Зміст
Інформаційні технології, широко відомі як ІТ, сприяли розвитку багатьох галузей, таких як автомобілебудування, житлове будівництво, програмне забезпечення та медицина. ІТ-експерти та науковці також досліджували можливість застосування потужної технології візуалізації, відомої як візуалізація через Wi-Fi.
Технологія комп'ютерної візуалізації має широке застосування у виявленні та ідентифікації об'єктів. Вчені розробили багато методів, використовуючи традиційну мікрохвильову візуалізацію. Однак, вони не змогли отримати продуктивних результатів.
Саме тому вони вдосконалили технологію і впровадили бездротову передачу зображень, про яку ми розповімо в цій статті.
Що таке бездротова візуалізація?
Бездротова візуалізація - це технологія, яка захоплює і передає зображення через бездротову мережу. Це може здатися простим, але це не так.
Бездротова візуалізація - це широке поняття, яке охоплює багато галузей:
- Автомобіль
- Розумний дім або IoT
- Промислове застосування
Ми розглянемо застосування та випадки використання WiFi зображень. Але спочатку давайте розберемося, що це за технологія.
Вступ
Wi-Fi, або технологія бездротового інтернету, з'явилася в 1997 році, коли люди почали користуватися сучасними мережевими пристроями. До цього джерелом інтернету були телефонні лінії та інші подібні кабельні з'єднання.
Оскільки ця технологія була застарілою, користувачі ніколи не отримували від кабельного інтернету нічого кращого. Він був повільним і сповненим перебоїв у роботі мережі. Він також не був надійним, оскільки передача даних від джерела до місця призначення була ризикованим завданням.
З часом Асоціація Wi-Fi удосконалила бездротові технології та модернізувала пристрої Wi-Fi, зокрема роутери, модеми, комутатори та підсилювачі.
Ці пристрої відповідають стандартам IEEE WLAN, які працюють з усіма типами мережевих станцій. Найпоширенішим стандартом WLAN, який використовується в наших домашніх інтернет-з'єднаннях, є 802.11ax.
Ми всі знаємо, наскільки важливою стала технологія Wi-Fi у нашому житті. Нижче наведено найпоширеніші способи використання Wi-Fi:
- Комунікація
- Обмін даними
- Онлайн-ігри
Коли Wi-Fi розширив свою сферу застосування майже до кожного житлового приміщення, вчені виявили, що його можна використовувати і для інших цілей. Одним з таких відкриттів стало вдосконалення процесу мікрохвильової візуалізації за допомогою сигналів Wi-Fi.
Перш ніж рухатися далі, давайте розберемося з деякими технічними термінами, які використовуються в цій статті.
Просторова частотна область
Просторова область відноситься до статичного зображення будь-якого об'єкта, в той час як частотна область аналізує зображення з його рухомими пікселями. Це означає, що приймачі в Wi-Fi зображенні захоплюють інформацію зображення в просторово-частотній області.
Пасивний бістатичний WiFi радар
Бістатичний радар - це пристрій, який використовується для вимірювання дальності дії радіолокаційної системи з окремими передавачами та приймачами WiFi. У пасивній бістатичній радіолокаційній системі WiFi приймачі вимірюють різницю в часі, коли сигнал надходить від передавачів.
Ці приймачі також відповідають за розрахунок часу відбиття переданих сигналів WiFi від реальної цілі.
Мікрохвильова томографія проти системи томографії WiFi
Мікрохвильова зйомка є старішою технологією, ніж WiFi. Основна причина, чому вчені пішли на оновлення технології, полягає в тому, що мікрохвильова зйомка займає більше часу на обробку.
Ця методика візуалізації представляла механічне та електричне сканування променів, які показали хороші результати. Однак, час збору даних в обох методах був недоліком, який затримував обробку зображень при просторово-частотній візуалізації.
Мікрохвильова візуалізація була кращим варіантом для виявлення та ідентифікації об'єктів. Знову ж таки, відскановані зразки оброблялися за допомогою найсучасніших технологій. Але знову ж таки, основною проблемою було обмеження часу для сканування променя по полю.
Вчений також використовував цю ж технологію для виявлення об'єктів, але вони не змогли просунутися вперед, оскільки пристрої не могли вловлювати низьке теплове електромагнітне випромінювання від людей.
