Методи та засоби пошуку та ідентифікації об’єктів на основі аналізу параметрів WiFi-сигналу

Abstract

Дисертаційне дослідження спрямоване на вирішення науково-практичної проблеми удосконалення, створення та впровадження методів та засобів аналізу параметрів WiFi-сигналу з метою підвищення ефективності пошуку об’єктів та покращення якості їх ідентифікації. Метою дослідження є розвиток методів та засобів моніторингу середовища (приміщення) для виявлення та ідентифікації об’єктів на основі аналізу RSSI та CSI інформації про мережу Wi-Fi. Об’єкт дослідження Процес виявлення та ідентифікації об’єктів на основі аналізу сигналів WiFi-мережі. Предмет дослідження. Методи та засоби пошуку та ідентифікації об’єктів на основі аналізу параметрів WiFi-сигналу. Наукова новизна отриманих результатів: - вперше запропоновано метод пошуку рухомих об’єктів як хостів бездротової мережі на основі мультиагентного підходу, що може бути використано для визначення черговості обслуговування та дозволяє прискорити на 11,2 % формування черги на обслуговування рухомих об’єктів на основі прослуховування трафіку бездротових мереж у приміщеннях корпоративної мережі; - удосконалено метод ідентифікації матеріалів за інформацією про стан каналу (CSI) шляхом двоступеневої обробки (калібруванням фази та низькочастотною фільтрацією) та використанням критерія подібності ≥ 0,95. Запропоновані зміни дали змогу підвищити точність розпізнавання металевих об’єктів на 14,38 % (з середнього базового рівня 77,62 % до 92 %) та збільшити точність визначення скляних об’єктів на 3,38 % (до 81 %), що підтверджується результатами 80 контрольних дослідів (8 класів × 10 вимірювань).- набули подальшого розвитку методи багатокласової класифікації об’єктів за амплітудними та фазовими патернами CSI: розроблено експериментальну базу з восьми різнорідних матеріалів (метал, скло, тканина, пластик, сіль, борошно, картон, селітра) й доведено можливість коректної ідентифікації у 77,62 % випадків у середньому, при цьому для картону досягнуто 89 % успіху, а для селітри – 83 %, що демонструє стійкість підходу до об’єктів з близькими діелектричними властивостями. Практичне значення отриманих результатів: - розроблена процедура віддаленого моніторингу переміщення об’єктів бездротової корпоративної мережі на основі мультиагентного підходу з урахуванням багатостороннього характеру радіоканалу, що дозволяє підвищити точність виявлення об’єктів бездротової корпоративної мережі за рахунок обчислення характеристик сигналу (CSI) під час прямого зв’язку рухомих об’єктів (peer-to-peer), а також зв’язку через WiFi-точки доступу. Впроваджено в організацію навчального процесу в умовах воєнного стану та надзвичайних ситуації для НПП та здобувачів кафедри комп’ютерної інженерії ЧНУ ім. Петра Могили; - реалізована можливість розбудови системи для моніторингу навколишнього середовища, ідентифікації змін та визначення параметрів об’єктів без потреби в додаткових датчиках чи камерах. Це сприяє заощадженню ресурсів та розширює горизонти використання технології Wi-Fi та WiFiсніферів; - методика та результати досліджень, проведених під час роботи над дисертацією, було використано при розробленні робочих програм і проведенні лекційних, практичних та лабораторних робіт з дисциплін «Комп’ютерні мережі», «Бездротові комп’ютерні мережі» та «Технології захисту інформації» для здобувачів першого (бакалаврського) рівня вищої освіти за спеціальностями 123 Комп’ютерна інженерія та 122 Комп’ютерні науки; - практичну цінність мають комп’ютерні програми «Smart Monitor» та «Складання WiFi-мапи переміщення пацієнтів територією реабілітаційного центру», які дозволяють забезпечити оперативний та точний навігаційний супровід людей на території, охопленій бездротовою корпоративною мережею, за умови наявності у людей персональних гаджетів (Свідоцтва про реєстрацію авторського права на твір відповідно № 107018 та № 107427). Отримані результати дослідження мають вагоме прикладне значення у сфері автоматизованих систем аналізу сигналів Wi-Fi, моніторингу місцезнаходження об’єктів, персоналізованого позиціонування та стандартизації методів ідентифікації матеріалів і пристроїв. Розроблені підходи придатні для застосування в системах безконтактного моніторингу та безпеки, корпоративних WiFi-мережах, «розумних» просторах та платформах Інтернету речей (IoT), наукових дослідженнях, розробці інтелектуальних систем класифікації об’єктів, а також у навчальному процесі підготовки фахівців за спеціальністю Комп’ютерна інженерія. Основні результати дисертаційної роботи впроваджено: - у науково-дослідну роботу (надалі – НДР) ЧНУ ім. Петра Могили «Розробка модулів автоматизації бездротових приладів відновлення постінфарктних, пост-інсультних пацієнтів в індивідуальних умовах віддаленої реабілітації» (№ держ. реєстрації 0121U109898, 2021–2022 рр.), в якій здобувач брав участь як виконавець; - у НДР ЧНУ ім. Петра Могили «Розроблення мобільних малогабаритних та стаціонарних бездротових приладів ранньої діагностики, профілактики, лікування та посттравматичних відновлень військово-цивільного застосування» (№ держ. реєстрації 0119U100422, 2019–2020 рр.), в якій здобувач брав участь як виконавець; - у навчальний процес за першим (бакалаврським) рівнем вищої освіти на кафедрі комп’ютерної інженерії Чорноморського національного університету імені Петра Могили при проведенні лекційних занять та лабораторних робіт з дисциплін «Бездротові комп’ютерні мережі», «Технології захисту інформації» українською мовою для низки спеціальностей галузі 12 Інформаційні технології. За темою дисертаційного дослідження опубліковано 20 наукових праць, з них 2 статті – у періодичних наукових фахових виданнях України (кат. Б); 3 статті у періодичних наукових фахових виданнях, проіндексованих у наукометричних базах Scopus та Web of Science; 12 робіт апробаційного характеру у форматі тез доповідей на міжнародних та всеукраїнських конференціях (у т. ч. 2 праці проіндексовано у наукометричній базі Scopus). Додатково відображають наукові результати дисертації 1 стаття – в зарубіжному періодичному науковому виданні (ОЕСР); 2 свідоцтва про реєстрацію авторського права на твір. Апробація результатів дисертації Матеріали дисертаційної роботи доповідалися та обговорювалися на науково-технічних конференціях та семінарах: - CEUR Workshop Proceedings (Ukraine, Zaporizhzhia, 2019, 2020); - Всеукраїнська науково-практична конференція «Могилянські читання» (Миколаїв, 2018, 2020, 2024); - Міжнародна наукова конференція «Ольвійський форум: Стратегії країн Причорноморського регіону в геополітичному просторі» (Миколаїв, 2024); - SWorld-Ger Conference on Future in the results of modern scientific research (Germany, Karlsruhe, 2024); - Всеукраїнська науково-практична конференція «Актуальні завдання медичної, біологічної фізики та інформатики» (Вінниця, 2023); - Всеукраїнська науково-практична конференція «Інтелектуальний потенціал» (Хмельницький, 2020); - Всеукраїнська науково-практична конференція «Інтелектуальні інформаційні системи» (Миколаїв, 2019); - Mezinárodní vĕdecko-praktická konference “Moderní vymoženosti vědy” (Česká republika, Praha, 2018); - International Conference of European Academy of Science (Bundesrepublik Deutschland, Bonn, 2018). У вступі обґрунтовано теми дослідження методів і засобів виявлення та ідентифікації об’єктів, показано взаємозв’язок дисертації з науково-дослідними проєктами, визначено та представлено мету й завдання роботи, описано об’єкт, предмет і застосовані методи, а також наведено відомості про наукову новизну та прикладне значення здобутих результатів. Додатково подано інформацію про особистий внесок автора та список публікацій, що відповідають темі дослідження. Перший розділ дисертації присвячений аналізу сучасної ситуації щодо виявлення та ідентифікації об’єктів із застосуванням технології Wi-Fi. У ньому здійснений аналіз сучасного стану науково-практичної розробленості питання ідентифікації об’єктів з використанням Wi-Fi, викладено теоретичні основи виявлення та ідентифікації об’єктів у WiFі-мережі. Визначено, що питання виявлення та ідентифікації об’єктів з використанням мережі Wi-Fi вивчається сьогодні у трьох напрямках: дослідження фізичних змін сигналу, розробка теоретичних моделей, розробка класичних та глибинних методів машинного навчання. Другий розділ присвячено методам отримання та обробки даних про місцезнаходження й розпізнавання об’єктів у бездротових мережах. Розглянуто підходи до локалізації за допомогою WiFi-відбитків (RSSI Fingerprinting), що дозволяють визначати положення об’єктів у приміщеннях без використання GPS. Детально описано алгоритм k-найближчих сусідів (k-NN) для завдань позиціонування, а також переваги баєсівських моделей для роботи з невизначеностями та залежностями сигналів CSI. Окрему увагу приділено аналізу пакетів даних Wi-Fi і використанню технологій «сніфінгу» для підвищення точності позиціонування, а також методам на основі моделювання поширення радіохвиль і системам RADAR. Підкреслено потенціал CSI (Channel State Information) як джерела унікальних характеристик для ідентифікації людей, пристроїв і навіть предметів у середовищі, що дозволяє створювати комплексні системи безконтактного моніторингу. Третій