Alkalmazások & A WiFi képalkotás korlátai

Az informatika, közismert nevén az informatika számos iparágat, például az autóipart, a lakásépítést, a szoftvereket és az orvostudományt fejlesztette tovább. Az informatikai szakértők és tudósok a Wi-Fi képalkotás néven ismert nagy teljesítményű képalkotási technológia megvalósíthatóságát is feltárták.

A számítógépes képalkotási technológia hatalmas lehetőségeket rejt magában a tárgyak észlelése és azonosítása terén. A tudósok számos technikát dolgoztak ki a hagyományos mikrohullámú képalkotás segítségével. Azonban nem tudtak eredményes eredményeket elérni.

Ezért fejlesztették tovább a technológiát, és vezették be a Wi-Fi képalkotást, amelyet ebben a bejegyzésben ismertetünk.

Mi az a vezeték nélküli képalkotás?

A vezeték nélküli képalkotás olyan technológia, amely képeket rögzít és továbbít vezeték nélküli hálózaton keresztül. Ez egyszerűnek hangzik, de nem az.

A vezeték nélküli képalkotás széleskörű fogalom, amely több iparágat is lefed, többek között:

• Autó
• Intelligens otthon vagy IoT
• Ipari alkalmazások

Végigvesszük a WiFi képalkotás alkalmazásait és felhasználási eseteit. De először is értsük meg, hogy mi is ez a technológia.

Bevezetés

A Wi-Fi, vagyis a vezeték nélküli internet-technológia 1997-ben jelent meg, amikor az emberek elkezdték használni a modern hálózati eszközöket. Ezt megelőzően a telefonvonalak és hasonló egyéb kábeles kapcsolatok jelentették az internet forrását.

Mivel ez a technológia régi volt, a felhasználóknak a kábeles internet soha nem nyújtott jobb szolgáltatást. Lassú volt, tele volt hálózati zavarokkal, és nem volt megbízható, mivel a forrásból a célállomásra küldött adatok elküldése kockázatos feladat volt.

Idővel a Wi-Fi Association a vezeték nélküli technológia fejlődésével és a Wi-Fi eszközök fejlesztésével állt elő. Ez magában foglalta a routereket, modemeket, kapcsolókat és erősítőket.

Ezek az eszközök az IEEE WLAN-szabványokat követik, amelyek minden típusú hálózati állomással működnek. Az otthoni internetkapcsolatainkban leggyakrabban használt WLAN-szabvány a 802.11ax.

Mindannyian tudjuk, hogy a Wi-Fi technológia milyen fontos szerepet tölt be az életünkben. Az alábbiakban bemutatjuk a Wi-Fi gyakori felhasználási módjait:

• Kommunikáció
• Adatmegosztás
• Online szerencsejáték

Ahogy a Wi-Fi kiterjesztette hatókörét szinte minden lakóhelyiségre, a tudósok felfedezték, hogy a Wi-Fi más alkalmazásokra is használható. Az egyik felfedezésük a mikrohullámú képalkotási eljárás továbbfejlesztése volt a Wi-Fi jelek felhasználásával.

Mielőtt továbblépnénk, tisztázzunk néhány, a cikkben használt szakkifejezést.

Térbeli frekvenciatartomány

A térbeli tartomány bármely tárgy statikus képére vonatkozik, míg a frekvenciatartomány a mozgó pixelekkel együtt elemzi a képet. Ez azt jelenti, hogy a Wi-Fi képalkotásban a vevőkészülékek a térbeli frekvenciatartományban rögzítik a kép információit.

Passzív bisztatikus WiFi radar

A bisztatikus radar egy olyan eszköz, amelyet egy különálló WiFi adókkal és vevőkkel rendelkező radarrendszer hatótávolságának mérésére használnak. A passzív bisztatikus WiFi radarrendszerben a vevők az adókból érkező jelek érkezésének időbeli különbségét mérik.

Ezek a vevők felelősek a tényleges célpontról visszaverődő WiFi jelek idejének kiszámításáért is.

Mikrohullámú képalkotás vs. WiFi képalkotó rendszer

A mikrohullámú képalkotás régebbi technológia, mint a wifi-képalkotás. A fő ok, amiért a tudósok a technológiai korszerűsítés mellett döntöttek, az az, hogy a mikrohullámú képalkotás több feldolgozási időt igényel.

Ez a képalkotó technika mechanikus és elektromos sugárpásztázást mutatott be, amely jó eredményeket mutatott. Azonban az adatgyűjtési idő mindkét technikánál hátrányt jelentett, amely késleltette a képek feldolgozását a térbeli frekvenciás képalkotásnál.

A mikrohullámú képalkotás előnyösebb megoldás volt a tárgyak felderítésére és azonosítására. A szkennelt mintákat ismét a legmodernebb technológiával dolgozták fel. De ismét a sugárnyalábnak egy mezőn való végigpásztázásához szükséges idő korlátozása volt a fő probléma.

