Для обнаружения присутствия человека уже давно используются значения RSSI — индикатора уровня принятого сигнала Wi-Fi. Учёные из факультета вычислительной математики и кибернетики МГУ решили не останавливаться на уже существующих методах создали два новых. Благодаря им Wi-Fi-сканирование может стать более полезным транспорте, системах безопасности, умных домах и прочем. Об этом сообщает «Научная Россия».
На данный момент существует два основных метода обнаружения движения по Wi-Fi: на базе значений вышеупомянутого RSSI, а также посредством анализа информации о состоянии канала связи Channel State Information (CSI). Последний может быть заметно точнее, но при нём появляются определённые ограничения на маршрутизаторы Wi-Fi: они требуются многоантенные, а их сетевая карта должна быть определённой версии (а самому маршрутизатору необходима специальная версия ПО). Исходя из этих ограничений, учёные решили выбрать более универсальный подход на базе RSSI, поскольку он применим практически на всех точках доступа Wi-Fi.
Один из участвовавших в проекте учёных отметил, что для обнаружения присутствия человека по методу RSSI чаще всего используются статические алгоритмы. Среди таких наиболее эффективнымы показали себя алгоритмы на базе фильтра Калмана и на основе сочетания фильтров с использованием скользящих средних. Но кроме привычных методов есть и альтернативная категория подходов, задействующих машинное обучение и нейросети.
Российские учёные из МГУ решили исследовать новые подходы в обеих категориях: фильтр Колмогорова-Винера (статичный алгоритм) и нейронную сеть с рекуррентными блоками GRU. Эксперименты показали, что второй метод оказался и точнее, и универсальнее: для его реализации не нужна дополнительная предварительна настройка определения уровня шума в помещении.