Вони потребували великих інвестицій, щоб придбати сучасний приймач та обладнання для обробки сигналу з високою чутливістю та широкою смугою пропускання.
Система візуалізації WiFi
Оновлення технологій почалося з використання Wi-Fi. Але, звичайно, ми всі знаємо, що Wi-Fi є повсюдним, а це означає, що він доступний у кожному місці.
Вдома, в офісі, в ресторані, на вокзалі чи стадіоні, ваші пристрої з підтримкою Wi-Fi отримують бездротові сигнали. Саме тому вчені скористалися Wi-Fi і вдосконалили мікрохвильову візуалізацію.
Вчені також використовували Wi-Fi для виявлення та класифікації людей через стіни. Оскільки радіохвилі можуть легко проникати крізь штори, тканину та стіни, Wi-Fi є потужним інструментом для візуалізації складних об'єктів.
Обробка сигналу також більш продуктивна у випромінюваннях Wi-Fi через їх непрозорість в оптичному та інфрачервоному діапазонах.
Тому нова методика використовує традиційну мікрохвильову візуалізацію з використанням сигналів Wi-Fi. Незалежні передавачі Wi-Fi, що випромінюють ці сигнали, відповідають за ініціювання процесу, в той час як приймач фіксує інформацію зображення в просторовій частотній дискретизації та домені.
Нова система візуалізації Wi-Fi використовує методи пасивної радіолокації на сторонньому випромінюванні. Пасивний радар використовує це випромінювання для:
Дивіться також: Як підключити Sonos до WiFi- Виявлення
- Відстеження
Ще одна відмінність між мікрохвильовою та Wi-Fi зйомкою полягає в тому, що перша використовує розріджені антенні решітки для обробки зображень. На жаль, це дозволяє вимірювати лише дуже низьке теплове ЕМ-випромінювання.
З іншого боку, модернізована технологія використовує сигнали Wi-Fi, які працюють на звичайних приймачах на частоті 25 МГц і часом інтеграції 10 мікросекунд. Частота і час інтеграції покращуються при використанні сигналів Wi-Fi для комп'ютерної візуалізації.
Таким чином, запропонований метод в модернізованій версії системи мікрохвильової візуалізації може працювати на недорогому обладнанні і давати кращі результати. Немає необхідності інвестувати в широкосмугові приймачі, щоб використовувати розріджену антенну решітку.
Існуючі приймачі можуть використовувати сигнали Wi-Fi, оскільки вони доступні майже скрізь. Крім того, у виділеному часі залишаються лише корельовані компоненти сигналу. Тому ці сигнали можуть прискорити обчислювальну візуалізацію для цілей зондування та зв'язку.
Чому Wi-Fi Imaging є кращим підходом?
Зображення з використанням сигналів Wi-Fi є кращим за попередні технології з різних причин. Наприклад, обробка зображень з використанням сигналів Wi-Fi містить фактор збереження конфіденційності.
Крім того, вам не потрібно витрачати тисячі доларів на придбання високоякісних приймачів. Вимірювання потужності WiFi достатньо для аналізу виявлення та класифікації об'єктів, щоб зробити зйомку успішною.
Хоча спеціалізоване обладнання для візуалізації доступне, воно потребує інших надбудов, які суттєво збільшують вартість проекту.
Використовуючи вибіркову інформацію про просторову частоту, результати показали локалізацію людей і металевих об'єктів. Це підтвердило успішність Wi-Fi візуалізації з наступною медіанною точністю:
- 26 см для статичної людини
- 15 см для статичних металевих предметів
Обмеження Wi-Fi Imaging
Без сумніву, мікрохвильова зйомка з використанням сигналів Wi-Fi є потужною технологією для локалізації людей та інших об'єктів. Ви можете легко визначити місцезнаходження певного набору людей та об'єктів. Однак, існують певні обмеження на шляху реалізації Wi-Fi зйомки.
Давайте обговоримо їх.
Розмір об'єкта
Запропонована технологія Wi-Fi візуалізації залежить від розміру об'єкта. Система візуалізації локалізує об'єкти великого розміру, наприклад:
- Диван
- Таблиці
- Великі вікна
Без сумніву, великі об'єкти легко виявити та локалізувати завдяки їхнім чітким для аналізу розмірам. Незалежно від того, чи використовується 2D або 3D технологія, алгоритми обробки зображень легко ідентифікують великі об'єкти, не витрачаючи на це багато часу.
