Наука и технологии2 мин.

Российские учёные научились следить за людьми при помощи Wi-Fi

Для этого они предложили особую технологию
Известно, что для обнаружения местоположения человека можно использовать значения индикатора уровня принятого сигнала, или RSSI. Учёные из МГУ предложили два метода, благодаря которым можно отслеживать людей. Наиболее эффективным из них оказался тот, в основе которого лежит нейронная сеть с управляемыми рекуррентными нейронами.

Специалисты с факультета вычислительной математики и кибернетики МГУ придумали, как можно наиболее точно отследить человека по Wi-Fi. Эта разработка может использоваться в самых разных сферах, включая транспорт, медицину и системы безопасности. Все полученные во время проведения исследования результаты были опубликованы в научном издании Proceedings of the Institute for System Programming of the RAS.

Вообще необходимость обнаружения человека и фиксации его движений может возникнуть в разных сферах деятельности. Всего существуют два метода, связанных с этим. Один основан на индикаторе уровня принятого сигнала, то есть RSSI, другой - на анализе более полной информации о состоянии канала связи Channel State Information. Теоретически второй способ должен быть точнее, однако при нём возникают ограничения, связанные с используемыми Wi-Fi точками доступа. Дело в том, что эти точки доступа должны быть многоантенными, а ещё сетевая карта точки доступа должна иметь определённую версию и сама эта точка должна обладать необходимой версией управляющего программного обеспечения.

По словам Андрея Чупахина, аспиранта и математика кафедры автоматизации систем вычислительных комплексов факультета ВМК МГУ, оба перечисленных подхода базируются на схожем принципе. То есть в то время, когда человек проходит между устройствами Wi-Fi, показатели RSSI или CSI изменяются. В то же время при помощи метода, основанного на RSSI, есть возможность получить его значения почти на всех Wi-Fi-гаджетах.

Эксперты также предложили два новых подхода. При этом использовался нейросетевой алгоритм (нейронная сеть с рекуррентными блоками) и статистический (фильтр Колмогорова-Винера). Первый метод оказался более точным.