乐鑫第一款支持 Wi-Fi 6（802.11ax）和 5GHz 频段的芯片，对 CSI 感知有重要意义。2.4GHz 频段共存设备密集，蓝牙、Zigbee 和微波炉等干扰源使得背景噪声水平较高，CSI 中微弱的信号变化易被淹没。5GHz 频段相对洁净，且 802.11ax 引入了 OFDMA 调度和更精确的信道估计机制，CSI 数据的信噪比和一致性较前代产品有显著提升。
目前 ESP-CSI 已进入 ESP-IDF 官方组件库，支持 ESP32-C2/C3/C5/C6 等多个系列，通过统一 API 配置采集参数。在项目中声明 idf_component.yml 依赖并注册 CSI 回调后，每个接收到的 Wi-Fi 帧即携带对应子载波的 I/Q 数据进入处理管线。需要注意的是，ESP-CSI 仅负责数据采集和导出，不内置信号处理或感知算法，实际应用需自行实现。
桌垫的实现
在桌垫的架构中，ESP32-C5 承担感知前端的角色。ESP32-C5 以 Station 模式连接 2.4GHz 路由器，限于 802.11n HT20 协议，并禁用省电模式以确保持续接收帧。
flowchart TB
subgraph 环境
AP[2.4GHz 路由器/AP]
end
subgraph ESP32-C5
WiFi[Wi-Fi Station]
CSI[CSI 回调]
PROC[信号处理]
BLE[BLE 广播]
end
subgraph 桌垫控制器
RECV[BLE 接收]
FUSION[多传感器融合]
ACT[自适应调节]
end
AP -->|ICMP Echo Reply| WiFi
WiFi -->|CSI 帧| CSI
CSI -->|I/Q 数据| PROC
PROC -->|运动状态/呼吸率| BLE
BLE -->|通知| RECV
RECV --> FUSION
FUSION --> ACT
为维持稳定的 CSI 数据流，设备以 100Hz 频率向默认网关发送 ICMP Echo Request。网关每次回复时在 ESP32 端触发 Wi-Fi 帧接收，CSI 回调随之输出数据。这种方案使单个 ESP32 模组即可独立完成完整的数据采集管线，无需额外发包节点或云端转发。
运动检测
flowchart TD
A[CSI 帧到达] --> B{子载波筛选}
B -->|guard/pilot/DC| C[排除]
B -->|数据子载波| D[40 个候选]
D --> E[4s 校准: 选 12 个最稳定子载波]
E --> F[6s 运动基线建立]
F --> G[计算空间湍流 CV]
G --> H[Hampel 滤波去毛刺]
H --> I[100 帧滑动窗口方差]
I --> J{> P95×1.75?}
J -->|是| K[三击去抖计数]
J -->|否| L[三击去抖计数]
K -->|连续 3 次| M[输出: 有人运动]
L -->|连续 3 次| N[输出: 无人静止]
M --> O[3s 抑制期]
O --> N
CSI 数据到达后先进行子载波筛选。64 个子载波中的 guard、pilot 和 DC 子载波不参与后续处理，剩余的约 40 个数据子载波进入校准流程。前 4 秒内，算法计算每个候选子载波的变异系数（标准差/均值），贪心选择 CV 最小的 12 个、且相互间隔至少 2 个索引的子载波，作为稳定性最优的子载波集。
后续 6 秒用于建立运动基线。对已选的 12 个子载波，将当前帧的幅度除以各自基线幅度得到归一化值，计算这 12 个归一化值的空间变异系数，作为空间湍流度量。人体在传播路径中移动时，多径模式的改变导致各子载波衰减出现差异化响应，湍流值显著升高。该序列经 Hampel 离群值滤波器（窗口大小 7，阈值 5-sigma）去毛刺后，取 100 帧滑动窗口方差作为运动分数。校准期间采集的运动分数取第 95 百分位并乘以 1.75，作为后续判决的动态阈值。
为抑制瞬时干扰导致的误判，运动状态机采用连续三击确认机制：连续三次评估周期均超过阈值方才切换至运动状态，连续三次均低于阈值方才切回静止状态。运动结束后设有 3 秒抑制期，避免坐姿调整等微动作造成的频繁状态翻转。
呼吸频率估计
flowchart TD
A[CSI 帧到达] --> B[40 个数据子载波]
B --> C[10Hz 重采样]
C --> D[256 样本滑动窗口]
D --> E[去均值 + Hamming 窗]
E --> F[Goertzel DFT 0.08-0.60Hz]
F --> G[105 个频率 bin 功率谱]
G --> H[计算频谱突出度]
H --> I[加权合成 40 子载波]
I --> J[搜索全局峰值频率]
J --> K{峰值/带均值 > 6.0?}
K -->|是| L[输出呼吸率 bpm]
K -->|否| M[输出: 无效]
N[运动期间/运动后 3s] -->|抑制| L
N -->|抑制| M
与运动检测类似，呼吸检测同样以 CSI 数据为输入源，但信号处理路径独立。呼吸检测使用全部 40 个数据子载波，不经子载波选择。先重采样至 10Hz，截取 256 样本（25.6 秒）滑动窗口。
对每个子载波，减去均值后加 Hamming 窗，在 0.08-0.60 Hz 范围内以 0.005 Hz 步进做 Goertzel 式 DFT，共 105 个频率 bin，覆盖 4.8-36 bpm 的正常呼吸频率区间。选择 Goertzel 算法而非 FFT 的原因在于仅需窄带频谱分析，内存开销更低，适合单核 RISC-V 架构的 ESP32-C5。
然而单子载波的功率谱通常噪声较大，峰值位置未必对应呼吸频率。为抑制低信噪比子载波的干扰，对每个子载波计算频谱突出度（峰值功率/平均功率），将其映射为权重，突出度越高权重越大，对 40 个子载波的功率谱做加权合成。在合成谱中搜索全局峰值频率并转换为 bpm，即为呼吸率估计值。
判定条件方面，合成谱的峰值与带均值之比需超过 6.0 才视为有效。运动期间及运动结束后 3 秒内，呼吸检测输出被强制抑制，因为躯干位移时胸腔起伏与呼吸节律的对应关系不再可靠。
外部数据集验证
除本地测试外，两个检测模块均在公开数据集上做了独立的定量评估。
就运动检测而言，采用 ESPectre 的 ESP32-C5 公开数据集，在 4 组配对基线/运动录音上，召回率 100%，基线误报 0%。长时录音中的连续检测表现与 ESPectre 已发布的结果一致。
呼吸检测方面，采用 pulse-wifi-sensing 的公开数据集，以 6 bpm 节律呼吸录音为输入，估计值 6.00 bpm，稳定段有效率 75.5%。空房间对照组误检率为零。
方案约束
目前我们的方案还仅限于单链路单人感知场景，无法实现多人计数、身份识别或人宠区分，运动状态下亦不输出呼吸估计。ESP32-C5 的 Wi-Fi 6 能力目前仅使用 2.4GHz HT20 模式，5GHz 频段感知的适配有待官方驱动支持的进一步成熟。
一旦环境发生变化，如家具重新布局或路由器位置调整，多径环境随之改变，需重新执行校准流程。传感器的部署位置与路由器的相对几何关系决定了 CSI 的空间敏感度分布，存在感知盲区。不过本方案定位于消费级环境感知，也不应视为医疗用途或生命体征报警设备。