Коли ви готуєте систему до обробки зображень, ви повинні спочатку дати їй змогу вивчити об'єкти як зразки. Цей процес називається машинним навчанням, однією з найпоширеніших галузей штучного інтелекту (ШІ).
Машинне навчання є фундаментальним етапом будь-якого типу візуалізації. Щоб побудувати технологію, яка не буде годувати систему перед візуалізацією, необхідно придбати потужне обладнання зі штучним інтелектом, яке аналізує об'єкт, як людина. Але витрачати надто багато грошей лише заради зручності нерозумно, адже машинне навчання легко реалізувати.
Тому ви повинні завантажувати в систему зразки об'єктів, щоб захоплення переданих сигналів WiFi давало кращі результати, ніж приймачі, які використовуються в традиційному радіолокаційному виявленні та мікрохвильовій візуалізації.
Матеріал
Матеріал об'єкта також має значення при використанні Wi-Fi зображень для виявлення та локалізації. Наприклад, запропонована система дає багатообіцяючі результати, якщо об'єкт має поверхні, що відбивають світло.
Наприклад, металеві поверхні завжди виявлялися кращими об'єктами, навіть для оптичних або інфрачервоних частот.
Той самий принцип діє і тут: об'єкт великого розміру з поверхнею, що відбиває світло, легше зобразити, ніж маленькі металеві предмети. Чому?
Хоча блискучий об'єкт добре відбиває сигнали WiFi, його малий розмір робить площу поперечного перерізу перевантаженою для вхідного випромінювання. Як наслідок, численні сигнали WiFi, що передаються, не можуть належним чином уявити цей об'єкт.
Інша проблема, пов'язана з розміром об'єкта, полягає в тому, що коли розмір стає пропорційним довжині хвилі WiFi сигналу, взаємодія між двома об'єктами зменшується.
Як вирішити проблему співвідношення розмірності та частоти?
Система візуалізації Wi-Fi вимагає значної різниці між розміром об'єкта і довжиною хвилі наявних сигналів WiFi. Якщо розмір об'єкта великий, довжина хвилі сигналів WiFi повинна бути меншою, і навпаки.
Щоб зменшити довжину хвилі сигналів WiFi, необхідно передавати більш високу частоту, тобто 5 ГГц. Однак досі немає конкретних результатів, що низькочастотні сигнали WiFi в пасивних інтерферометричних системах візуалізації працюють з меншими об'єктами.
Це пов'язано з меншою площею поперечного перерізу, яка не дозволяє корельованим компонентам сигналу залишатися недоторканими при наскрізній візуалізації.
Деякі з менших об'єктів, які були відібрані під час численних експериментів, були такими:
- Монета.
- Ключі.
- Булавка
Крім використання різного обладнання, спостерігається зміна частотного діапазону для виявлення об'єктів з меншою просторовою роздільною здатністю.
Роздільна здатність зображення
Роздільна здатність зображення є важливою характеристикою запропонованої технології, яка залежить від наступних двох факторів:
- Довжина хвилі сигналу Wi-Fi
- Довжина антенної решітки
Ви можете збільшити роздільну здатність зображення, зберігаючи довжину хвилі сигналу постійною і збільшуючи довжину антенної решітки.
Під час експерименту вчені спробували підвищити роздільну здатність зображення, збільшивши частоту до 5 ГГц, що зменшує довжину хвилі. Потім вони не змінювали довжину хвилі обробки сигналу і довжину антенної решітки.
В результаті вчені не помітили жодного покращення роздільної здатності зображень. Ще одним ключовим висновком стало те, що кількість антен не має значення в процесі зйомки.
Якщо ви розмістите антену в правильному положенні, ви можете отримати продуктивні результати, використовуючи лише пару антен. Чому?
Антенні решітки вловлюють випромінювання від об'єкта спостереження. Використання декількох антен, безсумнівно, збільшує ймовірність отримання оптимальної роздільної здатності зображення, але це питання економічної ефективності технології.
