物理约束深度状态空间模型提升被动无线运动追踪

利用无线局域网信道状态信息推断目标位置具有被动感知优势，但相关观测容易受到噪声、异构性和动态多径影响。角度、时延和多普勒等测量只能间接反映目标位置与速度，其可信度也会随传播环境变化，因此追踪过程可能面临估计不稳定和轨迹波动问题。

为此，研究提出一种融入物理先验的贝叶斯状态空间框架。其核心是情境条件深度状态空间模型，用于刻画目标的连续运动与环境动态，同时根据观测条件自适应描述时变不确定性。框架还引入几何约束，使不同类型的信道测量共同参与轨迹一致性校正，并对各观测的置信度进行联合约束。

实验结果表明，该方法生成的轨迹更加平滑，瞬时波动有所减少，整体追踪精度优于对比方法。该工作表明，将物理约束与深度时序模型结合，有助于提升复杂动态多径环境下被动无线感知的运动追踪稳定性，也为融合多类测量信息提供了新的建模思路。

【空音视角】 从非接触式感知角度看，该研究的价值不仅在于提升轨迹精度，更在于显式处理动态多径环境中的观测不确定性和多测量一致性问题。几何约束与深度状态空间模型的结合，可为睡眠、跌倒及病房监护等场景中的无线信号分析提供方法参考。空音关注的无线局域网感知方向，也可借此思路提升多源信号融合与连续状态估计的稳健性。

—— 本文基于公开报道由空音编辑部 AI 辅助改写 来源：arXiv 信号处理 原文链接：https://arxiv.org/abs/2610.34082