本文提出 RadKey，一种基于射频反向散射的穿墙按键窃听系统。该系统由两个组件构成：一个紧凑的无源反向散射标签和一个射频阅读器。标签利用两个磁耦合 LC 谐振器捕获按键引起的振动和声学信号，并将其调制到反向散射射频信号的频移上，同时实现激励信号与反向散射信号的频谱分离，从而抑制自干扰并扩展窃听距离。射频阅读器解调反向散射信号，通过专用的信号处理流程提取与用户和键盘无关的时频域特征，实现强泛化能力。为了进一步提升适应性，RadKey 集成大语言模型（LLM）进行在线自适应，利用 LLM 输出作为伪真实标签在运行时优化分类器。作者搭建了完整原型系统，并通过大量空中实验验证，结果表明 RadKey 能够在真实环境中对不同用户实现准确且鲁棒的按键推断。演示视频见 https://radkey-submission.github.io/RadKey/

本文提出并实现了一种名为 RadSee 的 6 GHz 调频连续波 (FMCW) 雷达系统，能够穿透墙体检测人的手写笔迹。与现有的基于射频的人体活动识别研究不同，手写笔迹幅度极小（毫米级），且需穿透墙壁，因此极具挑战性。RadSee 采用软硬件协同设计：硬件方面，定制了 6 GHz FMCW 雷达电路和两个高增益贴片天线，提供充足链路功率预算，使系统能以较低发射功率穿透大多数墙体；软件方面，提取与手部运动对应的有效相位特征，并利用带注意力机制的双向 LSTM (BiLSTM) 模型对字母进行分类。该系统能检测毫米级手写运动，并基于独特相位模式识别大部分字母，同时具备对其它移动物体和带内无线电设备干扰的鲁棒性。原型系统在多种场景下评估，实验结果表明：当受试者书写 62 个随机字母时，字母识别准确率达 75%；书写文章时，单词识别准确率达 87%。论文详细介绍了硬件设计、信号处理流程、深度学习模型以及实验设置与结果，证明了通过墙进行非接触式手写识别的可行性。