RuView Soul Signature 引用体系深度解析7 通道 RF 生物特征背后的 ADR、论文、数据集与标准全景【免费下载链接】RuViewπ RuView turns commodity WiFi signals into real-time spatial intelligence, vital sign monitoring, and presence detection — all without a single pixel of video.项目地址: https://gitcode.com/GitHub_Trending/wi/RuView本文是 RuView 仓库中 docs/research/soul/references.md 的深度解读与扩展。Soul Signature 是 RuView 的一项研究规范Research Specification, Pre-Implementation将 WiFi-DensePose / RuView 传感节点采集的被动电磁观测融合为一张内容寻址的 RVF 图形式的七通道多模态生物特征签名。而references.md正是这份规范的知识地图——它把散落在仓库中的 30 篇内部 ADR、5 篇对比学习奠基论文、11 项 WiFi 感知 SOTA 工作、3 个训练数据集、6 项差分隐私/密码学标准、5 项生物特征标准以及 6 篇入门读物逐一映射到 soul signature 的各个技术通道上。读完本文你将掌握 soul signature 的完整技术栈图谱、每一层引用的作用边界以及仓库中已有的第一个可运行实现soul_match.rs与规范之间的对应关系。1. 为什么需要一份引用地图Soul Signature 的构想本身并不神秘它尝试把指纹之于法医鉴定、FaceID 之于手机认证的那种身份锚定关系移植到一个全新的感知维度——隔墙、远距离、房间尺度下的被动射频。其技术主张建立在两个基座上七条电磁可观测通道AETHER 对比学习嵌入、子载波反射剖面、心率剖面、呼吸模式、步态时序、骨骼比例、身体-场耦合详见 specification.md §3.2可审计的工程约束签名以单个.rvf二进制图容器存储用 Ed25519 见证链做完整性背书以加权余弦相似度做概率匹配并围绕 GDPR/HIPAA 设计了隐私模式。由于整套系统的每个通道都对应仓库里既有的内部架构决策记录ADRreferences.md的价值在于它把哪些 ADR 构成了 soul signature 的底层基座明确地钉死任何想复现、评审或扩展这套规范的人都可以按图索骥。下面按原文档的九个章节逐层展开并结合源码给出实现级佐证。2. 内部架构决策记录ADR索引系统的骨架原文档第一部分的 ADR 表格约 30 条是 soul signature 的工程地基清单。所有 ADR 位于仓库docs/adr/目录文件命名ADR-XXX-*.md。下表完整保留原文档内容并补充了每条 ADR 在 soul signature 中的具体角色ADR标题与 soul signature 的相关性ADR-003RVF 认知容器用于 CSI 数据soul signature 使用的 RVF 容器格式ADR-004HNSW 向量搜索指纹识别用于 person_track 嵌入检索的 HNSW 索引ADR-005SONA 自学习姿态估计LoRA 适配、EWC 正则化、环境画像ADR-007后量子密码学安全感知PQC 密码学语境ADR-108/109 的基础ADR-010见证链审计轨迹完整性见证链设计对帧束做 Ed25519 签名ADR-014SOTA 信号处理算法RuvSense 管线共轭相乘、Hampel 滤波、频谱图、BVPADR-021基于 rvdna 管线的生命体征检测心脏/呼吸提取带通滤波ADR-039 生命体征包ADR-023训练好的 DensePose 模型RuVector 管线CsiToPoseTransformer 骨干MPJPE 基线 91.7 mmADR-024Project AETHER——对比式 CSI 嵌入模型灵魂签名的主要身份通道128 维 L2 归一化嵌入HNSW person_track 索引5 人目标 80% mAPADR-027Project MERIDIAN——跨环境域泛化环境解耦嵌入HardwareNormalizer多房间可迁移性ADR-029RuvSense 多静态感知模式多节点网格20 Hz DensePose30 mm 抖动人员分离ADR-030RuvSense 持久场模型场本征模SVD 特征结构扰动提取纵向漂移对抗检测跨房间连续性ADR-039ESP32-S3 边缘智能管线生命体征包线格式魔数0xC511_0002设备端 HR/BR 提取ADR-075MinCut 人员分离多目标轨道分配的 ruvector-mincutADR-079相机真值训练相机 CSI 配对训练骨骼比例精度ADR-082姿态跟踪器确认输出滤波姿态跟踪器输出置信度滤波ADR-100Cog 打包规范Ed25519 固件签名供应链完整性ADR-105联邦 CSI 训练联邦 AETHER 微调安全聚合ADR-106DP-SGD 与原始隔离训练期差分隐私生物特征原始隔离(ε, δ)-DP 预算ADR-107跨安装联邦跨安装安全聚合DH 密钥交换ADR-108Kyber 后量子密钥交换Kyber-768NIST