csi心得

从2019年开始接触CSI，有太多的感悟。
首先是采集数据，基于数据驱动的深度模型差不多每组动作需要100组数据，采集十分耗时。
更大的问题是信道的问题，中间有太多的trick，monitor模式比ap模型更稳定，这里的稳定一个是指发包间隔的稳定，另一个是指丢包的少。还有便是信道选择的问题，应当要选取5G信道，比2.4G干扰小很多。对于5g信道monitor模式而言发送2400个包大部分可以收到2300+
采用深度网络对于7动作可以很轻易的达到90%+
要注意的是感知和位置朝向等都有很大的关系，信道，环境也有很大的影响。这也许就是感知的bottom line
并不需要做开始点检测只需要人为规定开始即可。
最大的问题在于信道的不确定性，今天和明天是一样的，半个月后就不一样了。除此之外，更严重的是哪怕改变了微小的环境，微小的移动了天线，甚至重启设备的结果全都不一样，这也就导致了当时的结果很好，但是并不具备可复现性。重复的采集数据来解决是一种很蠢的方式，
除此之外csi对大幅度的动作比较敏感，距离远的，幅度小的都很不敏感。这里采集数据需要很大的运气成分，有时候的数据质量就是很差无法处理。装环境也是很麻烦的，版本为题，报错看不懂等等，最好用ssh远程连接服务器，天线的位置，房间的布局都不要随意改动。
对准确率影响最大的是数据本身的质量，再具体来说就是位置与动作类别，大幅度的，位置不那么远的识别都很好。
实时话最大的问题在于切割开始与结束点。
同一动作同一位置每天信道都不一样。
每次重启机器也不一样。
天线的顺序会变，会随机乱变。
rx与tx不要放的太近，不然直射信号太明显，呼吸都能测出来，距离发射端做动作影响更大
幅度值非常的不稳定每天都不一样不可以作为分类feature（除非是离线当天的）
感知效果受反射面积（走路远大于挥手）与距离的影响
对于手势这种小动作3m几乎无法感知，走路也就可以到5m。距离与反射面积的影响不是改变位置或者方向可以逆转的。
总而言之这个方向离落地还是差的太远了，不建议进行研究。
感知的效果受通信影响很大，如果在场有很多人都在使用手机则结果会差很多。