雷达学报

作者：陈少楠, 顾家铭, 徐超, 孙一淼, 王思然, 陈展野, 刘硕, 李会东, 戴俊彦, 何源, 程强

单位：1.东南大学毫米波全国重点实验室 南京 210000；2.清华大学软件学院 北京 100084；3.北京信息科学与技术国家研究中心(清华大学) 北京 100084；

关键词：Wi-Fi感知, 时间编码超表面, 运动特征生成, 数据集构建, LeNet分类网络

基金：国家重点研发计划(2023YFB3811504, 2023YFB3811502, 2024YFB2907800)，国家杰出青年科学基金(62225108)，中央高校基本科研业务费专项资金(2242022k60003, 2242024RCB0005)，国家自然科学基金(62288101, 62201139, U22A2001)，江苏省应用数学科学研究中心(BK20233002)，江苏省基础研究计划重点项目(BK20243028)

随着Wi-Fi感知技术在智能健康监测领域的广泛应用，如何构建高质量的数据集成为亟待解决的关键问题。特别是在监测异常行为(如跌倒)时，传统方法依赖于人体的反复实验，这既存在安全隐患，又面临伦理困境。为应对这一挑战，该文提出了一种基于时间编码超表面的辅助数据样本采集方法。通过模拟人体的运动特征，时间编码超表面可以有效替代人体实验，用于辅助构建Wi-Fi感知数据集。为此该文设计了一款具备0～360°全相位调制能力的时间编码超表面验证了该方案的可行性。实验结果表明，超表面生成的信号能够较好地保留人体运动特征，有效补充真实样本，降低数据采集复杂度，并显著提升模型的监测准确性。该方法为Wi-Fi感知技术的数据采集提供了一种创新且可行的解决方案。

来源：2025年第4期

《雷达学报》期刊编辑部

查看雷达学报杂志2025年第4期