日前，北京大學信息科學技術學院、高可信軟件技術教育部重點實驗室張大慶教授團隊在利用商業Wi-Fi（即無線保真技術，wireless fidelity）設備進行室內無接觸人體行為感知研究取得新進展。基于相關成果的論文《從菲涅耳區衍射模型到利用商業Wi-Fi設備進行細粒度人體呼吸檢測》（From Fresnel diffraction model to fine-grained human respiration sensing with commodity Wi-Fi devices）被普適計算領域旗艦會議UbiComp 2018（ACM International Joint Conference on Pervasive and Ubiquitous Computing）接收，文中首次將菲涅耳區衍射模型用于人體呼吸檢測，解決了第一菲涅爾區內定量計算無線感知信號與人體活動之間的關系這一難題。論文作者包括張扶桑博士和牛凱、王鈺翔等研究生。

該團隊于2016年首次將原用于刻畫光波傳播的菲涅耳區理論引入基于無線電磁波信號的行為識別領域，不僅解釋了人體在空間移動是其行為導致無線接收信號產生波長級波動的原因，而且揭示了Wi-Fi信號在室內環境傳播的重要性質，并利用這些性質和多載波特點分別提出識別毫米級的細粒度微小活動（如呼吸）、分米級的粗粒度活動（如移動方向）的理論與技術, 奠定了菲涅耳區模型作為無線信號實現毫米級人體行為感知的理論基礎（發表于《中國計算機學會通訊》2018年第1期）。基于傳統的菲涅耳區衍射原理，他們首次提出了第一菲涅耳區內刻畫感知信號與人體活動間關系的理論，并用其解釋了不同人體厚度在呼吸檢測時效果存在差異的原因，給出人體在臥姿和坐姿進行呼吸檢測時不同的最佳檢測位置，以及如何調整人體位置以利于有效檢測呼吸的原理。該理論除了可指導細粒度微小活動的檢測，也可應用于大尺度人體行為的識別（如準確識別人的徒手健身活動）。

此外，張大慶團隊還依托北京大學（天津濱海）新一代信息技術研究院，開發出一系列利用商用WiFi設備進行人體行為識別的演示系統，應用包括跌倒檢測、呼吸檢測、睡眠檢測、入侵檢測、室內定位跟蹤、手勢識別、健身活動識別、及老人日常活動識別等，申報國際/國內專利10余項，繼在UbiComp 2016/2017發表4篇無線感知相關的長文（regular research paper）之后，今年又有3篇長文被UbiComp 2018錄用。

上述工作得到國家重點研發計劃、國家自然科學基金和北京大學建設世界一流大學（學科）和特色發展引導專項的支持。