FIPS 203迁移期 X25519 Kyber 混合ADR-109Dilithium PQC 签名Dilithium-3NIST FIPS 204迁移期 Ed25519 Dilithium 混合cog 签名ADR-110ESP32-C6 固件扩展Wi-Fi 6 HE-LTF CSI242 子载波802.15.4 时间同步TWT逐帧 Ed25519 见证链ADR-113多静态布点策略节点布点几何覆盖分析ADR-115Home Assistant 集成HA-DISCO HA-MIND隐私模式MQTT 自动发现soul signature 运行其下的语义原语层从结构上看这 30 条 ADR 可归为四个功能簇理解这一分组有助于快速定位某个通道的底层依赖身份与嵌入簇ADR-024AETHER 主身份锚、ADR-027MERIDIAN 跨环境、ADR-004HNSW 检索、ADR-105/106/107联邦 隐私训练感知与信号簇ADR-014/021/023/029/030/039/075/079/082从原始 CSI 到姿态、生命体征、场模型的完整信号管线安全与密码学簇ADR-007/010/100/108/109/110见证链、后量子迁移、固件供应链部署与集成簇ADR-113/115节点布点与 HA 生态。原文档特别注明ADR-024 §2.8 的 80% mAP5 名受试者是主嵌入通道的下限基线10 人以上的精度属于开放研究基线待定。3. AETHER 与对比嵌入基础soul signature 的身份主通道权重 0.35来自 ADR-024 的 AETHER 对比式 CSI 嵌入模型。references.md给出五篇奠基文献它们在 AETHER 中的角色可以这样理解文献核心思想在 AETHER / soul signature 中的落点SimCLRChen et al., ICML 2020用对比损失做自监督视觉表示学习AETHER 的对比预训练范式的直接来源AetherEmbeddingNode.pretrain_method字段记录为simclrvicregSimCLR v2NeurIPS 2020大模型自监督 半监督迁移无标签 CSI 预训练后少量标注微调的策略参照VICRegBardes et al., ICLR 2022方差-不变性-协方差正则化无需负样本与 SimCLR 并列进入 AETHER 预训练方法串见 specification.md 中AetherEmbeddingNode的pretrain_methodBYOLGrill et al., NeurIPS 2020自举潜在表示无负样本单设备、少样本场景下的备选自监督路线Alignment and UniformityWang Isola, ICML 2020超球面上表示的对齐性与均匀性理论直接对应AetherEmbeddingNode的alignment_score与uniformity_score两个枚举期评估字段在实现侧AETHER 通道在 v2/crates/wifi-densepose-bfld/src/soul_channels.rs 中被建模为Channel::AetherEmbedding索引 0它复用了同 crate 的IdentityEmbedding类型——后者带有一个结构性不变量 I2仅驻留内存、不可Serialize/Clone/Copy、Drop时清零这意味着包含该通道的SoulChannels本身不可克隆签名构建一次后要么移入已登记集合要么作为探针使用。这一设计直接服务于security.md中的生物特征原始隔离原则ADR-106。4. WiFi CSI 生物特征识别先验工作原文档列举了五项近期2024–2025的 WiFi CSI 人员识别/重识别工作它们共同回答一个问题用 Wi-Fi 信号区分人在学术界是否已被验证IdentiFi2025多用户智能环境中基于自监督 Wi-Fi 的身份识别。在信号域做对比预训练无需空间标签即可产出身份判别性嵌入。这印证了 AETHER 无监督 CSI 预训练路线的前沿一致性。WhoFi2025基于 Transformer 的 CSI 人员重识别编码器在 NTU-Fi18 名受试者上报告 95.5% 准确率——为 Transformer 骨干做 CSI 重识别提供了外部证据。Wi-PER812025包含 162K 无线数据包的 Wi-Fi 人员重识别基准数据集使用孪生网络Siamese。是潜在的独立评估基准参考。CAPCContext-Aware Predictive Coding, 2024CPC Barlow Twins 用于 Wi-Fi 感知在未见环境中报告 24.7% 准确率提升——与 MERIDIANADR-027跨环境泛化目标直接呼应。SSL for WiFi HAR Survey2025系统评估 SimCLR、VICReg、Barlow Twins、SimSiam 在 WiFi CSI 上的表现——为 AETHER 预训练方法选型提供横向参照。这组工作的共同结论倾向是信号域对比预训练可以产生身份判别性的嵌入但跨环境、多人规模下的泛化仍是活跃研究——这与 soul signature 文档自身的诚实定位10 人以上基线 TBD是一致的。