A tudósok ugyanezt a technológiát használták tárgyak észlelésére is, de nem tudtak előrelépni, mert a készülékek nem tudták befogni az emberek alacsony hőtermelésű elektromágneses sugárzását.

Nagy beruházást igényeltek egy modern, nagy érzékenységű és szélesebb sávszélességű vevő- és jelfeldolgozó berendezés megvásárlása.

WiFi képalkotó rendszer

A technológiai fejlesztés a Wi-Fi használatával kezdődött. De természetesen mindannyian tudjuk, hogy a Wi-Fi mindenütt jelen van, ami azt jelenti, hogy mindenhol elérhető.

Akár otthon, akár az irodában, étteremben, vasútállomáson vagy stadionban, a Wi-Fi-képes eszközök vezeték nélküli jeleket fogadnak. Ez az oka annak, hogy a tudósok tőkét kovácsoltak a Wi-Fiből, és továbbfejlesztették a mikrohullámú képalkotást.

A tudósok a Wi-Fi-t az emberek falon keresztüli képalkotására és osztályozására is használták. Mivel a rádióhullámok könnyen áthatolnak a függönyökön, ruhákon és falakon, a Wi-Fi hatékony eszköz az összetett tárgyak képalkotására.

A jelfeldolgozás is eredményesebb a Wi-Fi-sugárzásokban, mivel optikai és infravörös hullámhosszon átlátszatlanok.

Ezért az új technika a hagyományos mikrohullámú képalkotást használja Wi-Fi jelek felhasználásával. Az ezeket a jeleket megvilágító független WiFi adók felelősek a folyamat elindításáért, míg a vevő a kép információit térbeli frekvencia-mintavételezéssel és tartományban rögzíti.

Az új Wi-Fi képalkotó rendszer passzív radartechnikát alkalmaz a harmadik fél sugárzására. A passzív radar ezeket a sugárzásokat használja fel:

• Érzékelés
• Nyomon követés

Egy másik különbség a mikrohullámú és a WiFi képalkotás között, hogy az előbbi ritkás antennasorokat használ a képek feldolgozásához. Sajnos ez csak nagyon alacsony hőtermelésű EM-sugárzást mér.

Másrészt a továbbfejlesztett technológia olyan Wi-Fi jeleket használ, amelyek normál vevőkészülékeken 25 MHz-es frekvencián és 10 mikroszekundumos integrációs idővel működnek. A frekvencia és az integrációs idő javul a WiFi jelek használatával a számítógépes képalkotáshoz.

Így a mikrohullámú képalkotó rendszer továbbfejlesztett változatában javasolt módszer alacsony költségű berendezésekkel is működhet, és jobb eredményeket hozhat. Nem kell nagy sávszélességű vevőkészülékbe beruházni a ritkás tömb használatához.

A meglévő vevőkészülékek képesek a Wi-Fi jeleket felhasználni, mivel azok szinte mindenhol rendelkezésre állnak. Emellett csak a korrelált jelkomponensek maradnak a kijelölt időben. Ezért ezek a jelek érzékelési és kommunikációs célokra fokozhatják a számítási képalkotást.

Miért jobb megközelítés a Wi-Fi képalkotás?

A Wi-Fi jeleket használó képalkotás több okból is jobb, mint a korábbi technológiák. Például a Wi-Fi jelfeldolgozással történő képalkotás adatvédelmi tényezőt tartalmaz.

Emellett nem kell több ezer dollárt költenie csúcskategóriás vevőkészülékek vásárlására. A WiFi teljesítménymérések elegendőek a tárgyak felismerésének és osztályozásának elemzéséhez, hogy a képalkotás sikeres legyen.

Bár a képalkotáshoz rendelkezésre állnak speciális hardverek, ezekhez egyéb kiegészítőkre van szükség, amelyek jelentősen megnövelik a projekt költségeit.

A mintavételezett térbeli frekvenciainformáció felhasználásával az eredmények megmutatták az emberi és a fémtárgyak lokalizációját. Ez bizonyította a Wi-Fi képalkotás sikerességét a következő medián pontossággal:

• 26 cm statikus emberi alanyok esetében
• 15 cm statikus fémtárgyak esetén

A Wi-Fi képalkotás korlátai

Kétségtelen, hogy a Wi-Fi jeleket használó mikrohullámú képalkotás hatékony technológia az emberek és más tárgyak lokalizálására. Könnyen meg lehet határozni egy adott ember- és tárgycsoport helyzetét. A Wi-Fi képalkotás megvalósításának módjában azonban vannak bizonyos korlátok.

Beszéljük meg őket.

