Elkötelezettségével és kreatív megközelítésével a University College London (UCL) kutatásai a világ legégetőbb problémáinak megoldását segítik. A UCL hallgatói és oktatói a mindennapok kihívásaiból merítenek ihletet, legyen szó egészségesebb városok kialakításáról vagy akár az egészségügy és a klímaváltozás globális kihívásainak kezeléséről. Villamosmérnök-kutatókból álló csapatunk a UCL berkein belül olyan passzív radaros technológiákat vizsgál, amelyek WiFi-rádiójelekkel képesek átlátni a falakon. Az egyetemen igazolni szerettük volna elképzelésünket, miszerint meglévő WiFi-jelek felhasználhatók egyébként nem látható mozgó tárgyak vagy személyek megfigyelésére. Elképzelésünk alapjait tekintve hasonlít a hagyományos radarrendszerekhez, újszerűsége passzív működésében rejlik: a városi környezetben már mindenhol megtalálható vezeték nélküli jeleket használja. A technológia például hatékony és észrevehetetlen közbiztonsági megfigyelésre lehet használható.
1. ábra. Túszejtés monitorozása újszerű radarrendszerrelA megoldást élvonalbeli kutatásunk elősegítésére egy passzív radaros bemutatórendszer kialakítása nyújtotta, NI univerzális szoftverrádió-perifériák (USRP-k) és LabVIEW használatával. A széles frekvenciatartományban működni képes USRP-k több csatornán veszik a rádiófrekvenciás jeleket. A LabVIEW segítségével hoztuk létre és finomítottuk magas szintű jelfeldolgozási eljárásunkat, mely révén a vett jelben megtalálhatók a mozgást felfedő apró Doppler-eltolódások.
Újszerű kutatásunkhoz valósidejű, passzív (nem kooperatív) vezeték nélküli célpont-érzékelő bemutatórendszerre volt szükség, amely falak és más akadályok mögött mozgó tárgyakat és személyeket is képes követni. A hagyományos radarrendszerek működéséhez hasonlóan saját megközelítésünk is a mozgó tárgyakról visszaverődő rádiójelek Doppler-eltolódásának érzékelésén alapul. Passzív megoldásunk ugyanakkor a hagyományos, rádiójeleket kisugárzó radarrendszerekkel szemben a környezetünkben lépten-nyomon megtalálható WiFi-jelek feldolgozásán alapul. Radarunk észrevehetetlen, mivel nem foglal rádiófrekvenciás spektrumot és nem sugároz ki jelet, így városi környezetben ideális katonai vagy biztonsági megfigyelési célokra.
A közbiztonsági alkalmazáson túl a passzív érzékelés számos további területen is felhasználható, többek között a tömeg- és forgalomfigyelés, valamint az ember-gép kapcsolódási felületek terén is. Különféle vezeték nélküli jeleket használhatunk az egyes alkalmazásokhoz. Rendszerünk képes például IEEE 802.11x (b, g, n, ac) szabványú jelek feldolgozásával beltérben mozgó célpontokat felderíteni biztonsági célból, például túszejtésnél. Ugyanezen rendszer nyújtotta másik felhasználási lehetőség járművek mozgási sebességének és irányának meghatározása GSMvagy LTE-mobilhálózatok jeleinek figyelésével, az adott mozgáshoz rendelt automatikus, gépi válasz elindításához.
A célként kitűzött radarrendszer sokoldalúsága több frekvenciasávot lefedő, többcsatornás vétellel növelhető. A rendszernek rugalmasan kell kezelnie szinte valamennyi WiFi-szabványt (IEEE 802.11 b, g, n, ac), valamint az FM-adók és mobilhálózatok jelét is. Mindehhez széles frekvenciatartományban működőképes RF-áramkörök, valamint egyszerűen konfigurálható jelfeldolgozó szoftver szükséges.
USRP-ken alapuló passzív, vezeték nélküli érzékelés
A célpont mozgásának pontos érzékeléséhez, az egyértelműség-elemzésként ismert frekvencia-idő függvény feldolgozáshoz legalább két vételi csatornára van szükség. Ezek közül az egyik a helyi vezeték nélküli adótól (pl. WiFi-útvonalválasztótól) közvetlen úton érkező rádiós alapjelet veszi, ez a referenciacsatorna. A másik vételi csatorna a mozgó célpontról visszaverődő referenciajelet veszi, ez pedig a megfigyelési csatorna. A legegyszerűbb esetet feltételezve a referencia- és megfigyelési csatorna jelének összevetéséből meghatározhatjuk a megtalált célpont sebességét és helyzetét. A valóságban ehhez összetett egyértelműség-elemzés, keresztkorreláció, Fourier-transzformáció és intelligens hibadetektálás is szükséges.