Крім того, компанії також виготовляють недорогі антени для технології візуалізації Wi-Fi, щоб розширити сферу її застосування та підвищити ефективність.
Таким чином, ви можете уявити собі об'єкт, маючи лише вимірювання потужності WiFi, якщо тримати довжину антенної решітки незмінною. Зміна діапазону вхідних частот також може вплинути на роздільну здатність зображення.
Об'єктна орієнтація
Орієнтація об'єкта є ще одним обмеженням у запропонованій технології. Система візуалізації WiFi вимагає, щоб об'єкт знаходився в діаграмі спрямованості випромінювання. Ви вже знаєте, що електромагнітні хвилі створюють поле і рухаються в певному ритмі. Це поле стає напрямком для наступних хвиль.
Якщо ви розмістите об'єкт у цьому полі з відхиленою орієнтацією, ви не отримаєте правдивих результатів. Тому важливо, щоб об'єкт був орієнтований у межах діаграми спрямованості випромінювання, що передається.
Крім того, ви можете вирішити цю проблему наступними способами:
Дивіться також: Чому мікрохвильова піч створює перешкоди для WiFi (і як це виправити)- Оптимізуйте розташування антен.
- Вибирайте антени з кращою діаграмою спрямованості.
Важливо знати горизонтальну і вертикальну вісь патерну, щоб отримати корисний результат у двох просторових частотних вимірах.
Застосування Wi-Fi Imaging
Кілька застосувань Wi-Fi зображень використовуються в комерційних і промислових цілях. Наприклад.
Відстеження запасів
У торгових центрах і моллах для управління запасами використовуються візки з радіолокаційними датчиками. Ці візки з радіолокаційним управлінням не потребують жодних сенсорних міток, тому що кожен візок працює зі спеціальним ідентифікатором.
База даних групує візки в кілька команд, а потім диспетчер призначає кожній команді завдання.
Ці візки допомагають ефективно управляти запасами на складах. Крім того, покупці можуть заїхати на них у приміщення магазину і насолоджуватися покупками за допомогою безготівкової системи оплати.
Розумні будинки
IoT - це наступний великий прорив у житловій індустрії. Технологія візуалізації Wi-Fi виконує традиційне радіолокаційне виявлення для ідентифікації великих об'єктів, в тому числі:
- Двері
- Windows
- Холодильник.
Ви можете розгорнути антени та необхідні датчики для контролю великих об'єктів у вашому будинку. Наприклад, просторові частоти, виміряні антенною решіткою, можуть перевірити наявні комунікаційні сигнали та повідомити вас про стан об'єкта.
Крім того, ви можете запрограмувати всю систему, використовуючи середню просторову взаємну когерентність і горизонтальні та вертикальні напрямки, щоб керувати рухом об'єкта за допомогою обробки сигналу Wi-Fi.
Основним обмеженням для цієї програми є наявність стабільної мережі, оскільки пасивні системи візуалізації потребують сигналів WiFi для аналізу розмірів об'єкта.
Поширені запитання
Що таке WiFi доплер?
WiFi Doppler - це технологія зондування, яка використовує лише один пристрій WiFi для визначення положення та руху об'єкта. Для отримання результатів за допомогою WiFi Doppler вам не потрібно декілька пристроїв WiFIi.
Чи може WiFi бачити крізь стіни?
Так, ви можете використовувати сигнали Wi-Fi, щоб бачити крізь стіни.
Як зробити так, щоб WiFi проникав крізь стіну?
- Посильте внутрішній Wi-Fi за допомогою ретрансляторів Wi-Fi.
- Розгортання mesh-мережі.
Кілька сигналів WiFi передаються один через одного. Як?
Сигнали WiFi зазвичай перетинаються, якщо роутери працюють на одному каналі.
Чи можуть сигнали WiFi давати результати за допомогою візуалізації стін?
Так, тому що WiFi використовує радіохвилі, які можуть проникати крізь стіни.
Висновок
Візуалізація за допомогою Wi-Fi стає все більш поширеною в галузі обробки зображень через її доступність майже в кожному житловому, комерційному та промисловому приміщенні. Тому використання зображень за допомогою Wi-Fi для визначення місцезнаходження та переміщення об'єктів стане наступною великою технологією, яка принесе користь людині.