розділ зосереджено на розробленні та дослідженні інструментів для реалізації експериментів з пошуку та ідентифікації об’єктів. Було запропоновано метод пошуку рухомих об’єктів як хостів бездротової мережі на основі мультиагентного підходу. Окремо обґрунтовано вибір мов програмування (Python для аналізу даних і побудови графічних інтерфейсів та C++ для роботи з апаратними компонентами ESP32) і бібліотек (Pandas, PyQt, routeros_api) для ефективної реалізації алгоритмів обробки сигналів та інтеграції з мережевим обладнанням. Проаналізовано апаратну базу – від точок доступу MikroTik для збору RSSI-даних до мікроконтролерів ESP32 для роботи з CSI – з наведенням технічних характеристик і порівнянь моделей. Визначено архітектуру майбутніх експериментів та алгоритми, що забезпечують поєднання даних із різних джерел у єдиній системі моніторингу. У четвертому розділі описано реалізації експериментальної частини дослідження та аналізу отриманих результатів. Представлено розроблені експериментальні алгоритми, схеми збору даних та їхнє практичне застосування для оцінки ефективності підходів на основі RSSI та CSI. Було удосконалено метод ідентифікації матеріалів за інформацією про стан каналів (CSI) шляхом двоступеневої обробки (калібруванням фази та низькочастотною фільтрацією) та використанням критерія подібності ≥ 0,95. Набули подальшого розвитку методи багатокласової класифікації об’єктів за амплітудними та фазовими патернами CSI: розроблено експериментальну базу з восьми різнорідних матеріалів. Проведено тестування розробленої системи на різних апаратних конфігураціях (MikroTik, ESP32), що дозволило оцінити точність, швидкодію та стійкість алгоритмів у реальних умовах. Окремо розглянуто порівняння отриманих результатів із класичними методами позиціонування, а також визначено обмеження та потенційні напрями вдосконалення. На основі отриманих даних зроблено висновок про доцільність інтеграції кількох методів та подальший розвиток системи для практичного використання в реальному середовищі. У висновках узагальнено ключові результати проведеного дослідження та визначено перспективні напрями подальшого вдосконалення методів і засобів виявлення та ідентифікації об’єктів. Розроблені підходи й алгоритми показали високу результативність у вирішенні завдань пошуку та ідентифікації, що підтверджує їх практичну цінність для впровадження у системи неінвазивного моніторингу. Застосування запропонованих методів сприяє підвищенню точності одержаних даних, скороченню часу обробки сигналів та автоматизації процесів оцінювання параметрів. The PhD thesis is devoted to solving the scientific and applied problem of improving, developing, and implementing methods and tools for analyzing the parameters of the Wi-Fi signal to increase the efficiency of object search and improve the quality of their identification. The research goal and objectives is the development of methods and means of monitoring the environment (premises) to detect and identify objects based on the analysis of RSSI and CSI information about the Wi-Fi network. Object of research The process of detecting and identifying objects based on the analysis of Wi-Fi signals. Subject of research Methods and tools for searching and identifying objects based on the analysis of Wi-Fi signal parameters. Scientific novelty of the obtained results For the first time: - a wireless method for determining the location of moving objects as hosts of a wireless network based on a multi-agent approach, which can be used to determine the order of service and allows to accelerate the formation of a queue for moving objects by 11.2% based on listening to wireless network traffic in the premises of the corporate network. Improved: - a method for identifying materials based on channel state information (CSI) by two-stage processing (phase calibration and low-pass filtering) and using a similarity criterion of ≥ 0.95. The proposed changes made it possible to increase the accuracy of metal object recognition by 14.38% (from the average baseline level of 77.62% to 92%) and to increase the accuracy of glass object detection by 3.38% (up to 81%), which is confirmed by the results of 80 control experiments (8 classes × 10 measurements). Have been developed further: - methods of multi-class classification of objects by amplitude and phase patterns CSI: an experimental base of eight heterogeneous materials (metal, glass, fabric, plastic, salt, flour, cardboard, nitrate) was developed and the possibility of correct identification in 77.62% of cases on average was proved, with 89% success for