Ein Forscherteam der University of California, Santa Barbara hat eine neue Methode entwickelt, mit der sich mittels WLAN Bilder von statischen Objekten hinter Wänden simulieren lassen.
Das Wort BELIEVE ist hinter der Wand platziert (oben) und das Foto ist mit WLAN aufgenommen (unten). Foto: UC Santa Barbara
Die Erkennung bewegter Objekte mithilfe von WLAN-Signalen hat vielversprechende Ergebnisse gezeigt. Die Herausforderung besteht jedoch darin, dieselbe Technologie auf statische Objekte anzuwenden, da diese keine Bewegung aufweisen. Um diese Herausforderung zu meistern, verwendete das Team das englische Alphabet als statisches Objekt. Ihre Methode namens Wiffract verwendet die Radiowellen eines WiFi-Senders, um das Experiment durchzuführen.
Wiffract basiert auf der geometrischen Beugungstheorie (GTD) von Joseph Keller und nutzt die Signatur, die Interferenzen auf dem Empfangsgitter hinterlassen. Wenn die Welle auf die Kante trifft, erscheint ein Wellenkamm, der laut GTD als Kellerkegel bezeichnet wird. Diese Wechselwirkung gilt nicht nur für scharfe, sichtbare Kanten, sondern für alle Oberflächen. Die Forscher installierten ein Empfängergitter in der Nähe des Randes. Die reflektierten Strahlen hinterlassen unterschiedliche Signale auf dem Empfangsgitter, sodass das Team das Bild des verfolgten Objekts bestimmen konnte.
„Wir haben dann ein mathematisches Modell entwickelt, das aus dem Kegelsignal die Kontur der Kante ableitet“, sagte Yasamin Mostofi, Professorin an der University of California, Santa Barbara. Dadurch ist es möglich, per WLAN einen Schnappschuss englischer Buchstaben durch die Wand zu zeigen.
Im Experiment platzierte das Team die Buchstaben des Wortes „BELIEVE“ hinter einer Wand, um sie per WLAN zu lesen. Das Endergebnis zeigt ein klares Bild des Textes. „Wiffract erkennt nicht nur problemlos Zeichen, sondern erfasst auch Buchstabendetails sehr gut. Wiffract ermöglicht erstmals das Lesen durch Wände mithilfe von WLAN“, so das Fazit des Teams.
Mostofi und Kollegen führten 30 Experimente durch, bei denen sie englische Großbuchstaben fotografierten. Sobald die Bilder aufgenommen sind, können Forscher sie mit Verbesserungstools optimieren. Zu den verschiedenen Anwendungsgebieten von Wiffract zählen Crowd Analytics, Personenerkennung, Gesundheit und Smart Spaces.
An Khang (laut Interesting Engineering )
[Anzeige_2]
Quellenlink
Kommentar (0)