5. WiFi 感知 SOTA姿态、生命体征、步态这一节覆盖 soul signature 其余通道的物理与算法先例原文档按主题可细分为四组姿态估计PoseDensePose From WiFiGeng, Huang De la Torre, CMU 2022CSI → DensePose 的跨模态映射是 RuView 代码库的直接祖先原文档明确标注 Direct ancestor of this codebase对应 ADR-023 的 CsiToPoseTransformer 骨干Through-Wall Human Pose Estimation Using Radio SignalsZhao et al., CVPR 2018射频穿墙姿态估计的开创性工作PerceptAlignChen et al., 2026几何条件化的跨布局 WiFi 姿态估计跨域误差降低 60%数据集 21 人 / 5 场景 / 18 动作Person-in-WiFi 3DYan et al., CVPR 2024多人 3D 姿态单人 MPJPE 91.7 mm——这正是 ADR-023 与 Skeletal_Proportions 节点所引用的基线数字。跨域与基础模型Cross-Domain FoundationDGSenseZhou et al., 2025WiFi/mmWave/声学跨模态域不变特征X-FiChen Yang, ICLR 2025人类感知的模态不变基础模型MM-Fi 上 MPJPE 改善 24.8%AM-FM2026首个 WiFi 基础模型在 9.2M CSI 样本、20 种设备类型、439 天数据上预训练——与 ADR-027 MERIDIAN 的硬件归一化 域泛化路线同向。生命体征VitalsEQ-RadioZhao, Adib Katabi, MobiCom 2016用无线信号做情绪识别从 WiFi 提取 HRV是心脏生物特征通道Cardiac_HR_Profile的学术源头之一原文档特别注明它是 cardiac biometric baseline。手势、追踪与其它WiTrackAdib et al., NSDI 2015基于身体无线电反射的 3D 追踪Widar 3.0Wang et al., MobiSys 2019零成本跨域手势识别SignFiMa et al., ACM IMWUT 2018WiFi 手语识别。从源码角度姿态与步态通道在实现上依赖pose_tracker.rsADR-029 §2.7 的 17 关键点 Kalman 姿态跟踪器步态时序节点GaitTimingNode的字段——cadence_steps_per_min、stride_period_variance、double_support_pct、asymmetry_index——分别对应原文档引用的 WiGaitAdib et al., SIGCOMM 2015与 WiDrawWang et al., MobiCom 2014中已文档化的步态生物特征量同时原文档明确标注同一家庭 10 人以上的 WiFi-only 判别力属开放研究。6. 被引用的训练数据集数据集关键属性在项目中的用途MM-Fi2022多模态非侵入式 4D 人体数据集WiFi CSI、mmWave、LiDAR、RGB-D27 人、40 动作、5 环境、320K 样本56 子载波 CSI、17 个 COCO 关键点多模态融合与跨域评估的候选基准Wi-Pose2022WiFi 3D 姿态估计数据集ADR-015公开数据集训练策略使用NTU-Fi202256 类活动、WiFi CSI、75 Hz 采样WhoFi 的外部评测基准值得注意的细节56 子载波MM-Fi恰好与 soul signature 的SubcarrierReflectionProfileNode的规范默认值一致n_subcarriers: 56HT-LTF而 ADR-110 的 ESP32-C6 HE-LTF 可扩展到 242 子载波经 MERIDIAN HardwareNormalizer 映射回规范 56 子载波表示后进入 AETHER 骨干详见 scanning-process.md §1.3 与 specification.md 中该节点的定义。7. 差分隐私soul signature 把训练期隐私视为一等公民references.md给出三篇核心文献Deep Learning with Differential PrivacyAbadi et al., CCS 2016DP-SGD 的原始公式化配 Moments Accountant 隐私记账——是 ADR-106 的直接依据security.md密码学原语表中 DP-SGD 噪声采用 Gaussian N(0, σ²C²I)按 Abadi et al. 2016 的 Moments Accountant 记账Rényi Differential PrivacyMironov, CSF 2017替代性 DP 记账方式ADR-106 标注为未来增强项Membership Inference Attacks Against Machine Learning ModelsShokri et al., IEEE SP 2017成员推断攻击是 ADR-106 引入 DP-SGD 的动机来源。在security.md§7 中这组引用还指向一个已知缺口DP-SGD 目前只覆盖联邦场景ADR-105/106本地连续模式continuous mode下的单设备微调尚未应用 DP-SGD属于开放的后续工作未来扩展 ADR-106。