cardboard and 83% for nitrate, which demonstrates the stability of the approach to objects with similar dielectric properties. Practical significance of the obtained results: - a procedure for remote monitoring of the movement of objects of a wireless corporate network based on a multi-agent approach, taking into account the multilateral nature of the radio channel, which allows to increase the accuracy of detecting objects of a wireless corporate network by calculating the characteristics of the signal (CSI) during direct communication of moving objects (peer-to-peer), as well as communication via Wi-Fi access points. Implemented in the organization of the educational process in martial law and emergency situations for research and teaching staff and students of the Department of Computer Engineering of the Petro Mohyla National University; - the ability to develop a system for environmental monitoring, identifying changes and determining the parameters of objects without the need for additional sensors or cameras. This helps to save resources and expands the horizons of using WiFi technology and Wi-Fi sniffers; - the methodology and results of the research conducted during the work on the dissertation were used in the development of work programs and conducting lectures, practical and laboratory work in the disciplines “Computer Networks”, “Wireless Computer Networks” and “Information Security Technologies” for applicants for the first (bachelor’s) level of higher education in the specialties 123 Computer Engineering and 122 Computer Science (Appendix A); - of practical value are the computer programs “Smart Monitor” and “Development a WiFi map of patients’ movement on the territory of the rehabilitation center”, which allow for prompt and accurate navigation support of people in the territory covered by the wireless corporate network, provided that people have personal gadgets (Certificate of Copyright Registration for the work No. 107018 and No. 107427, respectively). The results of the dissertation are of significant practical importance in the field of automated systems for analyzing Wi-Fi signals, monitoring the location of objects, personalized positioning, and standardizing methods for identifying materials and devices. The proposed methods can be used in contactless monitoring and security systems, corporate Wi-Fi networks, smart spaces and Internet of Things (IoT) platforms, scientific research, development of intelligent object classification systems, as well as in the educational process of training specialists in computer engineering. The main results of the PhD thesis have been implemented in: - in the research work of the Petro Mohyla Black Sea National University “Development of automation modules for wireless recovery devices for postinfarction, post-stroke patients in individual conditions of remote rehabilitation” (state registration number 0121U109898, 2021–2022), in which the applicant participated as a performer; - in the research work of the Petro Mohyla Black Sea National University “Development of mobile small-sized and stationary wireless devices for early diagnosis, prevention, treatment and post-traumatic recovery for military and civilian use” (State Registration No. 0119U100422, 2019–2020), in which the applicant participated as a performer; - in the educational process at the first (bachelor’s) level of higher education at the Department of Computer Engineering of Petro Mohyla Black Sea National University during lectures and laboratory work in the disciplines “Wireless Computer Networks”, “Information Security Technologies” in Ukrainian for students of specialties in the field 12 Information Technology. On the topic of the dissertation research, 20 scientific papers were published, including 2 articles in periodicals of scientific professional editions of Ukraine (Cat. B); 3 articles in periodicals of scientific professional editions indexed in the scientometric databases Scopus and Web of Science; 12 works of an approbation nature in the format of abstracts at international and all-Ukrainian conferences (including 2 works indexed in the scientometric database Scopus). Additionally, the scientific results of the dissertation are reflected in 1 article in a foreign periodical scientific publication (OECD); 2 certificates of copyright registration for the work. The introduction substantiates the topics of research into methods and means of detecting and identifying objects, shows the connection between the dissertation and research projects, defines and presents the purpose