Методы машинного обучения для распознавания и зондирования на основе CSI Wi-Fi: исчерпывающий обзор

Информация о состоянии канала Wi-Fi (Channel State Information, CSI) стала широко исследуемым инструментом бесконтактного зондирования, поскольку позволяет регистрировать мелкомасштабные изменения беспроводного канала, которые могут быть сопоставлены с движениями и присутствием человека, избегая при этом явного раскрытия визуальной информации, характерного для систем на основе компьютерного зрения. Конвейеры на основе CSI исследовались для распознавания действий и жестов человека, обнаружения падений, анализа походки, вывода информации о позе и локализации внутри помещений. Несмотря на высокую эффективность в контролируемых условиях, практическое развертывание остается сложным из-за измерительного шума, чувствительности к изменениям окружающей среды, взаимных помех между пользователями и системных ограничений при сборе данных и обработке в реальном времени. В статье представлен обзор методов машинного обучения для зондирования на основе CSI Wi-Fi и проанализировано более 65 репрезентативных моделей, связывая алгоритмические решения с реализуемым сквозным проектированием системы. Предложена иерархическая таксономия, объединяющая исследования в три группы: классические методы машинного обучения, архитектуры глубокого обучения и гибридные стратегии. Помимо моделирования, описан полный конвейер зондирования — от выбора аппаратного обеспечения и сетевой интерфейсной карты (NIC) до программных средств, конфигурации антенн и обработки сигналов — с акцентом на компромиссы проектирования, влияющие на устойчивость и воспроизводимость. Кроме того, проведено сравнение методов в основных прикладных областях и обобщены открытые проблемы, связанные с обобщением на динамические среды, разделением сигналов нескольких пользователей и ресурсно-эффективным выводом. Наконец, обозначены перспективные направления исследований, ориентированные на устойчивое обобщение, масштабируемое развертывание и обучение с учетом конфиденциальности для более широкого внедрения в реальных условиях.