內容簡介：現有的火災檢測技術多依賴煙霧傳感器或攝像頭，不僅在部署與維護方面成本較高，還面臨隱私泄露、識別范圍有限等問題，尤其難以覆蓋非視距（Non-Line-of-Sight， NLoS）區域。此外，傳統方法普遍無法判斷火災區域內是否存在被困人員，難以為應急救援提供有效決策支持。為解決上述問題，提出一種基于信道狀態信息（Channel State Information， CSI）的人火檢測方法，利用Wi-Fi信號墻體穿透與衰減特征實現復雜室內環境中的人員狀態與火情聯合感知。提出子載波加權融合算法壓縮高維CSI數據，并構建雙層門控循環單元（Gated Recurrent Unit， GRU）網絡提取時序特征，實現對人體活動與火災狀態的準確識別。實驗結果表明，該方法在非視距場景中檢測是否發生火災以及火災環境中是否存在待救援人員的準確率分別為94.93%和94.53%。此外，所開發的實驗數據集已公開，供相關研究者進一步探索，數據集可在https：//github.com/T-bjq/Wi-HFC-dataset獲取。