Drahtloses Netzwerk modifiziert, um durch Wände zu sehen

Es ist der Traum eines jeden Schülers: eine einfache Möglichkeit, durch Wände zu schauen, um Nachbarn auszuspionieren, Geschwister zu überwachen und das süße Glas im Auge zu behalten. Und jetzt kein Traum mehr…





Forscher der University of Utah sagen, dass die Art und Weise, wie Funksignale in einem drahtlosen Netzwerk variieren, die Bewegung von Menschen hinter verschlossenen Türen aufdecken kann. Joey Wilson und Neal Patwari haben eine Technik namens varianzbasierte radiotomographische Bildgebung entwickelt, die die Signale verarbeitet, um Bewegungszeichen aufzudecken. Sie haben die Idee sogar mit einem drahtlosen Netzwerk mit 34 Knoten getestet, das das drahtlose Protokoll IEEE 802.15.4 verwendet, das Protokoll für Personal Area Networks, das von Heimautomatisierungsdiensten wie ZigBee verwendet wird.

Die Grundidee ist einfach. Die Signalstärke an jedem Punkt in einem Netzwerk ist die Summe aller Wege, die die Funkwellen nehmen können, um zum Empfänger zu gelangen. Jede Änderung des Raumvolumens, durch das die Signale gehen, beispielsweise durch die Bewegung einer Person, führt zu einer Änderung der Signalstärke. Durch Abfragen dieses Raumvolumens mit vielen Signalen, die von mehreren Empfängern aufgenommen werden, ist es also möglich, sich ein Bild von der Bewegung darin zu machen.

In Tests mit einem 34-Knoten-Netzwerk, das außerhalb eines normalen Wohnzimmers eingerichtet wurde, sagten Wilson und Patwari, dass sie sich bewegende Objekte im Raum bis auf einen Meter genau lokalisieren konnten. Das ist nicht schlecht, und das Team sagt, dass es durch die Erhöhung der Genauigkeit bei gleichzeitiger Reduzierung der Anzahl der Knoten viel Verbesserungspotenzial gibt.



Der Vorteil dieser Technik gegenüber anderen sind erstens ihre Kosten. Die Knoten in einem solchen Netzwerk sind von der Stange und daher billig. Andere Durch-Wand-Betrachtungssysteme kosten über 100.000 US-Dollar. Der zweite Vorteil ist die einfache Einrichtung. Wilson und Patwari sagen, dass das Hinzufügen eines GPS-Empfängers zu jedem Knoten es ihm ermöglicht, seinen eigenen Standort zu ermitteln, was den Bildgebungsprozess erheblich beschleunigen sollte. Andere Systeme müssen trainiert werden, um die Umgebung zu erkennen.

Wilson und Patwari haben sogar ausgearbeitet, wie ihr System verwendet werden könnte:

Wir stellen uns ein Gebäudeabbildungsszenario ähnlich dem folgenden vor. Rettungskräfte, Militär oder Polizei kommen an einem Ort an, an dem das Betreten eines Gebäudes potenziell gefährlich ist. Sie setzen Funksensoren um (und möglicherweise darüber) des Gebäudebereichs herum ein, indem sie sie entweder werfen oder abfeuern oder sie fallen lassen, während sie sich im Gebäude bewegen. Die Knoten bilden sofort ein Netzwerk und lokalisieren sich selbst, möglicherweise anhand von Informationen über die Größe und Form des Gebäudes aus einer Datenbank (zB Google Maps) und einigen bekannten Standortkoordinaten (zB mit GPS). Dann beginnen Knoten zu senden und führen Signalstärkemessungen auf Verbindungen durch, die das Gebäude oder den interessierenden Bereich durchqueren. Die empfangenen Signalstärkemessungen jeder Verbindung werden an eine Basisstation zurückgesendet und verwendet, um die Positionen von sich bewegenden Personen und Objekten innerhalb des Gebäudes zu schätzen.



Das ist ehrgeizig, aber wenn sie ihr System so weit bringen, dass es so verwendet werden kann, wirft es ein weiteres Problem auf: die Privatsphäre.

Wie könnten solche kostengünstigen und einfach zu konfigurierenden Überwachungsnetzwerke genutzt werden, wenn sie weit verbreitet sind? Was soll die Teenager-Gören von nebenan davon abhalten, jede deiner Bewegungen zu überwachen, oder Hausdiebe, die ihre Ziele auf der Grundlage auswählen, dass niemand drinnen ist?

Natürlich sollte es im Katz-und-Maus-Spiel der Überwachung nicht allzu schwer sein, ein Gerät zu bauen, das ein solches Überwachungsnetzwerk deaktiviert. Aber nur, wenn Sie wissen, dass es überhaupt da ist.

Spiel und Spaß gibt es bei dieser Idee in Hülle und Fülle.



Ref: arxiv.org/abs/0909.5417 : Bewegungsverfolgung durch die Wand mit varianzbasierten Radiotomographie-Netzwerken

verbergen