and objectives of the work, describes the object, subject, and methods used, and provides information on the scientific novelty and applied significance of the results obtained. Additionally, information on the author's personal contribution and a list of publications relevant to the research topic are provided. The first chapter of the thesis is devoted to the analysis of the current situation regarding the detection and identification of objects using Wi-Fi technology. It analyzes the current state of scientific and practical development of the issue of object identification using Wi-Fi, outlines the theoretical foundations of detection and identification of objects in a Wi-Fi network. It is determined that the issue of detecting and identifying objects using Wi-Fi is being studied today in three areas: the study of physical signal changes, the development of theoretical models, and the development of classical and deep machine learning methods. The second chapter is devoted to methods of obtaining and processing data on the location and recognition of objects in wireless networks. Approaches to localization using Wi-Fi fingerprints (RSSI Fingerprinting) are considered, which allow determining the position of objects in the premises without using GPS. The-k-nearest neighbors (k-NN) algorithm for positioning tasks is described in detail, as well as the advantages of Bayesian models for dealing with uncertainties and dependencies of CSI signals. Particular attention is paid to the analysis of Wi-Fi data packets and the use of “sniffing” technologies to improve positioning accuracy, as-well as methods based on modeling radio wave propagation and RADAR systems. The potential of CSI (Channel State Information) as a source of unique characteristics for identifying people, devices, and even objects in the environment is emphasized, which allows for the creation of integrated contactless monitoring systems. The third chapter focuses on the development and research of tools for implementing experiments on object search and identification. The choice of programming languages (Python for data analysis and building graphical interfaces and C++ for working with ESP32 hardware components) and libraries (Pandas, PyQt, routeros_api) for the effective implementation of signal processing algorithms and integration with network equipment is separately justified. The hardware base – from MikroTik access points for collecting RSSI data to ESP32 microcontrollers for working with CSI – is analyzed, with technical characteristics and model comparisons. The architecture of future experiments and algorithms that combine data from different sources in a single monitoring system are defined. A method for searching for moving objects as wireless network hosts based on a multi-agent approach was proposed. The fourth chapter is devoted to the implementation of the experimental part of the study and the analysis of the results. We present the developed experimental algorithms, data collection schemes and their practical application to evaluate the effectiveness of RSSI and CSI-based approaches. The method of identifying materials based on channel state information (CSI) was improved by two-stage processing (phase calibration and low-frequency filtering) and using a similarity criterion of ≥ 0.95. Methods for multi-class classification of objects based on CSI amplitude and phase patterns were further developed: an experimental database of eight heterogeneous materials was developed. The developed system was tested on different hardware configurations (MikroTik, ESP32), which allowed us to evaluate the accuracy, speed and stability of the algorithms in real conditions. A comparison of the obtained results with classical positioning methods is considered separately, and limitations and potential areas of improvement are identified. Based on the data obtained, it is concluded that it is expedient to integrate several methods and further develop the system for practical use in a real environment. In the conclusions, summarize the main results of the study and identify promising areas for further improvement of methods and means of detecting and identifying objects. The developed approaches and algorithms have shown high effectiveness in solving search and identification tasks, which confirms their practical value for implementation in non-invasive monitoring systems. The use of the proposed methods contributes to increasing the accuracy of the data obtained, reducing signal processing time, and automating parameter evaluation processes