Kutatásunkhoz sikeresen alakítottunk ki egy kétcsatornás bemutatórendszert, amely bármely létező (IEEE 802.11x) WiFi-jellel képes zárt ajtók mögött mozgó tárgyat vagy személyt érzékelni.
Rendszerünk alapját a referencia- és megfigyelési jelet rögzítő USRP-2921 típusú RF-adóvevők képezik. Az USRP nemcsak pontosságát és frekvenciatartományát tekintve felelt meg az igényeinknek, hanem szoftverrádiós kialakítása révén gyors közelítésekkel történő algoritmusfejlesztést is lehetővé tett.
Szoftveres oldalon a LabVIEW használata mellett döntöttünk. Kezdetben megvizsgáltunk más, C++ környezetben adatfeldolgozásra alkalmas eszközöket is, például a GNU Radiót. Egyértelműség-elemzésünk összetett vektorszámításokat és megjelenítést is tartalmaz, ehhez komplex, többszálú műveletek szükségesek, amelyeket hagyományos, szöveges leíró nyelven nehéz megvalósítani. Mivel a LabVIEW a többszálúságot eleve kezeli, természetszerűleg csökkent a forráskódunk bonyolultsága. A többszálúság a LabVIEW további lehetőségeivel, például az intuitív grafikus programozással és beépített fejlesztői sablonokkal karöltve hetekkel rövidítette le a fejlesztési időt.
2. ábra. Szoftverelrendezés áttekintéseAz NI USRP platform több frekvenciasávon is elérhető, lefedi az 50 MHz és 5,9 GHz közötti tartományt, így passzív radarrendszerünk számos vezeték nélküli jelet képes kezelni, többek között a következőket: FM, GSM, LTE, IEEE 802.11x, IEEE 802.16, digitális rádiós (DAB) és digitális televíziós (DVB) jelek. Valamennyi frekvenciasávban 20 MHz-es alapsávi I/Q sávszélességet használtunk, 25 millió minta/másodperces jelet továbbítva a LabVIEW-alapú feldolgozóegységbe. Az alkalmazott sávszélesség a célpont-detektálási bemutatórendszerben használt legnagyobb sávszélességű jel feldolgozásához is elegendő.
A széles használható frekvenciatartományon túl az USRP további előnye, hogy rendelkezik olyan csatlakozási célfelülettel, amelyen keresztül több-bemenetű és -kimenetű (MIMO) rendszerek láncba kapcsolhatóak, valamint szinkronizálhatóak. Ez igen hasznos lesz a későbbiekben, amikor további kutatásokhoz kibővítjük a radarrendszert.
Az USRP a LabVIEW-ból egy programozási kapcsolódási felületen (API) keresztül programozható, amellyel a vételi munkamenet gyorsan megnyitható, beállítható és elindítható. Megadhatók különféle paraméterek, úgymint: a sávközépi frekvencia, IQ mintavételi frekvencia, csatornaerősítés, mintavételi sorozat hossza, ezt követően pedig elkezdhető a rádiójelek vétele. Az API-ból komplex kétszeres és feles pontosságú lebegőpontos adatok is kinyerhetők, így lehetőség van a követelményeknek megfelelő kompromisszumot kötni a feldolgozási pontosság és a sebesség között. Az adatgyűjtést követően az egyértelműségi feldolgozást a LabVIEW matematikai és jelfeldolgozási eszközeivel már az IQ-adatokon végezzük.
Az USRP és a LabVIEW segítségével igen gyorsan elkészíthettük a passzív vezeték nélküli érzékelés bemutatórendszerét. A LabVIEW beépített függvényeivel hatékonyan, egyetlen blokkal végezhettük el vektorműveletek egész sorozatát, például tömbök részelemeinek kiemelését, indexelését, méretátalakítását és elemzését. A matematikai műveleteken túl képesek voltunk alkalmazásra hangolva gyors Fourier-transzformáltat számolni a LabVIEW beépített jelfeldolgozási függvényeivel, így programozási és számítási időt is megtakarítottunk.