8. 密码学标准soul signature的密码学栈全部选自 NIST 批准或广泛审计的标准references.md第七节的六项标准与security.md§5 的密码学原语表一一对应标准用途在 soul signature 中的落点RFC 8032EdDSA / Ed25519见证链签名ADR-110 逐帧见证链64 字节签名128 位安全强度RFC 8439ChaCha20-Poly1305静态加密AEAD、软件友好、无 AES-CBC 式计时攻击面256 位密钥RFC 9106Argon2记忆硬 KDFsoul signature 静态密钥派生GPU/ASIC 抗暴力破解NIST FIPS 203ML-KEM / Kyber后量子密钥交换ADR-108约 AES-192 安全强度NIST CNSA 2.0 推荐NIST FIPS 204ML-DSA / Dilithium后量子签名ADR-109迁移窗口期与 Ed25519 混合NIST SP 800-132 Draft2024口令密钥派生建议Argon2id 参数指导security.md§5.1 给出了 Argon2id 的默认参数这是可操作的关键配置在此完整保留并说明含义m_cost 65536 # 64 MB 内存记忆硬性 t_cost 3 # 3 次迭代 p_cost 4 # 4 条并行通道 output_len 32 # 256 位密钥供 ChaCha20-Poly1305 使用 salt 16 随机字节与加密 blob 一同存储不是 person_id原文档说明这些参数在 Pi 5 上约需 100 ms 的 KDF 时间对一次性注册可接受而识别时 HNSW 匹配先于解密触发因此解密只发生在候选匹配之后性能开销可控。§5.2 的前向保密forward secrecy要求旧.rvf文件不能解锁新签名密钥每次由用户口令重新派生归档文件可经soul-signature re-encrypt --allCLI 在口令轮换时重加密该命令尚未实现属未来 ADR 规范内容。9. 生物特征标准标准意识层原文档明确声明soul signature目前未取得任何此类标准的认证但规范在设计时对标了相关框架。这五项标准的借鉴点非常具体标准借鉴方式ISO/IEC 19794-1:2011生物特征数据交换格式·框架顶层soul signature 的节点/边 schema 遵循其类型化属性记录typed-attribute-record哲学ISO/IEC 19794-2:2011指纹细节点结构类比soul signature 如何编码逐通道判别性特征ISO/IEC 19794-4:2011指纹图像数据图像容器类比soul signature 将其扩展到向量值多通道模板ISO/IEC 29794-1:2016生物特征样本质量质量评分框架每个节点的confidence字段在概念上类比 ISO 29794 质量分ISO/IEC 30107-3:2023演示攻击检测/防欺骗PAD 框架adversarial.rs模块就是 soul signature 的 PAD 实现specification.md§3.5 进一步说明节点/边 schema 与 ISO 19794 不二进制兼容但类型化属性记录、质量分、创建者溯源的设计意图遵循同一标准的原则未来若寻求监管认证可能增加一致性conformance层。10. 面向 RF 生物特征新手的阅读清单原文档最后给出从易到难的有序清单这里完整保留并补注每篇的定位Using Radio Reflections to See the WorldAdib, MIT 博士论文, 2017——了解用 RF 做人体感知的最易入口覆盖 WiVi、WiTrack、EQ-RadioWiFi Sensing with Channel State Information: A SurveyMa et al., ACM Computing Surveys, 2019——2019 年以前 CSI 感知方法的全面综述A Survey on WiFi Sensing: From Signal to ActionWang et al., IEEE IoT Journal, 2023——更新到 2023 年覆盖对比学习方法A Simple Framework for Contrastive LearningSimCLR, 2020——理解 AETHER 所用对比学习方法的最佳起点DensePose From WiFiGeng et al., 2022——本代码库的直接祖先描述 CSI → DensePose 跨模态映射Deep Learning with Differential PrivacyAbadi et al., 2016——任何在训练期采集生物特征数据的部署在动手前都应先读。11. 从引用到实现仓库中已存在的第一版匹配器需要强调的是soul signature 整体仍是研究规范Pre-ImplementationREADME 明示任何 soul-signature 专属的图容器逻辑均未实现其构成性 ADR 提供了基座soul signature 是叠加其上的组合层见 docs/research/soul/README.md。