Национальная служба экономической разведки

Национальная служба экономической разведки – это крупнейшая Российская организация, занимающаяся сбором, обработкой и анализом информации экономического характера о ситуации в различных секторах рынка, а также его участниках.
Национальная служба экономической разведки специализируется на комплексном информационно-аналитическом обеспечении ведущих предприятий Российской Федерации. Благодаря профессионализму и огромному опыту сотрудников службы, мы добиваемся самых лучших результатов в работе и гордимся нашим вкладом в защиту экономической безопасности предприятий России.
Служба имеет представительства в разных регионах России, включая города федерального значения.

Новый метод помогает Wi-Fi читать сквозь стены

Исследователи из лаборатории профессора Ясамина Мостофи из Калифорнийского университета в Санта-Барбаре предложили новую основу, которая может обеспечить высококачественное изображение неподвижных объектов только с помощью сигналов Wi-Fi. Их метод использует геометрическую теорию дифракции и соответствующие конусы Келлера для отслеживания краев объектов

 

Эта технология также впервые позволила отображать (читать) английский алфавит через стены с помощью Wi-Fi — задача, которая когда-то считалась слишком сложной для Wi-Fi из-за сложных деталей букв.

«Изображать неподвижные пейзажи с помощью Wi-Fi довольно сложно из-за отсутствия движения», — сказал Мостофи, профессор электротехники и компьютерной инженерии. «Затем мы применили совершенно другой подход к решению этой сложной проблемы, сосредоточившись вместо этого на отслеживании краев объектов». Предлагаемая методология и результаты экспериментов появились в материалах Национальной конференции IEEE по радиолокации 2023 года (RadarConf).

Это нововведение основано на предыдущей работе лаборатории Мостофи, которая с 2009 года является пионером в использовании повседневных радиочастотных сигналов, таких как Wi-Fi, для нескольких различных приложений, включая анализ толпы, идентификацию людей, интеллектуальное здоровье и умные пространства.

«Когда данная волна падает на крайнюю точку, возникает конус исходящих лучей в соответствии с геометрической теорией дифракции Келлера (GTD), называемый конусом Келлера», — объяснил Мостофи. Исследователи отмечают, что это взаимодействие не ограничивается видимыми острыми краями, а распространяется на более широкий набор поверхностей с достаточно малой кривизной.

«В зависимости от ориентации края конус оставляет разные следы (т. е. конические секции) на заданной сетке приемника. Затем мы разрабатываем математическую основу, которая использует эти конические следы в качестве сигнатур для определения ориентации краев, таким образом создавая край карта места происшествия», — продолжил Мостофи.

В частности, команда предложила ядро проекции изображений на основе конуса Келлера. Это ядро неявно является функцией ориентации ребер, отношения, которое затем используется для вывода о существовании/ориентации ребер посредством проверки гипотез на небольшом наборе возможных ориентаций ребер. Другими словами, если определено существование края, для данной точки, в изображении которой они заинтересованы, выбирается ориентация края, которая лучше всего соответствует результирующей сигнатуре на основе конуса Келлера.

«Края реальных объектов имеют локальные зависимости», — сказал Анураг Паллапролу, ведущий доктор философии. студент на проекте. «Таким образом, как только мы находим точки границ с высокой достоверностью с помощью предлагаемого ядра визуализации, мы затем распространяем их информацию на остальные точки, используя байесовское распространение информации. Этот шаг может дополнительно помочь улучшить изображение, поскольку некоторые из краев могут быть в слепой зоне или может быть подавлен другими краями, расположенными ближе к передатчикам ». Наконец, как только изображение сформировано, исследователи могут дополнительно улучшить его, используя инструменты завершения изображения из области зрения.

«Стоит отметить, что традиционные методы визуализации приводят к плохому качеству изображения при использовании обычных WiFi-трансиверов», — добавил Паллапролу, — «поскольку поверхности могут выглядеть почти зеркальными на более низких частотах, что не оставляет достаточной сигнатуры на сетке приемника».

Исследователи также тщательно изучили влияние нескольких различных параметров, таких как кривизна поверхности, ориентация края, расстояние до сетки приемника и расположение передатчика на конусах Келлера и предложенной ими системе визуализации на основе краев, тем самым разработав основу для методического проектирования системы визуализации.

В экспериментах команды три готовых передатчика Wi-Fi посылают беспроводные волны в этом районе. Приемники Wi-Fi затем монтируются на беспилотном транспортном средстве, которое имитирует сетку приемника Wi-Fi во время своего движения. Приемник измеряет мощность принятого сигнала, который затем используется для формирования изображения на основе предложенной методологии.

Исследователи тщательно протестировали эту технологию, проведя несколько экспериментов в трех различных областях, включая сценарии прохождения через стену. В одном примере приложения они разработали WiFi Reader, чтобы продемонстрировать возможности предлагаемого конвейера.

Это приложение особенно информативно, поскольку английский алфавит содержит сложные детали, которые можно использовать для проверки производительности системы визуализации. В этом направлении группа показала, как они могут успешно отображать несколько объектов в форме алфавита. Помимо визуализации, они могут дополнительно классифицировать буквы. Наконец, они показали, как их подход позволяет Wi-Fi отображать и читать сквозь стены, отображая детали и далее читая буквы слова «ВЕРИТЬ» через стены . Кроме того, они сфотографировали ряд других объектов, показав, что они могут фиксировать детали, которые ранее были недоступны с помощью Wi-Fi.


В целом, предлагаемый подход может открыть новые направления для радиочастотной визуализации.

 

 

По материалам АндроидРобот