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

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（ADR），references.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：

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-024（AETHER 主身份锚）、ADR-027（MERIDIAN 跨环境）、ADR-004（HNSW 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% mAP（5 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：

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：

• IdentiFi（2025）：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。
• WhoFi（2025）：基于 Transformer 的 CSI 人员重识别编码器，在 NTU-Fi（18 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-PER81（2025）：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。
• CAPC（Context-Aware Predictive Coding, 2024）：CPC + Barlow Twins 用于 Wi-Fi 感知，在未见环境中报告 24.7% 准确率提升——与 MERIDIAN（ADR-027）"跨环境泛化"目标直接呼应。
• SSL for WiFi HAR Survey（2025）：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（Pose）

• DensePose From WiFi（Geng, Huang & De la Torre, CMU 2022）：CSI → 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 Signals（Zhao et al., CVPR 2018）：射频穿墙姿态估计的开创性工作；
• PerceptAlign（Chen 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 3D（Yan 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 & Foundation）

• DGSense（Zhou et al., 2025）：WiFi/mmWave/声学跨模态域不变特征；
• X-Fi（Chen & 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-FM（2026）：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（Vitals）

• EQ-Radio（Zhao, 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

• WiTrack（Adib et al., NSDI 2015）：基于身体无线电反射的 3D 追踪；
• Widar 3.0（Wang et al., MobiSys 2019）：零成本跨域手势识别；
• SignFi（Ma et al., ACM IMWUT 2018）：WiFi 手语识别。

从源码角度，姿态与步态通道在实现上依赖pose_tracker.rs（ADR-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 WiGait（Adib et al., SIGCOMM 2015）与 WiDraw（Wang 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

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: 56，HT-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 Privacy（Abadi et al., CCS 2016）：DP-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 Privacy（Mironov, 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 Models（Shokri et al., IEEE S&P 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：

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：

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：

1. Using Radio Reflections to See the World（Adib, 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-Radio；
2. WiFi Sensing with Channel State Information: A Survey（Ma et al., ACM Computing Surveys, 2019）——2019 年以前 CSI 感知方法的全面综述；
3. A Survey on WiFi Sensing: From Signal to Action（Wang et al., IEEE IoT Journal, 2023）——更新到 2023 年，覆盖对比学习方法；
4. A Simple Framework for Contrastive Learning（SimCLR, 2020）——理解 AETHER 所用对比学习方法的最佳起点；
5. DensePose From WiFi（Geng et al., 2022）——本代码库的直接祖先，描述 CSI → DensePose 跨模态映射；
6. Deep Learning with Differential Privacy（Abadi 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-Implementation）：README 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.rs：Channel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EnrolledMatcher（SoulMatchOracle）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（magic0x52564653"RVFS"、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）：

1. docs/research/soul/README.md——概念总览、ASCII 图式签名图、实现状态声明；
2. 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；
3. 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；
4. 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；
5. 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.rs（RVF 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