Le reti Wi-Fi potrebbero presto essere in grado non solo di sapere dove vi trovate, ma anche se state respirando. Almeno secondo una ricerca pubblicata questo mese su Computer da un trio di ricercatori alla Peking University in cui viene descritto un metodo di rilevamento basato non sul modello convenzionale di forza del segnale ricevuto (RSS)—che fornisce informazioni su un ambiente in base a come l'ambiente indebolisce un segnale—ma su uno alternativo noto come informazioni sullo stato del canale (channel-state information, CSI), che recupera un quadro molto più ricco delle onde elettromagnetiche impegnate a rimbalzare tra le pareti di un ambiente chiuso.
Pubblicità
Il posizionamento RSS è utilizzato da circa 15 anni ed è stato sviluppato in un progetto chiamato RADAR da alcuni ricercatori di Microsoft. Il suo funzionamento è piuttosto brutale. Prendete uno spazio chiuso e mappatelo secondo la potenza del segnale WiFi nei suoi diversi punti. Infilate tutti questi dati in una tabella e quando è il momento di localizzare un dispositivo effettivo nello spazio, basta far coincidere la potenza di segnale osservata con il luogo corrispondente nella tabella. È economico, se non altro.Usare le informazioni sullo stato del canale per il rilevamento in interni è un'opzione che è già stata attivamente esplorata, ma ciò che i ricercatori della Peking volevano sapere era che tipo di precisione potesse effettivamente offrire. Per scoprirlo, hanno applicato il modello a zone di Fresnel, che è più facile da mostrare che spiegare a parole:
Ecco come lo introduce il paper: "Le zone di Fresnel fanno riferimento alla serie di ellissoidi concentrici di potenza alternata che sono causati da una luce o dalle onde radio che seguono diversi percorsi man mano che si propagano in uno spazio libero, e danno luogo a interferenze costruttive e distruttive, appena i percorsi a diverse lunghezze entrano ed escono di fase." Puoi dividere ogni area dello spazio in un numero infinito di zone di Fresnel.Dan Wu e i suoi colleghi alla Peking University spiegano che qualsiasi oggetto incontrato da un'onda radio mentre rimbalza in uno spazio chiuso, essenzialmente la separa a metà. Una parte viene riflessa, mentre l'altra prosegue oltre l'oggetto. Dall'altro capo del segnale, i due percorsi si ricongiungono, lasciano un segnale sovrapposto. È dalla differenza di fase dei due segnali che si può dedurre un oggetto interposto. Gli oggetti posizionati in diverse zone di Fresnel riflettono i segnali in modo diverso, dando luogo a schemi di interferenza che corrispondono alle differenti posizioni.
Pubblicità
"Abbiamo condotto alcuni esperimenti al chiuso, con un paio di ricetrasmettitori Wi-Fi e una tazza di metallo per verificare l'esistenza delle zone di Fresnel e per dimostrare che il segnale ricevuto varia come previsto quando un oggetto si muove all'interno delle zone," hanno scritto Wu e colleghi. È stata scelta una frequenza radio precisa entro la zona di Fesnel che si sviluppava tra i trasmettitori. Alle diverse posizioni seguivano segnali sovrapposti, come previsto.
Insomma, il risultato è un limite di riconoscimento di (almeno) un centimetro. Una stima precisa abbastanza da riconoscere il respiro umano, ma Wu e il suo gruppo devono ancora testare la cosa. Hanno scoperto che se un soggetto si trova abbastanza vicino alla linea di un singolo percorso attraversato dal segnale tra i ricetrasmettitori—che dunque interagisce con il segnale nella fase di maggiore potenza—è possibile individuare con precisione il suo respiro. Se il soggetto si trova troppo lontano da uno dei ricetrasmettitori sulla linea di tiro, non tanto.I ricercatori sono ad ogni modo ottimisti riguardo la loro verifica teorica: "Nel breve periodo, prevediamo che la teoria proposta acceleri il campo di rilevamento umano non-intrusivo, abilitando un vasto spettro di nuove applicazioni in case, uffici, ospedali, magazzini e molto altro. Sul lungo periodo, crediamo che mettere in sinergia le capacità di comunicazione e di riconoscimento su dispositivi informatici attiverà una rivoluzione sia nell'Internet of Things che nell'informatica sensibile al contesto."Riassumendo: siamo solo all'inizio.