Az idő-frekvenciabeli egyértelműségi elemzés után egy, a környezet függvényében dinamikusan változó határértéket adunk meg, amely alapján eldönthető, hogy a kapott eredmény valós célpont-e vagy csak hibás érzékelés.
Elképzelésünk vizsgálata valós környezetben végzett kísérletekkel
A megtervezett rendszer tulajdonságainak bemutatásához két esetet vizsgáltunk. Az első egy sétáló ember detektálása egy központi WiFi-hozzáférési pont (AP) 15 dBm-es jele segítségével. A kísérleti elrendezésben a referencia- és megfigyelési antennát a hozzáférési ponttól és a célszemélytől 25 cm vastag téglafal választotta el. A referencia- és megfigyelési jelet az USRP-k digitalizálják, a feldolgozás LabVIEW-ban történik.
A második esetben a cél egy személy testmozgásának érzékelése volt az előzővel megegyező fizikai környezetben. A két helyzet a célszemély mozgásának típusában és mértékében tér el. A második eset kisebb mozgásainak érzékeléséhez más szoftveres feldolgozási paramétereket használtunk, hosszabb integrálási idővel és alacsonyabb detektálási küszöbbel.
3. ábra. Fal mögötti mozgást érzékelő kísérleti elrendezésünkA 4. ábrán láthatók az 1. eset mérési eredményei, amikor egy személy oda-vissza sétál. A LabVIEW az előlapi panelen mutatja az aktuális eredményeket a Doppler-felületen (balra fent), a megtalált célpontra (középen fent), a célpont körüli frekvencia-összetevőkre (jobbra fent), az utóbbi 60 perc detektálási eredményeit tartalmazó Doppler-értékre (balra lent), valamint a célpont jelerősségének időbeni változására (jobbra lent) vonatkozóan. A célpont jelerősségét összevetjük egy határértékkel, s ha meghaladja azt, akkor a detektált célpontot érvényesnek tekintjük. A Doppler-érték időfüggvénye (balra lent) egyértelműen jelzi a pozitív és negatív Doppler-eltolódást, ami az előre- és hátrafelé való mozgásnak felel meg.
4. ábra. Sétáló személy érzékelése falon keresztül (1. eset)Az 5. ábrán láthatók az eredmények testmozgás esetén, amikor egy személy felváltva guggoló és egyenesen álló pózt vesz fel. A rendszer itt képes a kis mozgás által létrehozott, akár 1 Hz alatti Doppler-eltolódás érzékelésére is. Minden egyes hullámperiódushoz egy érzékelt guggolás-felállás ciklus tartozik, ahol a pozitív Doppler-eltolódás a megfigyelőantennához közeledő testrészt jelez. A radarrendszert továbbfejlesztettük, így már jóval kisebb mozgás, például kézmozgás érzékelésére is képes.
5. ábra. Testmozgás érzékelése falon keresztül (2. eset)Az USRP-alapú radarrendszerünkkel kapott kísérleti eredmények egyértelműen igazolták a falon keresztül történő, WiFi-alapú passzív érzékelés működőképességét. Az NI megoldásának kiemelkedő érzékenységével a kezdetben feltételezettnél kisebb mozgásokat is tudtunk érzékelni.
Összefoglalás
A LabVIEW és az NI USRP ideális választás vezeték nélküli adás- és vételtechnikai, valamint jelfeldolgozó egységek prototípusainak gyors kifejlesztéséhez. A széles frekvenciatartomány és az azonnal felhasználható jelfeldolgozó könyvtárak elősegítették a programfejlesztés és a valós kísérletek felgyorsítását.
Izgalommal tekintünk újszerű megközelítésünk jövőbeni felhasználási lehetőségeire, többek között a közbiztonság (rablás vagy túszejtés), az elektronikus egészségügy (idősek egészségügyi megfigyelése) és (mind az iparban, mind a szórakoztatásban is használható) új ember-gép kapcsolódási alkalmazások területén.
Amellett, hogy elképzelésünk működőképességét igazolta, passzív érzékelési bemutatórendszerünket felhasználjuk mérnökhallgatókat ösztönző oktatási platformként és a passzív érzékelési algoritmusfejlesztésünk jövőbeni tesztkörnyezeteként is.
