Wiffract базується на способі інтерпретації цих сигналів для визначення країв об’єктів та їх орієнтації
Була оприлюднена новина, що команда в дослідники з Каліфорнійського університету в Санта-Барбарі розробив метод визначення контурів нерухомих об'єктів за стіною, аналізуючи спотворення сигналу Wi-Fi.
Спосіб, наз Wiffract заснований на виявленні змін у сигналі, які відбуваються належним чином до взаємодії електромагнітних хвиль що виходить від передавача Wi-Fi з краями об’єктів.
«Зображення фіксованих пейзажів за допомогою Wi-Fi є серйозною проблемою через відсутність руху», — сказав Мостофі, професор електротехніки та комп’ютерної інженерії. «Тоді ми застосували зовсім інший підхід до вирішення цієї складної проблеми, зосередившись на відстеженні країв об’єктів». Запропонована методологія та експериментальні результати опубліковані в матеріалах Національної радіолокаційної конференції IEEE 2023 (RadarConf) 21 червня 2023 року.
Це пояснюють дослідники коли радіочастотна хвиля (РФ) з Wi-Fi знаходить крайову точку, генерує конус вихідних променів відомий як "конус Келлера" керуючись принципами геометричної теорії дифракції (ГТД).
Згадується, що математична модель о Wiffract може захоплювати краї нерухомих об’єктів за допомогою теорії GTD і відповідні конуси Келлера. Визначивши «граничні точки з високою достовірністю», Wiffract може реконструювати форми об’єктів, одночасно покращуючи отриману карту країв за допомогою передових методів комп’ютерного зору.
Математичний апарат, який використовують дослідники, заснований на геометричній теорії дифракції GTD, яка описує ефекти, які виникають, коли електромагнітна хвиля оточує перешкоди.
Демо Wiffract
У GTD передбачається, що енергія поширюється вздовж променів а поле хвилі розглядається як сума полів типу променів. Крім падаючих, заломлених і відбитих променів, Теорія GDT вводить концепцію дифрагованих променів, які виникають, коли блискавка влучає в гострий край або точку на поверхні предмета.
Якщо промінь потрапляє на край, дифраговані промені утворюють поверхню конуса Келлера, кут розкриття якого дорівнює подвоєному куту між падаючим променем і дотичною до поверхні краю в точці дифракції. Якщо падаючий промінь перпендикулярний до дотичної до ребра, конус стає площиною, а якщо він потрапляє на вершину, то дифраговані промені рівномірно розходяться в усіх напрямках.
«Коли дана хвиля потрапляє на крайову точку, з’являється конус вихідних променів відповідно до Геометричної теорії дифракції Келлера (GTD), який називається конусом Келлера», — пояснив Мостофі. Дослідники відзначають, що ця взаємодія не обмежується видимими гострими краями, а стосується більш широкого набору поверхонь з досить малою кривизною.
«Залежно від орієнтації краю, конус залишає різні сліди (тобто конічні ділянки) на заданій приймальній решітці. «Потім ми розробили математичну структуру, яка використовує ці конічні сліди як підписи для визначення орієнтації країв, таким чином створюючи карту країв сцени», — продовжив Мостофі.
Пропонований спосіб не потребує попереднього навчання нейронної мережі і не обмежується лише ідентифікацією об’єктів, охоплених під час машинного навчання. Натомість нейронна мережа намагається відтворити контури довільних об’єктів, слідуючи їхнім краям.
Аналізатор сигналу, який емулює набір приймальних антен Wi-Fi враховує зміни потужності сигналу в окремих точках на двовимірній площині. У сигналі, який досягає аналізатора, нейронна мережа виявляє характерні спотворення дифрагованих хвиль, які утворюються, коли хвиля стикається з краєм і відтворює просторове положення країв.
Для демонстрації методу дослідники організували виявлення макетів букв англійського алфавіту, розміщених за стіною, за допомогою трьох типових передавачів бездротового сигналу, що працюють на частотах Wi-Fi.
Для отримання сигналу було створено візок для сканування з кількома приймачами Wi-Fi, які рухаються вперед і назад, емулюючи набір антен. Слід зазначити, що метод працює не тільки для об'єктів з видимими гострими краями, але також застосовний до об'єктів з невеликим рівнем кривизни поверхні.
нарешті, якщо ти є цікаво дізнатися про це більше, ви можете перевірити деталі в наступне посилання.