Cara penderiaan Wi-Fi memudahkan pengesanan kehadiran

Teknologi baru penderiaan Wi-Fi menjanjikan faedah yang ketara untuk pelbagai sistem terbenam dan tepi. Sistem rumah pintar, hiburan, keselamatan dan keselamatan semuanya boleh mendapat manfaat daripada keupayaan ini.

Rajah 1 Wi-Fi Sensing boleh dilakukan pada mana-mana peranti berdaya Wi-Fi dengan keseimbangan penggunaan kuasa dan prestasi pemprosesan yang betul. Sumber: Synaptics

Bagaimana ia berfungsi

Keanggunan penderiaan Wi-Fi ialah ia menggunakan apa yang sudah ada: isyarat RF yang digunakan oleh peranti Wi-Fi untuk berkomunikasi. Pada dasarnya, peranti penerima Wi-Fi boleh mengesan perubahan dalam isyarat RF tersebut semasa ia menerimanya dan, daripada perubahan itu, membuat kesimpulan tentang kehadiran, pergerakan dan lokasi manusia di kawasan sekitar penerima.

Percubaan awal untuk melakukan ini menggunakan RSSI antara muka Wi-Fi, nombor yang dihasilkan oleh antara muka secara berkala untuk menunjukkan purata kekuatan isyarat yang diterima. Dengan cara yang sama seperti pengesan gerakan inframerah pasif mentafsir perubahan dalam keamatan IR sebagai gerakan berhampiran penderianya, penderia Wi-Fi ini mentafsirkan perubahan dalam nilai RSSI sebagai penampilan atau gerakan objek berhampiran penerima.

Rajah 2 Wi-Fi system-on-chips (SoCs) boleh menganalisis CSI untuk perubahan halus dalam saluran yang melaluinya isyarat merebak untuk mengesan kehadiran, gerakan dan gerak isyarat. Sumber: Synaptics

Menangkap data kehadiran

Mana-mana antara muka Wi-Fi yang mematuhi harus menghasilkan aliran data CSI. Bahagian itu mudah. Walau bagaimanapun, ia adalah tugas sistem penderia untuk memproses data dan membuat inferens daripadanya. Proses ini secara amnya dibahagikan kepada tiga peringkat, mengikut konvensyen yang dibangunkan untuk pemprosesan imej video: penyediaan data, pengekstrakan ciri, dan pengelasan.

Analisis dan inferens

Peringkat seterusnya dalam perancangan akan menganalisis aliran data yang telah dibersihkan untuk mengekstrak ciri. Proses ini adalah analog—sehingga satu tahap—untuk menampilkan pengekstrakan dalam pemprosesan penglihatan.

Algoritma pengekstrakan tidak hanya akan memanipulasi piksel tetapi sebaliknya akan melakukan analisis statistik yang kompleks. Output peringkat pengekstrakan akan menjadi perwakilan ringkas data CSI, menunjukkan hanya anomali yang ditentukan oleh algoritma sebagai ciri penting data.

Peringkat terakhir dalam saluran paip adalah klasifikasi.

Sifat keputusan akan menentukan algoritma pengelasan. Jadi, pembangun mesti mengumpul data CSI sebenar daripada kes ujian dan kemudian membina model statistik atau templat rujukan, sering dipanggil cap jari. Pengelas kemudiannya boleh menggunakan model atau templat ini untuk memadankan ciri terbaik daripada pengekstrak dan situasi yang diketahui.

Pendekatan lain ialah pembelajaran mesin. Pembangun boleh memasukkan ciri yang diekstrak dan klasifikasi yang betul bagi ciri tersebut ke dalam mesin vektor sokongan atau rangkaian pembelajaran mendalam, melatih model untuk mengelaskan corak abstrak ciri dengan betul.

Pelaksanaan penderiaan Wi-Fi

Untuk peringkat penyediaan data, penapisan mudah mungkin berada dalam julat teras CPU yang kecil. Lagipun, matriks kecil tiba hanya apabila subcarrier diaktifkan. Tetapi algoritma statistik yang lebih canggih akan memerlukan teras DSP berkuasa rendah. Teknik statistik untuk pengekstrakan ciri juga mungkin memerlukan kuasa dan kecekapan DSP.

SoC Wi-Fi mungkin termasuk CPU, DSP dan pemecut inferens.

Membawa peranti penderiaan Wi-Fi yang berjaya ke pasaran memerlukan perkongsian rapat dengan pembangun SoC dengan IP berkuasa rendah yang betul, pengalaman reka bentuk dan pengetahuan intim tentang algoritma—kini dan baru muncul. Memilih rakan kongsi pembangunan mungkin merupakan salah satu keputusan yang paling penting daripada banyak keputusan yang mesti dibuat oleh pembangun.