Радиолокационная визуализация в реальном времени: обнаружение скрытых и высокоскоростных объектов на расстоянии
Исследователи разработали метод использования радиосигналов для создания изображений и видео в реальном времени скрытых и движущихся объектов. Система позволяет визуализацию в реальном времени за углами и через стены, а также отслеживание быстро движущихся объектов, таких как миллиметровые космические обломки, летящие со скоростью 20 000 миль в час — все с дистанции.
Метод визуализации — вариация радара, который посылает электромагнитный импульс, ждет отражений и измеряет время туда-обратно для определения расстояния до цели. Мульти-сайт радар обычно имеет один передатчик и несколько приемников, которые принимают эхо и триангулируют их для локализации объекта. Новый метод — называемый m-Widar — использует множественные передатчики и один приемник.
Команда продемонстрировала технику в анехоичной (безэховой) камере, создавая изображения 3D-сцены с человеком, движущимся за гипсокартоном. Мощность передатчика была эквивалентна 12 мобильным телефонам, одновременно посылающим сигналы для создания изображений цели с расстояния около 10 метров (30 футов) через гипсокартон. Текущая система имеет потенциальный диапазон до нескольких километров. С некоторыми улучшениями диапазон может быть гораздо дальше, ограниченный только мощностью передатчика и чувствительностью приемника.
Базовая техника — форма вычислительной визуализации, известная как transient rendering, которая существует как инструмент реконструкции изображений с 2008 года. Идея в том, чтобы использовать небольшую выборку измерений сигнала для реконструкции изображений на основе случайных паттернов и корреляций. Техника ранее использовалась в кодировании коммуникаций и управлении сетями, машинном обучении и некоторых продвинутых формах визуализации.
Читайте Q&A с исследователем
Фабио да Силва говорит с Tech Briefs о m-Widar.
Новая техника объединяет методы обработки сигналов и моделирования из других областей для создания новой математической формулы для реконструкции изображений. Каждый передатчик излучает разные паттерны импульсов одновременно в определенном типе случайной последовательности, которые интерферируют в пространстве и времени с импульсами от других передатчиков и производят достаточно информации для построения изображения.
Передающие антенны работали на частотах от 200 мегагерц до 10 гигагерц, примерно верхняя половина радиоспектра, включающая микроволны. Приемник состоял из двух антенн, подключенных к цифровому оцифровщику сигнала. Оцифрованные данные передавались на ноутбук и загружались в графический процессор для реконструкции изображений. Команда использовала метод для реконструкции сцены с 1,5 миллиарда сэмплов в секунду, соответствующую частоту кадров изображения 366 килогерц (кадров в секунду). В сравнении, это примерно в 100–1000 раз больше кадров в секунду, чем у камеры мобильного телефона.
С 12 антеннами система генерировала изображения 4096 пикселей с разрешением около 10 сантиметров на 10-метровой сцене. Это разрешение может быть полезно, когда чувствительность или приватность являются проблемой. Разрешение можно улучшить путем обновления системы с использованием существующей технологии, включая больше передающих антенн и более быстрые генераторы случайных сигналов и оцифровщики. В будущем изображения могут быть улучшены с использованием квантовой запутанности, в которой свойства отдельных радиосигналов станут взаимосвязанными.
Новая техника визуализации также может быть адаптирована для передачи видимого света вместо радиосигналов — ультрабыстрые лазеры могут повысить разрешение изображения, но потеряют способность проникать сквозь стены — или звуковые волны для сонарных и ультразвуковых приложений визуализации. Помимо визуализации аварийных условий и космических обломков, новый метод также может использоваться для измерения скорости ударных волн, ключевой метрики для оценки взрывчатки, и для мониторинга жизненно важных признаков, таких как частота сердечных сокращений и дыхание.
Датчик
- Классы и объекты в C++: практическое руководство по объектно-ориентированному программированию
- Классы и объекты в Java: практическое руководство
- ИИ раскрывает невидимые объекты в полной темноте с помощью глубоких нейронных сетей
- Полупроводниковый лазер излучает микроволны и принимает радио: путь к ультрабыстрому Wi-Fi
- Ключевые принципы проектирования RF и СВЧ печатных плат для надежной работы
- Продвинутая ТГц-камера для визуализации раскрывает высокоразрешающие внутренние виды твёрдых объектов
- Термальная визуализация: раскрытие скрытых деталей для точного анализа
- Миниатюрный оптический прибор считает биомолекулы с продвинутым анализом изображения
- Исследователи используют LED-освещение комнаты и смартфон для захвата 3D-изображений
- Нейросеть NIST обнаруживает крошечные геометрические фигуры в плотных изображениях с точностью 97%