想象一下：你拖着疲惫的身体回到家，没有说任何话，客厅的灯光却自动调暗成暖黄色，音响缓缓播放起舒缓的钢琴曲——因为系统“感知”到你今天心情不太好。这不是科幻电影，而是毫米波雷达技术正在打开的一扇新大门。最近，Nature旗下期刊Scientific Data发表了一项值得关注的研究：一套基于毫米波雷达和生理参考信号的情绪识别公开数据集。这项研究的核心问题很简单却也很激进：能不能不用摄像头、不贴电极，仅靠毫米波雷达来感知人的情绪状态？

一、为什么毫米波雷达能感知情绪？

人的情绪变化从来不是“只可意会”的——紧张时心跳加速、呼吸变浅，兴奋时心率波动变得不规律，放松时呼吸节奏趋于平缓。这些生理反应是自主神经系统对情绪刺激的本能应答，不以人的意志为转移。

传统情绪识别走的是两条路：一是摄像头捕捉面部微表情，二是可穿戴设备监测心电、皮肤电等信号。但摄像头会引发隐私焦虑，尤其在卧室、卫生间等私密空间——谁愿意被24小时“注视”？可穿戴设备虽然数据精准，却存在佩戴负担——许多人不愿意长期贴着电极睡觉。

毫米波雷达恰好站在了一个独特的交叉点上。它不拍摄任何图像，不触碰身体，却能通过探测胸腔表面毫米级的微动，提取出呼吸和心跳信号。换句话说，它“看见”的是生理数据，而不是人的面孔。这种“非接触、弱隐私侵入”的特性，让它成为情绪感知领域一个极具想象空间的新入口。

二、雷达如何“听到”心跳？

60GHz频段的毫米波雷达通过发射调频连续波信号，接收人体胸腔反射的回波。呼吸会引起胸腔约4-12毫米的起伏，心跳则只有0.2-0.5毫米——雷达需要从发射信号和回波信号的相位差异中，反推出这种微米级的位移变化。

研究团队来自韩国某高校，实验中使用的雷达是TI IWR6843ISK-ODS，配置为3发4收，通过TDM技术形成12个虚拟通道。处理流程是这样的：先做距离维FFT确定目标位置，再用MTI滤波器滤除墙壁、桌椅等静态杂波，然后对能量最强的几个距离单元做加权相位融合——这比只取单个点要稳健得多。最后通过带通滤波器分离出呼吸信号（0.1-0.5 Hz）和心跳信号（1.0-1.8 Hz）。

在验证环节，研究者以PPG（光电容积脉搏波）测出的心率作为参考标准。结果显示，毫米波雷达心率测量在全体受试者上的平均绝对误差仅为2.76 bpm。考虑到实验没有剔除受试者的体动干扰，这个精度已经相当可观——至少证明雷达拿到的信号是可靠的。

三、从心跳到情绪，这一步怎么跨？

有了心跳和呼吸数据，接下来才是更关键的问题：这些生理信号和情绪状态之间，能不能建立可计算的映射关系？

研究人员从过往研究中筛选出18段经过验证的电影片段作为情绪刺激材料，对应9类目标情绪。每段影片播放前先呈现10秒注视点，帮助受试者重置情绪状态。整个实验约90分钟，每段影片结束后，受试者通过SAM量表对愉悦度、唤醒度和支配感进行主观评分。

三类信号同步采集：毫米波雷达、PPG和GSR（皮肤电反应）。研究者从每段影片的最后60秒中提取特征，仅毫米波雷达一个模态就提取了32个特征，覆盖统计、时域、频域以及HRV相关指标。

在情绪识别建模上，研究者采用了相对保守的subject-dependent二分类SVM作为基线。结果很值得玩味：仅靠毫米波雷达，愉悦度识别准确率达62.0%，唤醒度达69.3%，支配感达67.2%。作为对照，PPG的准确率分别为62.3%、64.7%、65.8%，GSR为64.2%、67.2%、66.3%。

毫米波雷达的表现并不比接触式传感器差多少。 这个结论传递的信息是：非接触的情绪感知，并不是一个虚无缥缈的概念，它已经有了初步的实验支撑。

四、离智能家居落地还有多远？

必须承认，从实验室到智能家居还有不短的距离。研究团队也坦承了几点局限：样本量只有15人，且都是19-25岁的健康大学生，人群高度同质；实验长达90分钟，疲劳效应难以完全排除；原始数据保留了体动伪迹，没有做专门的剔除处理。样本量和人群多样性是情绪识别研究中长期存在的“共性瓶颈”，情绪标签的主观性也增加了跨被试泛化的难度。

但这套数据集的价值恰恰在于：它第一次以公开数据、公开代码、公开验证流程的方式，把“毫米波雷达能否用于情绪识别”这个问题摆到了研究社区面前。 对于产业界来说，这意味着毫米波雷达的能力边界正在从“物理感知”（检测人在哪里、在做什么动作）向“心理感知”（理解人的内部状态）延伸。

也许在不远的将来，智能家居系统真的能“读懂”你的情绪——而它用来感知你的全部硬件，不过是一个藏在角落里的雷达模块。