通过分析数字电视等宽带信号的干扰模式，简单的无线电接收机即可探测人体运动并估算步行速度。通过监测物理物体如何干扰信号相位，甚至可以识别墙后的移动，最近一个项目的作者将这一现象描述为“快乐的偏执”。
选择性衰落的机制
主要来源描述了一种称为选择性衰落的现象，即直接信号被强反射抵消。由于这些反射的相位取决于频率，该效应在整个信号中并非均匀分布。
这张图片提供了稳定无线电信号的视觉基准，这是观察由人体运动引起的选择性衰落模式的起点。
这种状态对任何附近的移动都极其敏感。当人穿过信号路径时，他们会引起轻微的干扰，在频谱图或“瀑布图”中表现为明显的条纹。
这些条纹之间的间隙专门发生在反射完美抵消残余信号时，这每当路径长度恰好改变一个波长时就会发生。
“条纹之间的间隙发生在我的反射完美抵消残余信号时，这每当路径长度改变一个波长时就会发生。”
— Your TV can see through walls:
从无线电波计算运动
作者通过使用 Ettus USRP B200 记录 ATSC 数字电视信号展示了这一点。通过在相邻房间行走时观察信号，他们能够将运动可视化为一系列条纹。
为了计算速度，作者测量了条纹之间的间隙（约 70 个像素），并将其与瀑布图的更新率（150 Hz）进行了比较。这使他们能够确定步行速度为 1.3 m/s，即大约 4.6 km/h。
作者指出，此方法适用于任何宽带无线电信号，包括 WiFi 或 LTE。然而，这些信号通常会产生更“混乱”的瀑布图，需要付出更多努力才能提取相同的数据。
社区讨论与更广泛的背景
在 Hacker News 的讨论中，评论者指出这并不是一个新概念；一些人指出模拟地面天线在历史上就受到物理接近的影响，这一事实经常被用于肢体喜剧。
一位以 numlock86 为名的评论者建议，类似的原理也适用于光纤电缆，其中声波可以“弯曲”电缆到足以被测量并转换回音频信号的程度。其他人提到，RF 信号已被用于研究，利用 4G 数据来估算交通流量。
讨论还强调了隐私影响，一位以 ThePumpkinGod 为名的评论者指出，恶意行为者可能会利用这些方法来判断某人是否在家。另一位以 darkwater 为名的评论者则质疑，为什么这种“神奇”的存在检测尚未集成到 Home Assistant 等智能家居系统中。