CSI 链路选择与 8 链健康审计：10 分钟与 60 秒双抓包

作者 Wu Jun · 更新于 2026-11-02 · Wi-Fi CSI, 链选择, GL-MT6000, MT7986, 数据质量 · 约 6 分钟

“2 Tx × 4 Rx，共 8 条链”很容易被理解成一台 8 路、彼此等价的传感器。真实抓包没有这么整齐： 链路是否出现、采集组是否完整、幅度尺度和时间波动都可能不同。若解析器默认“一定有 8 条”， 后续算法就会把缺链、重复链或错误回退混入训练数据。

本文用本项目两段公开 GL-MT6000 抓包做一次窄范围审计：10 分钟主数据和 60 秒对照数据。 问题是：8 条链是否同样完整，RSSI/SNR 能否用于选链，以及能否仅凭幅度或波动率宣布某条链最好。 数据、脚本、CSV、SVG 图和校验值均可复现 ^{[1] [2]}。

1. 结论先说

因此有三个直接结论：

1. “8 链模式”不等于每一帧都有 8 链。 这份抓包里，约 11.8% 的闭合组只有 4 链。
2. RSSI/SNR 不能拿来给单条链排序。 在同一测量组内，它们对 8 条链完全相同，描述的是共享接收上下文。
3. “幅度低或波动小”不能直接等于“质量好”。 没有空场基线、已知动作和任务 ground truth（真值）时， 低波动可能是稳定，也可能是迟钝或严重衰减。
4. 链排序不能跨 session 继承。 第二段 60 秒数据中 347 个组全部是 8 链，但幅度排序与 10 分钟数据呈负相关，最强链和最低变异链都发生了变化。

2. 完整性与时间波动

下图左侧是每条链在 7,609 个闭合组中的出现率；右侧横轴是组均幅度中位数，纵轴是该链组均幅度的 时间变异系数。右侧只是诊断图，不是“最佳链排行榜”。

图 1：链出现率与组均幅度时间变异。颜色区分全部出现和间歇出现的链；图不声称低变异链是物理最佳链。

tx0/rx1 的时间 CV 最低，tx1/rx0 最高；两者相差约 6 倍。但这不是“前者质量高 6 倍”的证据。 如果抓包期间存在运动，CV 高可能意味着该链对变化更敏感；如果某些子载波接近零陷，CV 也可能被 小分母放大。幅度本身还受自动增益控制、射频前端和 CSI 提取路径影响。

3. 第二段会话推翻了“固定最佳链”

项目还公开一段 60 秒脱敏演示数据，SHA-256 为 41c35d9d23e5c03ddd34ae97617e772fecdb55e8545156181828b060605a87a6。用完全相同的脚本分析后：

这不是小的排名漂移：tx1/rx0 在 10 分钟数据里幅度排第 8，在 60 秒数据里排第 2。 RSSI 中位数也从 -31 dBm 变为 -39 dBm。可见同一台路由器、同一家庭环境下的两段数据， 已经足以推翻“某条链永远最好”的静态规则。

因此更可靠的流程是：

1. 每次部署或每个新 session 做独立的短标定；
2. 将链完整性、RSSI/SNR 上下文、幅度分布和时间 CV 保存为 session 元数据；
3. 固定链只在标定 session 内生效，并在新 session 重新验证；
4. 最终选链以任务指标决定，不以幅度或 CV 单独决定。

4. 复现方法

分析脚本只使用 Python 标准库与 NumPy，不依赖 SciPy 或 Matplotlib。处理步骤如下：

1. 按 <float64 ts><uint16 len><payload> 遍历外层记录；
2. 读取 24 字节 CSI 头，保留 tx、rx、rssi、snr、subcarrier_count 与 chain_info；
3. 只在 chain_info 的 bit 15 置位时闭合一个测量组；
4. 仅接受 256 个子载波对、I/Q 非全零的记录；
5. 对每个子载波计算 sqrt(I² + Q²)，再对该记录的 256 个幅度取均值；
6. 对同一链的组均值计算时间 CV：标准差 / 均值；
7. 分别保存每个 tx/rx 链的完整性、幅度分布和时间波动。

运行：

python3 analyze_csi_chain_health.py csi-10m.anon.bin \
  --summary summary.json \
  --csv chain_metrics.csv \
  --img csi-chain-health.svg

下载：

• 分析脚本
• 链指标 CSV
• 两段会话对比 CSV
• 完整摘要 JSON
• README 与使用边界
• SHA-256 校验值

源文件 SHA-256 为 527466ceb8b5f835e55ff348f02808736b947db39e7baac1f34e375de146a440。

5. 一个不会偷偷改变链身份的选链流程

更适合实际系统的做法不是一个固定的“链 0”，而是显式门控：

for each closed group:
    verify expected chain records are unique
    reject incomplete 256-subcarrier records
    preserve raw chain IDs
    compute per-chain health metrics on a calibration window
    if task requires a fixed chain:
        select it from calibration, not from the test window
    else:
        expose chain-specific features and missingness
    if no chain passes the gate:
        return unavailable

关键点是标定窗口和测试窗口分开。如果先用整段测试数据挑选“看起来最稳”的链，再用同一段数据 报告准确率，就会产生数据泄漏。正确做法是使用空场、静止人或已知动作的独立 session 做标定， 再在未见 session 上评估。

对于这份抓包，如果只保留 8 链完整的组，会损失 895 个闭合组。不能默默用 tx0/rx0 填补缺失的 tx1 链，否则不同时间点的特征含义会变化。系统应明确记录“八链组”和“四链组”，或者在下游模型中 把链缺失作为可见状态。

6. RSSI/SNR 为什么没有帮助我们选链

本抓包的 RSSI/SNR 在每个闭合组内对全部链相同。它们可以描述该次接收的整体信号环境，却不能回答 “八条链里哪一条更干净”。这并不意味着所有厂商的 CSI 元数据都如此，但复现者必须先验证字段语义， 不能看到每行都有 rssi 就假定它是按链独立测量。

这也解释了为何仅凭某个 CSV 列的相似性做链筛选不可靠。先验证字段是否随链变化，再讨论统计选链。

7. 不能从这两份数据得出的结论

• 不能证明 tx0/rx1 是物理上或任务上最好的链；
• 不能把时间 CV 当成噪声底，因为没有空场基线；
• 不能把 tx0/tx1 或 rx0 到 rx3 直接映射为机身上的物理天线位置；
• 不能把这一台设备、一个客户端、两段抓包的排序迁移到其他固件、房间或新 session；
• 不能据此证明呼吸、跌倒、存在或身份识别准确率。

真正有意义的链选择应报告：完整率、缺失模式、标定方法、跨 session 稳定性，以及最终任务指标。 没有这些证据时，最诚实的结论是“链并不等价，需要显式门控”，而不是“某条链最好”。

8. 下一步

下一步应补三类重复实验：空场噪声基线、已知正弦或机械运动控制，以及不同姿态和距离的人员 session。 每次实验都固定信道、带宽、客户端、发包负载和固件版本，并保留每条链的原始标识。只有这样， “选链”才从经验规则变成可验证的实验决策。