Objektum mérete

A javasolt Wi-Fi képalkotási technológia a tárgy méretére támaszkodik. A képalkotó rendszer lokalizálja a nagy méretű tárgyakat. Például:

• Kanapé
• Táblák
• Nagy ablakok

Kétségtelen, hogy a nagyméretű objektumok könnyen felismerhetők és lokalizálhatók, mivel méreteik egyértelműen elemezhetőek. Akár 2D-s, akár 3D-s technológiát használunk, a képfeldolgozó algoritmusok könnyen azonosítják a nagyméretű objektumokat, anélkül, hogy sok időt kellene rájuk fordítani.

Amikor egy rendszert képfeldolgozásra készítünk fel, először hagynunk kell, hogy az objektumokat mintaként megtanulja. Ezt a folyamatot nevezzük gépi tanulásnak, amely a mesterséges intelligencia (AI) egyik legelterjedtebb területe.

A gépi tanulás minden típusú képalkotás alapvető lépése. Ahhoz, hogy a képalkotás előtt a rendszer etetése nélküli technológiát építsünk, nagy teljesítményű AI-berendezést kell vásárolnunk, amely az emberhez hasonlóan elemzi a tárgyat. De túl sok pénzt költeni csak a kényelem miatt nem bölcs dolog, mert a gépi tanulás könnyen megvalósítható.

Ezért a rendszerét meg kell táplálnia a tárgyak mintáival, hogy az átvitt WiFi jelek rögzítése jobb eredményeket adjon, mint a hagyományos radarérzékelésben és mikrohullámú képalkotásban használt vevőkészülékek.

Anyag

A tárgy anyaga is számít, amikor a Wi-Fi képalkotást használják az észleléshez és a lokalizációhoz. A javasolt rendszer például ígéretes eredményeket nyújt, ha a tárgy fényvisszaverő felületekkel rendelkezik.

Például a fémfelületek mindig is jobb objektumoknak bizonyultak, még az optikai vagy infravörös frekvenciák esetében is.

Ugyanez az elv érvényesül itt is: egy nagyméretű, fényvisszaverő felülettel rendelkező tárgyat könnyebb leképezni, mint a kis fémtárgyakat. Miért?

Bár egy fényes tárgy jól tükrözi a WiFi jeleket, kis mérete miatt a keresztmetszeti terület túlterhelt a bejövő sugárzás számára. Ennek eredményeképpen a többszörösen sugárzott WiFi jelek nem tudják megfelelően elképzelni az adott tárgyat.

A tárgy méretével kapcsolatos másik probléma, hogy amikor a méret arányos lesz a WiFi jelek hullámhosszával, a két entitás közötti kölcsönhatás csökken.

Hogyan oldható meg a dimenzió-frekvencia korlát?

Egy Wi-Fi képalkotó rendszerhez jelentős különbségre van szükség a tárgy mérete és a jelen lévő WiFi jelek hullámhossza között. Ha a tárgy mérete nagy, a WiFi jelek hullámhosszának kisebbnek kell lennie, és fordítva.

Magasabb frekvencián, azaz 5 GHz-en kell sugározni, hogy a WiFi jelek hullámhosszát csökkentsük. Még mindig nincs azonban konkrét eredmény arra vonatkozóan, hogy az alacsony frekvenciájú WiFi jelek a passzív interferometrikus képalkotó rendszerekben kisebb objektumok esetén is működnek.

Ez a kisebb keresztmetszeti terület miatt van, ami nem teszi lehetővé, hogy a korrelált jelkomponensek a falon keresztül történő képalkotás során érintetlenek maradjanak.

Néhány kisebb tárgy, amelyekből több kísérlet során mintát vettek, a következők voltak:

• Érme
• Kulcsok
• Biztonsági tű

A különböző berendezések használata mellett a kisebb térbeli felbontású objektumok észlelése érdekében a frekvenciatartomány megváltoztatása is megfigyelés alatt áll.

Képfelbontás

A képalkotási felbontás a javasolt technológia alapvető jellemzője, amely a következő két tényezőtől függ:

• Wi-Fi jel hullámhossza
• Antenna tömb hossza

A képalkotási felbontás növelhető a jel hullámhosszának állandó értéken tartásával és az antennasor hosszának növelésével.

A kísérlet során a tudósok a frekvencia 5 GHz-re való növelésével próbálták növelni a képfelbontást, ami csökkenti a hullámhosszt. Ezután nem változtattak a jelfeldolgozás hullámhosszán és az antennasor hosszán.

Ennek eredményeképpen a tudósok nem tapasztaltak javulást a képalkotási felbontásban. Egy másik fontos megállapítás az volt, hogy az antennák száma nem számított a képalkotási folyamatban.

Ha az antennát a megfelelő pozícióba helyezi, már egy antennapárral is eredményes eredményeket érhet el. Miért?