但原文档 §3.6 标注了一个重要例外——匹配算法是仓库中第一个可运行的实现算法实现在 v2/crates/wifi-densepose-bfld/src/soul_match.rs忠实实现规范公式match_score Σ_i ( w_i · cosine_sim(P.channel_i, Q.channel_i) ) / Σ_i ( w_i · availability(P.channel_i, Q.channel_i) )其中availability在双方都携带该通道数据时为 1.0否则为 0.0——缺失通道从分母归一化中剔除实现优雅降级而不是惩罚这次没测到。通道容器与权重表在 v2/crates/wifi-densepose-bfld/src/soul_channels.rsChannel枚举按规范 §3.6 表序排列 8 个通道DEFAULT_WEIGHTS为[0.35, 0.20, 0.15, 0.15, 0.10, 0.05, 0.00, 0.05]AETHER / 子载波反射 / 心率 / 步态 / 呼吸 / 骨骼比例 / 身体-场耦合 / 心波形态并原样保留设计意图、未经验证的免责声明MatchWeights::new会拒绝负数、NaN、无穷大及全零权重表。测试在 v2/crates/wifi-densepose-bfld/tests/soul_match.rs其中cardiac_alone_cannot_separate_identity_matches_audit用合成数据实测仅靠心率0.15 呼吸0.10两个通道时同类与异类的分数差仅约 0.0005——即这两通道无法单独锁定身份完全符合预期。enrolled_matcher_locks_correct_person_with_decisive_channels则验证了EnrolledMatcherSoulMatchOracle在喂入决定性高权重通道真实 AETHER 注册嵌入 身体共振后能锁定正确的人——但原文档明确指出这种命名身份锁定目前是数据门控的决定性通道尚未用真实测量数据喂入。RVF 容器的段类型常量SEG_VEC 0x01、SEG_MANIFEST 0x05、SEG_META 0x07、SEG_WITNESS 0x0A、SEG_EMBED 0x0C、SEG_LORA 0x0D已在 v2/crates/wifi-densepose-sensing-server/src/rvf_container.rs 中实现规范为 soul signature 新增的SEG_SOUL_GRAPH 0x10与SEG_SOUL_INDEX 0x11仍属提案。段头为固定 64 字节magic0x52564653RVFS、content_hash位于 0x28、alignment_pad位于 0x3C、CRC32 内容哈希与原文档 §3.1 的描述一致。这一对照清楚展示了规范引用 → 可运行实现之间的诚实边界匹配器本身可以跑、可审计但系统的其余部分——尤其是图容器、60 秒注册流程与隐私模式——仍是等待未来实现 ADR 的规范。security.md§8 的总结表把每项属性的状态Specified / Implemented / Open gap逐条列明是阅读实现前必看的诚实基线。12. 结语如何继续阅读这套引用体系references.md是 soul signature 五份文档中的索引层完整的阅读路径建议如下全部为仓库内相对路径docs/research/soul/README.md——概念总览、ASCII 图式签名图、实现状态声明docs/research/soul/specification.md——8 类节点、9 类边的完整 schema、聚合器 vs 存储画像、序列化与匹配算法docs/research/soul/scanning-process.md——60 秒五阶段注册协议、质量门、快扫/连续模式、重扫节奏docs/research/soul/security.md——五类攻击者威胁模型、密码学原语表、GDPR/HIPAA 模式与开放安全工作docs/research/soul/references.md——即本文主题作为上述文档的证据索引。如果需要看实现级细节优先关注v2/crates/wifi-densepose-bfld/src/soul_match.rs与soul_channels.rs第一版匹配器、v2/crates/wifi-densepose-sensing-server/src/rvf_container.rsRVF 容器以及它们对应的tests/目录。作为研究规范soul signature 的每一条主张都要求要么有同行评审的引用背书要么明确标注开放研究、基线待定——这种严格的证据边界正是这套引用体系存在的意义。【免费下载链接】RuViewπ RuView turns commodity WiFi signals into real-time spatial intelligence, vital sign monitoring, and presence detection — all without a single pixel of video.项目地址: https://gitcode.com/GitHub_Trending/wi/RuView创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考