RW Space

Оказывается, сигналы Wi-Fi могут делать гораздо больше, чем просто передавать потоковое видео и музыку по всему дому: их также можно использовать для распознавания фигур сквозь сплошные стены, как продемонстрировали недавние эксперименты.

Способность Wi-Fi обнаруживать движение сквозь стены уже демонстрировалась ранее, но технология не может увидеть все, что неподвижно.

Чтобы преодолеть это ограничение, исследователи из Калифорнийского университета в Санта-Клаусе Барбара (UCSB) разработала настройку Wi-Fi, позволяющую концентрировать внимание именно на краях объектов, подобно тому, как человек делает контурный рисунок.

Этот подход означал, что исследователи смогли использовать так называемый Геометрическая теория дифракции (или GTD), которая описывает поведение волн, когда они ударяются о края объектов, вызывая интерференцию или дифракцию волн.

В данном случае волны представляют собой сигналы Wi-Fi, которые образуют формы, называемые конусами Келлера, поскольку они дифрагируют вокруг краев объектов. Интерпретируя состав и направление этих конусов Келлера, можно постепенно раскрыть сцену.

«Затем мы разрабатываем математическую основу, которая использует эти конические следы в качестве сигнатур для определения ориентации краев, создавая таким образом карта границ сцены», — говорит инженер-электрик и компьютерный инженер Ясамин Мостофи из UCSB.

Названная Wiffract, установка, собранная Мостофи и его коллегами, включает в себя три передатчика Wi-Fi для отправки сигналов и перемещающийся приемник, чтобы уловить их, когда они отражаются.

Мы знаем, что волны Wi-Fi могут проходить сквозь стены — ваш маршрутизатор был бы совершенно бесполезен, если бы он этого не делал, — но эти волны также подвергаются воздействию, когда они ударяются о объекты.

Затем требуется некоторая сложная математика (и обоснованные догадки), чтобы определить формы, соответствующие конусам Келлера. Используя данные о краях с сильными показаниями, ученые смогли улучшить способность системы обнаруживать края с более слабыми показаниями, возможно, дальше от передатчиков или в скрытом месте.

«Как только мы найдем Краевые точки с высокой достоверностью используются с помощью предложенного ядра визуализации, а затем мы передаем их информацию остальным точкам, используя байесовское распространение информации», — говорит инженер-электрик Анураг Паллапролу из Калифорнийского университета в Санта-Барбаре.

Статистическое число — обработка, связанная с байесовским распространением информации, мало чем отличается от работы над мозаикой: если вы уверены в положении некоторых частей, вы, возможно, сможете выяснить положение и форму частей, необходимых для заполнения пробелов. p>

Пока требуется много доработок, но система уже умеет распознавать большие буквы. В конечном счете, его можно использовать где угодно: от спасения при стихийных бедствиях до мониторинга умного дома, «видения» внутри помещений, когда нет прямой видимости.

Исследование еще не прошло рецензирование, но было представлено на конференции Материалы Национальной конференции IEEE по радиолокации 2023 года.