Az antennasorok a megfigyelt objektum sugárzását fogják be. A több antenna helyének használata kétségtelenül növeli az optimális képfelbontás valószínűségét, de ez költséghatékony technológia kérdése.

Emellett a vállalatok olcsó antennákat is készítenek a Wi-Fi képalkotó technológiához, hogy növeljék annak hatókörét és hatékonyságát.

Tehát az objektumot csak WiFi teljesítménymérésekkel képzelheti el, ha az antennasor hosszát állandó értéken tartja. A bejövő frekvenciatartomány megváltoztatása szintén befolyásolhatja a képalkotási felbontást.

Objektum orientáció

A tárgy tájolása egy másik korlátot jelent a javasolt technológiában. A WiFi képalkotó rendszer megköveteli, hogy a tárgy a sugárzás átvitt mintázatában legyen. Azt már tudjuk, hogy az EM-hullámok mezőt hoznak létre és ritmusban haladnak. Ez a mező lesz a következő hullámok iránya.

Ha egy tárgyat úgy helyezünk el ebben a mezőben, hogy annak orientációja eltérítő helyzetben van, nem kapunk valós eredményeket. Ezért fontos, hogy a tárgy orientációja az átvitt sugárzás mintázatán belül maradjon.

Emellett ezt a kérdést a következő módokon kezelheti:

• Állítsa be az antennák helyét optimális módon.
• Válassza ki a jobb sugárzási mintázattal rendelkező antennákat.

Fontos ismerni a minta vízszintes és függőleges tengelyét, hogy a két térbeli frekvencia dimenzióban használható eredményt kapjunk.

A Wi-Fi képalkotás alkalmazásai

A Wi-Fi képalkotás számos alkalmazása kereskedelmi és ipari célokra használatos. Például.

Leltárkövetés

A bevásárlóközpontok és bevásárlóközpontok radarérzékelős kocsikat használtak a készletgazdálkodáshoz. Ezeknek a radarvezérlésű kocsiknak nincs szükségük érzékelőcímkére, mivel minden kocsi egy speciális azonosítóval működik.

Az adatbázis a kocsikat több csapatba csoportosítja, majd a felügyelő minden csapatnak kioszt egy-egy feladatot.

Ezek a kocsik sikeresen kezelik hatékonyan a raktárak készleteit. Ezenkívül a vásárlók a bevásárlóközpont területén belül is hozzájuthatnak ezekhez a kocsikhoz, és élvezhetik a készpénzmentes vásárlási rendszerrel történő vásárlást.

Intelligens otthonok

Az IoT a következő nagy áttörés a lakásépítésben. A Wi-Fi képalkotó technológia hagyományos radarérzékelést végez a nagyméretű tárgyak azonosítására, többek között:

• Ajtók
• Windows
• Hűtőszekrény

A házában lévő nagyméretű tárgyak ellenőrzéséhez antennákat és a szükséges érzékelőket helyezhet el. Például az antenna tömbje által mért térbeli frekvenciák segítségével ellenőrizheti a meglévő kommunikációs jeleket, és értesítheti Önt a tárgy állapotáról.

Ezenkívül az egész rendszert az átlagos térbeli kölcsönös koherencia, valamint a vízszintes és függőleges irányok segítségével programozhatja a tárgy mozgásának vezérlésére a Wi-Fi jelfeldolgozás segítségével.

Ennek az alkalmazásnak a fő korlátja a stabil hálózat, mivel a passzív képalkotó rendszereknek WiFi jelekre van szükségük az objektum méreteinek elemzéséhez.

GYIK

Mi az a WiFi Doppler?

A WiFi Doppler egy olyan érzékelési technológia, amely egyetlen WiFi eszközt használ egy objektum helyzetének és mozgásának érzékelésére. A WiFi Doppler használatával nincs szükség több WiFIi eszközre ahhoz, hogy eredményeket kapjon.

Átlát a WiFi a falakon?

Igen. A Wi-Fi jelek segítségével át lehet látni a falakon.

Hogyan juthat át a WiFi a falon?

1. Fokozza a házon belüli WiFi-t Wi-Fi hatótávolság-bővítőkkel.
2. Hálózat telepítése.

A többszörös WiFi jelek egymáson keresztül továbbítottak. Hogyan?

A WiFi jelek általában keresztezik egymást, ha a routerek ugyanazon a csatornán működnek.

A WiFi jelek eredményt hozhatnak a fali képalkotáson keresztül?

Igen, mert a WiFi olyan rádióhullámokat használ, amelyek áthatolnak a falakon.

Következtetés

A Wi-Fi képalkotás egyre elterjedtebbé válik a képfeldolgozás területén, mivel szinte minden lakó-, kereskedelmi és ipari helyiségben elérhető. Ezért a Wi-Fi képalkotás használata egy tárgy helyének és mozgásának észlelésére a következő nagy technológia lesz az emberiség javára.