Các nhà nghiên cứu tại trường Đại học Syracuse (New York) mới đây đã tiến hành xây dựng một hệ thống phát hiện sự hiện diện của con người trong một môi trường cụ thể thông qua phân tích tần số vô tuyến (RF) của chính không gian đó.

Thông tin về hệ thống mới này được chia sẻ trên nền tảng arXiv (nền tảng cơ sở tiền xuất bản). Theo đó, hệ thống này ứng dụng mạng nơ-ron tích chập (CNN) có nguồn dữ liệu đầu cuối được tổng hợp từ một lượng lớn dữ liệu RF đầu vào.

Biao Chen, một thành viên của nhóm nghiên cứu chia sẻ với TechXplore rằng: "Ban đầu, chúng tôi cố gắng phát hiện máy bay không người lái trong môi trường ngoài trời mà có sử dụng tín hiệu RF thụ động thông qua công nghệ học sâu. Tuy nhiên kết quả không đồng đều như mong đợi, có hôm chỉ số thu được rất khả quan nhưng có hôm lại không như vậy."

Sơ đồ về cách xây dựng hệ thống cảm biến tần số vô tuyến nhờ máy học. (Nguồn: Liu và cộng sự).

Trong một khoảng thời gian, Chen và đồng nghiệp của anh đã phát triển một hệ thống mà có thể phát hiện được sự có mặt của máy bay không người lái ở môi trường ngoài trời. Tuy nhiên, họ sớm nhận ra rằng để làm được việc đó dựa vào việc liên tục phân tích tín hiệu RF thụ động là ý tưởng gần như khó thực hiện do họ không thể kiểm soát được những môi trường khác nhau mà máy bay đi vào. Hệ thống mà họ xây dựng được thiết kế nhằm tách những tín hiệu RF được tạo ra do di chuyển của máy bay không người lái tuy nhiên các các môi trường thay đổi đa dạng và thâm chí bị ảnh hưởng bởi những cá nhân dắt chó đi dạo, xe đang chạy hay bất cứ vật thể nào di chuyển xung quanh môi trường khiến cho tần số tín hiệu không thể chính xác.

Chen chia sẻ: “Trong thí nghiệm với máy bay không người lái, chúng tôi chưa bao giờ thu được các kết quả ổn đinh.” “Dù vậy như hệ thống máy học sâu mà chúng tôi lập trình lại có thể dễ dàng thích nghi với những vật dụng đặt trong nhà, một môi trường dễ kiểm soát và xác định hệ số. Đặc điểm chính là gợi ý để chúng tôi đi xây dựng một hệ thống phát hiện sự tồn tại bằng công nghệ học sâu thông qua việc tận dụng tín hiệu mạng không dây (wifi) xung quanh.”

Sự xuất hiện của người trong một phòng hoặc một môi trường kín khác có thể khiến đường truyền tín hiểu RF thay đổi theo một vài cách. Bằng cách cài đặt trước các hiệu số kênh RF, các nhà nghiên cứu đã có thể tạo ra những ‘hình ảnh’ tổng hợp các tín hiệu mà sau đó sẽ được dùng để làm nguồn dữ liệu phân tích sự xuất hiện của người trong một môi trường cụ thể.

Mạng CNN sau đó sẽ được “dạy” bằng một lượng lớn thông tin dữ liệu về cường độ và pha – hai thuộc tinh chính của tín hiệu RF. Theo thời gian, bằng cách phân tích các thông tin trạng thái kênh (CSI), các thuật toán học sâu sẽ “thông minh” hơn và học được cách phân biện môi trường nào là một môi trường đang có sự xuất hiện của người ở trong đó và môi trường nào không.

“Việc tận dụng thêm những tín hiệu RF phổ biến xung quanh như sóng wifi, Bluetooth, hoặc di động để nhận biết thông tin nhận thức về tình huống sẽ bổ sung thêm giá trị cho nền tảng hạ tầng RF hiện có,” Chen nói. “Ví dụ, công nghệ nhận biết những vật thể đang có trong một không gian là một ứng dụng mà ở đó cảm biến RF có thể là một bộ phận thay thế hoặc bổ xung giá thành thấp và không tốn cơ sở hạng tầng cho những mô hình đang sẵn có.

Chen và các đồng nghiệp của mình đã đánh giá hệ thống dựa trên mạng CNN mà họ phát triển thông qua một số thí nghiệm thực hiện trong phòng lab nơi họ sử dụng các thiết bị WiFi ngoài luồng. Hệ thống của được ghi nhận là có thể phát hiện sự hiện diện của con người một cách chính xác trong phần lớn các trường hợp, vượt trội hơn nhiều so với một số thiết bị cảm biến hồng ngoại thụ động tiên tiến nhất hiện nay.

Trong tương lai, hệ thống có thể được sử dụng trong nhiều hoạt động hữu ích. Ví dụ, nó có thể được sử dụng để phát hiện sự hiện diện của con người trong những khu vực hạn chế.

Thu thập dữ liệu liên quan đến sự có mặt con người trong thời gian thực cũng có thể giúp nâng cao trí thông minh của tòa nhà và giảm mức tiêu thụ năng lượng (ví dụ: đối với hệ thống sưởi, thông khí, điều hòa và điều khiển ánh sáng).