Marie Rousseau
Des chercheurs du laboratoire du professeur Yasamin Mostofi de l’UC Santa Barbara ont proposé une nouvelle base capable de permettre une imagerie de haute qualité d’objets fixes avec uniquement des signaux WiFi. Leur méthode utilise la théorie géométrique de la diffraction et les cônes de Keller correspondants pour tracer les bords des objets. La procedure a également permis, pour la première fois, d’imager ou de lire l’alphabet anglais à travers les murs avec le WiFi, une tâche jugée trop difficile pour le WiFi en raison des détails complexes des lettres.
“Imaginer des paysages fixes avec le WiFi est un défi considérable en raison du manque de mouvement”, a déclaré Mostofi, professeur de génie électrique et informatique. “Nous avons ensuite adopté une approche complètement différente pour résoudre ce problème difficile en nous concentrant plutôt sur le traçage des bords des objets.” La méthodologie proposée et les résultats expérimentaux sont apparus dans les actes de la conférence nationale IEEE 2023 sur le radar (RadarConf) le 21 juin 2023.
Cette innovation s’appuie sur des travaux antérieurs du Mostofi Lab, pionnier depuis 2009 dans la détection avec des signaux de radiofréquence quotidiens tels que le WiFi pour plusieurs programs différentes, notamment l’analyse des foules, l’identification des personnes, la santé intelligente et les espaces intelligents.
“Lorsqu’une onde donnée arrive sur un level de bord, un cône de rayons sortants émerge selon la théorie géométrique de la diffraction (GTD) de Keller, appelé cône de Keller”, a expliqué Mostofi. Les chercheurs notent que cette conversation ne se limite pas aux arêtes visiblement vives, mais s’applique à un ensemble moreover substantial de surfaces présentant une courbure suffisamment petite.
“En fonction de l’orientation du bord, le cône laisse alors différentes empreintes (c’est-à-dire des sections coniques) sur une grille réceptrice donnée. Nous développons ensuite un cadre mathématique qui utilise ces empreintes coniques comme signatures pour déduire l’orientation des bords, créant ainsi un bord. carte de la scène”, a poursuivi Mostofi.
In addition précisément, l’équipe a proposé un noyau de projection d’imagerie basé sur un cône de Keller. Ce noyau est implicitement fonction des orientations des bords, une relation qui est ensuite exploitée pour déduire l’existence/l’orientation des bords through des checks d’hypothèses sur un petit ensemble d’orientations de bords possibles. En d’autres termes, si l’existence d’un bord est déterminée, l’orientation du bord qui correspond le mieux à la signature basée sur le cône de Keller résultante est choisie pour un stage donné qu’ils souhaitent imager.
“Les bords des objets réels ont des dépendances locales”, a déclaré Anurag Pallaprolu, directeur du doctorat. étudiant sur le projet. “Ainsi, une fois que nous avons trouvé les points de bord à haute confiance by way of le noyau d’imagerie proposé, nous propageons ensuite leurs informations au reste des factors en utilisant la propagation bayésienne des informations. Cette étape peut encore contribuer à améliorer l’image, puisque certains des bords peuvent être dans une zone aveugle, ou peut être maîtrisé par d’autres bords in addition proches des émetteurs. Enfin, une fois l’image formée, les chercheurs peuvent l’améliorer davantage en utilisant des outils de complétion d’image issus du champ de eyesight.
“Il convient de noter que les methods d’imagerie traditionnelles entraînent une qualité d’image médiocre lorsqu’elles sont déployées avec des émetteurs-récepteurs WiFi courants”, a ajouté Pallaprolu, “auto les surfaces peuvent apparaître quasi spéculaires à des fréquences furthermore basses, ne laissant ainsi pas suffisamment de signature sur la grille du récepteur”.
Les chercheurs ont également étudié de manière approfondie l’impact de plusieurs paramètres différents, tels que la courbure d’une floor, l’orientation des bords, la length par rapport à la grille du récepteur et l’emplacement de l’émetteur sur les cônes de Keller, ainsi que leur système d’imagerie proposé basé sur les bords, développant ainsi une foundation pour une conception méthodique d’un système d’imagerie.
“Nous avons ensuite adopté une approche complètement différente pour résoudre ce problème difficile en nous concentrant plutôt sur le traçage des bords des objets.”
Dans les expériences de l’équipe, trois émetteurs WiFi disponibles dans le commerce envoient des ondes sans fil dans la zone. Les récepteurs WiFi sont ensuite montés sur un véhicule sans pilote qui émule une grille de récepteurs WiFi lors de ses déplacements. Le récepteur mesure la puissance du sign reçu qu’il utilise ensuite pour l’imagerie, sur la foundation de la méthodologie proposée.
Les chercheurs ont testé cette technologie de manière approfondie avec plusieurs expériences dans trois domaines différents, y compris des scénarios à travers les murs. Dans un exemple d’application, ils ont développé un lecteur WiFi pour présenter les capacités du pipeline proposé.
Cette application est particulièrement useful car or truck l’alphabet anglais présente des détails complexes qui peuvent être utilisés pour tester les performances du système d’imagerie. Dans cette optique, le groupe a montré comment il pouvait réussir à imager plusieurs objets en forme d’alphabet. En as well as de l’imagerie, ils peuvent classer davantage les lettres. Enfin, ils ont montré remark leur approche permet au WiFi d’imager et de lire à travers les murs en imaginant les détails et en lisant davantage les lettres du mot « Think » à travers les murs. Ils ont également photographié un selected nombre d’autres objets, montrant qu’ils peuvent capturer des détails auparavant impossibles avec le WiFi.
Dans l’ensemble, l’approche proposée peut ouvrir de nouvelles instructions pour l’imagerie RF.
