无线振动感知：原理、技术与应用

• 机械信号的采集：机械信号的采集主要是指对声波等机械波进行采集，常用的设备有麦克风、振动传感器、声卡、数据采集卡等。
• 电磁信号的采集：电磁信号的采集主要是指对无线电波等电磁波进行采集，常用的设备有天线、接收机、频谱仪、示波器等。

• 机械信号的处理：机械信号的处理主要是指对声波等机械波进行处理，常用的方法有数字信号处理、模拟信号处理、混合信号处理等。数字信号处理是指利用计算机或其他数字设备，对数字信号进行算法或程序的处理。模拟信号处理是指利用电路或其他模拟设备，对模拟信号进行电气或物理的处理。混合信号处理是指利用数字和模拟设备，对数字信号和模拟信号进行相互转换和处理。

• 电磁信号的处理：电磁信号的处理主要是指对无线电波等电磁波进行处理，常用的方法有无线电信号处理、光信号处理、微波信号处理等。无线电信号处理是指利用电路或其他电磁设备，对无线电信号进行电气或电磁的处理。光信号处理是指利用光纤或其他光学设备，对光信号进行光学或光电的处理。微波信号处理是指利用微波器件或其他微波设备，对微波信号进行微波或毫米波的处理。

• 机械信号的分析：机械信号的分析主要是指对声波等机械波进行分析，常用的方法有时域分析、频域分析、时频域分析、小波分析、经验模态分解等。时域分析是指利用时域波形或统计特征。频域分析是指利用傅里叶变换或其他变换，将信号从时域转换到频域，分析信号的频率成分和能量分布。时频域分析是指利用短时傅里叶变换或其他变换，将信号分解为不同的时间段和频率段，分析信号的时变性和频变性。小波分析是指利用小波变换或其他变换，将信号分解为不同的尺度和位置，分析信号的局部特征和细节。经验模态分解是指利用自适应的分解方法，将信号分解为不同的本征模态函数，分析信号的非线性和非平稳特征。
• 电磁信号的分析：电磁信号的分析主要是指对无线电波等电磁波进行分析，常用的方法有调制分析、解调分析、编码分析、解码分析、压缩分析、解压分析等。调制分析是指利用调制技术将基带信号转换为载波信号，增加信号的抗干扰能力和传输效率。解调分析是指利用解调技术将载波信号还原为基带信号，恢复信号的原始信息。编码分析是指利用编码技术将信号的二进制数据转换为特定的码元序列，增加信号的可靠性和安全性。解码分析是指利用解码技术将信号的码元序列还原为二进制数据，纠正信号的传输误差。压缩分析是指利用压缩技术将信号的数据量减少，降低信号的存储和传输成本。解压分析是指利用解压技术将信号的数据量恢复，提高信号的质量和可用性。

• 非接触：无线振动感知技术不需要与振动源或振动对象接触或靠近，可以在一定的距离内，通过无线信号的传播，实现对振动信号的感知，避免传感器的损耗和干扰，提高感知的安全性和灵活性。

• 无需额外硬件：无线振动感知技术不需要额外的硬件设备，可以利用现有的无线设备，如手机、电脑、路由器、扬声器等，实现无线信号的发送和接收，降低感知的成本和复杂度。

• 可穿透障碍物：无线振动感知技术可以利用无线电波或声波等无线信号，穿透一些障碍物，如墙壁、门窗、家具等，实现对隐蔽或难以到达的振动信号的感知，扩大感知的范围和场景。

• 信号的衰减和干扰：无线振动感知技术受到无线信号的传播特性的限制，无线信号在传播过程中会遭受衰减和干扰，导致信号的质量和可靠性下降，影响感知的精度和效果。因此，需要采取一些措施，如选择合适的频率、功率、编码、调制等，以提高无线信号的抗衰减和抗干扰能力。

• 信号的处理和分析：无线振动感知技术需要对无线信号进行复杂的处理和分析，以提取振动信号的特征和信息，这需要高效的算法和强大的计算能力。因此，需要采取措施，如优化信号的采样、压缩、滤波、增强等，以降低信号的数据量和噪声，提高信号的质量和可用性。

• 信号的安全和隐私：无线振动感知技术可能会泄露一些敏感的信息，如人体的运动状态、健康状况、位置信息等，这可能会威胁到用户的安全和隐私。因此，需要采取措施，如加密信号的数据、控制信号的权限、保护信号的身份等，有效保护信号的安全和隐私。

[1] Zhao H, Shu M, Ai Z, et al. A highly sensitive triboelectric vibration sensor for machinery condition monitoring[J]. Advanced Energy Materials, 2022, 12(37): 2201132.

[2] Guo J, He Y, Jiang C, et al. Measuring micrometer-level vibrations with mmwave radar[J]. IEEE Transactions on Mobile Computing, 2021.

[3] Wang L, Gu T, Li W, et al. DF-Sense: Multi-user Acoustic Sensing for Heartbeat Monitoring with Dualforming[C]//Proceedings of the 21st Annual International Conference on Mobile Systems, Applications and Services. 2023: 1-13.

[4] Li T, Tan Y, Zhou Z. A fiber Bragg grating sensing-based micro-vibration sensor and its application[J]. Sensors, 2016, 16(4): 547.

[5] Ali K, Liu A X. Fine-grained vibration based sensing using a smartphone[J]. IEEE Transactions on Mobile Computing, 2021, 21(11): 3971-3985.

[6] Yang L, Li Y, Lin Q, et al. Making sense of mechanical vibration period with sub-millisecond accuracy using backscatter signals[C]//Proceedings of the 22nd Annual International Conference on Mobile Computing and Networking. 2016: 16-28.

[7] Shi C, Zhang T, Xu Z, et al. Privacy Leakage via Speech-induced Vibrations on Room Objects through Remote Sensing based on Phased-MIMO[C]//Proceedings of the 2023 ACM SIGSAC Conference on Computer and Communications Security. 2023: 75-89.

[8] Diniz P S R, Da Silva E A B, Netto S L. Digital signal processing: system analysis and design[M]. Cambridge University Press, 2010.

[9] Pallás-Areny R, Webster J G. Analog signal processing[M]. John Wiley & Sons, 1999.

[10] 王金福, 李富才. 机械故障诊断技术中的信号处理方法: 时域分析[J]. 噪声与振动控制, 2013, 33(2): 128.

[11] 王金福, 李富才. 机械故障诊断的信号处理方法: 频域分析[J]. 噪声与振动控制, 2013, 33(1): 173.

[12] 周小勇, 叶银忠. 小波分析在故障诊断中的应用[J]. 控制工程, 2006, 13(1): 70-73.

[13] Boashash B. Time-frequency signal analysis and processing: a comprehensive reference[M]. Academic press, 2015.

作者：白广轩 中国科学院信息工程研究所

责编：郝璐萌