Современная электроника №7/2026

СОВРЕМЕННЫЕ ТЕХНОЛОГИИ 31 WWW.CTA.RU СОВРЕМЕННАЯ ЭЛЕКТРОНИКА • № 7 / 2026 элементов питания, что крайне важ- но для устройств (в том числе порта- тивных) IoT, особенно когда данные передаются в канал ограниченными сериями. Рисунки 12–14 иллюстри- руют, как алгоритм может оценить позу, используя сигнал Wi-Fi в сце- нариях с окклюзией и несколькими людьми. На рис. 11 показана иллюстрация определения людей в помещениях при «сканировании» из соседнего помеще- ния. Картина моделирована с помо- щью алгоритмов ИИ после обработки цифровых потоковых данных, полу- ченных в динамике изменения фона генерации Wi-Fi в конкретном поме- щении, то есть на основе отражённых и выделенных сигналов. На рисунке показаны истинная поза человека и ключевые точки, выявленные с помо- щью предварительно обработанной информации на основе точек RGB- изображения. На рис. 12 приведена иллюстрация метода получения каркасного пред- ставления человека на основе ана- лиза отражённого Wi-Fi-сигнала (CSI). Показаны примеры поз и ситуаций, распознавание которых может быть затруднено, в том числе редкие или нестандартные позы, а также наличие одновременно трёх и более людей в зоне наблюдения. В № 2 за 2023 год журнал «Современ- ная электроника» на с. 51 сообщал о технологии дистанционного опре- деления положения и позы челове- ка с использованием Wi-Fi-сигналов. Исследования специалистов Уни- верситета Карнеги – Меллона пока- зали, что изменения параметров Wi-Fi-канала, вызванные движением человека, могут использоваться для оценки его положения и позы при раз- мещении передатчика и приёмника в разных помещениях. Такой подход иногда называют технологией виде- ния сквозь стены [9]. Полученные данные могут исполь- зоваться для определения положе- ния и поз человека и последующего формирования их трёхмерных пред- ставлений. Алгоритмы машинного обучения, в том числе методы искус- ственного интеллекта, позволяют обрабатывать эти данные и исполь- зовать полученные результаты для дальнейшего анализа. В сравнении с известными и типичными формами наблюдения (камеры слежения, радар- ные технологии и др.) описываемые инновационные способы признаны прорывными в области здравоохра- нения, безопасности, и даже игр (VR), а также востребованы во многих слу- чаях. Возможный контроль через стены и перегородки с помощью отражённого сигнала Wi-Fi позволит решить типич- ные проблемы камер наблюдения, такие как плохое освещение, и соста- вит конкуренцию радарным датчикам типа LiDAR. Кроме того, такое техни- ческое решение дешевле и экономич- нее по энергопотреблению. При совершенствовании техноло- гии, что, несомненно, дело ближай- ших лет, а не столетий, людям даже на бытовом уровне открываются новые возможности. Подробнее об этом мож- но прочитать в [9] и [5]. Одними из потенциальных угроз подобных технологий являются риски, связанные с конфиденциаль- ностью данных. Поэтому при раз- работке радиоэлектронных систем повышенное внимание уделяется защите информации и предотвраще- нию несанкционированного доступа к устройствам и данным. Для этого применяются механизмы аутентифи- кации, шифрования, контроля досту- па и другие средства информацион- ной безопасности. На рис. 13 представлена дополни- тельная иллюстрация дистанцион- ного обнаружения людей за стена- ми с использованием Wi-Fi-сигналов. В левой колонке показаны результа- ты, полученные на основе синхрони- зированных изображений и данных Wi-Fi, а в правой – результаты обра- ботки с использованием технологии DensePose на основе изображений. Такое сравнение позволяет оценить соответствие результатов, получен- ных разными методами. Принцип формирования и анализа отражённых сигналов Данные о состоянии канала (Channel State Information, CSI) дискретизиру- ются с частотой 100 Гц и представ- лены комплексными значениями для 30 поднесущих, равномерно рас- пределённых в полосе частот шири- ной 40 МГц с центральной частотой 2,4 ГГц. Передача данных осущест- вляется с использованием трёх пере- дающих и трёх приёмных антенн. CSI содержит информацию об измене- ниях амплитуды и фазы сигнала, обу- словленных характеристиками ради- оканала и движением объектов в зоне распространения сигнала. Для оценки позы человека исполь- зуются методы машинного обучения, основанные на анализе изменений CSI. Полученные данные обрабаты- ваются нейросетевой архитектурой, использующей подходы компьютерно- го зрения. В результате система оцени- вает положение характерных точек и частей тела человека и формирует его структурированное представление. Для упрощения и ускорения фор- мирования каркасного представле- ния тела человека исследователи используют модель, в которой поверх- ность тела разделена на 24 области [9]. На следующем этапе определяются UV-координаты, описывающие соот- ветствие точек поверхности чело- веческого тела и их положения на Рис. 12. Иллюстрация способа получения каркасного изображения человека с помощью отражённого сигнала Wi-Fi (CSI)