Sub-6 GHz无线信号在降雨监测中的创新应用

1. 项目概述：Sub-6 GHz频段的降雨监测新思路

去年夏天的一场暴雨让我意识到传统降雨监测的局限性——当时小区门口的积水已经没过膝盖，但气象台的实时降雨数据却显示仅为"中雨"。这种偏差促使我开始关注无线通信信号在环境感知中的应用可能。RainGaugeNet提出的方案正好切中这个痛点：利用现有Sub-6 GHz通信设备（如5G基站和手机）采集的信道状态信息（CSI）来实现降雨监测，这比部署专用气象设备成本低得多。

这项研究的创新点在于突破了Sub-6 GHz频段"降雨衰减可忽略"的传统认知。通过精细化的信号处理和数据建模，团队在2.8 GHz频段成功检测到降雨引起的信号衰减，并实现了最高99%的分类准确率。这种将通信基础设施转变为环境传感器的思路，正是ISAC（集成感知与通信）技术的典型应用场景。

2. 技术原理深度解析

2.1 降雨衰减的物理机制

在微波频段，降雨衰减主要来自两方面：雨滴对电磁波的散射和吸收。虽然Sub-6 GHz的衰减系数确实比毫米波小得多（约低1-2个数量级），但通过以下技术手段仍可检测：

1. 幂律衰减模型：研究团队发现前400 ns的功率延迟剖面(PDP)服从P(t)=At^(-β)的幂律分布，其中β值与降雨强度存在相关性。通过最小均方误差拟合获得的β参数，成为区分雨强的重要特征。

2. 多维度信号特征：

   • RSSI均值下降：中雨时约降低1.2 dB，大雨时达2.5 dB
   • 时延扩散增加：干燥环境平均为85 ns，大雨时可达210 ns
   • 多普勒扩展：虽然变化幅度仅0.3-0.8 Hz，但频谱特征具有辨识度

2.2 系统架构设计要点

RainGaugeNet提供了两种网络架构选择，各有适用场景：

ResNet变体(RainGaugeNet-R)

python复制class ResNet1DBlock(nn.Module):
    def __init__(self, in_channels):
        super().__init__()
        self.conv1 = nn.Conv1d(in_channels, 64, kernel_size=3, padding=1)
        self.conv2 =