Значения RSSI, индикатор силы принимаемого сигнала Wi-Fi, уже давно используются для обнаружения присутствия человека. Ученые факультета вычислительной математики и кибернетики МГУ решили не настаивать на существующих методах и создали два новых. Благодаря им сканирование Wi-Fi может стать более полезным в транспорте, системах безопасности, умных домах и многом другом. Об этом сообщает «Научная Россия».
На данный момент существует два основных метода обнаружения движения по Wi-Fi: на основе упомянутых выше значений RSSI, а также путем анализа информации о состоянии канала (CSI) о состоянии канала связи. Последнее может быть заметно точнее, но с ним связаны и определенные ограничения на Wi-Fi роутеры: они требуют наличия нескольких антенн, а ваша сетевая карта должна быть определенной версии (а для самого роутера нужна специальная версия ПО). Основываясь на этих ограничениях, ученые решили использовать более общий подход, основанный на RSSI, поскольку он применим практически ко всем точкам доступа Wi-Fi.
Один из ученых, участвовавших в проекте, отметил, что статические алгоритмы чаще всего используются для обнаружения присутствия человека по методу RSSI. Среди этих алгоритмов наиболее эффективными оказались алгоритмы на основе фильтра Калмана и на основе комбинации фильтров с использованием скользящих средних. Но помимо обычных методов существует альтернативная категория подходов, включающая машинное обучение и нейронные сети.
Российские ученые из МГУ решили изучить новые подходы в обеих категориях: фильтр Колмогорова-Винера (статический алгоритм) и нейронная сеть с рекурсивными блоками ГРУ. Эксперименты показали, что второй способ оказался более точным и универсальным: его реализация не требует дополнительной предварительной настройки для определения уровня шума в помещении.
