在线演示：真实 CSI 幅度热图回放（256 子载波）

2026-10-11 · 约 2 分钟

下面这段回放用的是真实抓包（GL-MT6000 / MT7986，5GHz HE80，256 子载波，60 秒）， 在浏览器里做了降采样（348 帧 × 64 个子载波）以便流畅播放；原始数据与采集方式完全公开 ^{[1] [2]}。

怎么看这张图

幅度热图视角（默认）

• 横轴是时间，纵轴是子载波；颜色越亮表示该子载波在该时刻的幅度越大；
• 有人走动时，热图会出现竖向的亮暗带（多径被扰动）；静止没人时趋于平稳；
• 颜色是按子载波归一化后的相对幅度，不是绝对功率——不同环境的绝对值不可直接比较。

多普勒 / 时频谱视角

• 对同一份数据做 STFT（短时傅里叶变换）：纵轴是多普勒频率 0 → Nyquist，颜色越亮表示该频率上能量越强；
• 多普勒图的颜色是相对能量：先减去逐频率的静止背景（常驻谱线），再做分位数归一化，因此它突出的是随时间变化的能量，不是绝对功率；
• 由图可见运动能量集中在低频（身体缓慢摆动、呼吸引起的信道起伏），静止段整体偏暗；
• 重要限制：这条数据的 CSI 测量率只有约 5.8 次/秒，所以可观测的多普勒范围只有 0–2.87 Hz（Nyquist = 测量率 / 2）。 它足够看呼吸与慢速运动，但不是行走多普勒谱——要看到步行速度对应的多普勒，需要显著更高的测量率或专用雷达。

下面那条绿线在两个视角下都显示，是运动指标（相邻测量幅度变化均值），可以直接当"有没有在动"的廉价判据。

这条数据是怎么来的

想自己复现这条链路：复现教程 · Python 处理 · 工具与数据