Fast Full-Wave Simulation of Indoor RSS Maps for Pre-Measurement Validation in Device-Free Localization

Riepilogo Tecnico: Simulazione Full-Wave Rapida di Mappe RSS Indoor per la Validazione Pre-Misura

Enunciato del Problema
La localizzazione senza dispositivi (passiva), che rileva gli umani attraverso la loro perturbazione della propagazione delle onde radio, è una tecnologia critica per la sicurezza, l'assistenza sanitaria e gli spazi intelligenti. Tuttavia, la progettazione e la validazione di tali sistemi richiedono tipicamente campagne di misura costose e dispendiose in termini di tempo. Sebbene per la progettazione del sistema vengano spesso utilizzati modelli di propagazione semplificati (ad esempio, descrizioni basate sulla diffrazione), questi mancano della fedeltà dell'analisi elettromagnetica (EM) full-wave. Al contrario, le simulazioni full-wave tradizionali sono computazionalmente proibitive per scene indoor complesse a causa della necessità di una ricostruzione dettagliata del Design Assistito da Computer (CAD) dei mobili e di una caratterizzazione precisa dei materiali. Il lavoro affronta la necessità di uno strumento di simulazione "rapido e affidabile" in grado di generare realistiche mappe indoor della Potenza del Segnale Ricevuto (RSS) da utilizzare come riferimento pre-misura, riducendo così la dipendenza da estesi esperimenti sperimentali.

Metodologia
Gli autori propongono un flusso di lavoro che combina una simulazione full-wave compatta con un'ottimizzazione basata sui dati per riprodurre le mappe di attenuazione RSS indoor.

1. Setup Sperimentale: Lo studio utilizza un ambiente indoor controllato (circa 5,6 m × 2,8 m × 3,6 m) a 2,48 GHz. Un trasmettitore (Tx) è fisso, mentre un ricevitore (Rx) viene scansionato su una griglia verticale (162 × 80 punti, passo di 3,1 cm) utilizzando un collegamento stabile in fase (NanoVNA). Le misurazioni vengono effettuate in una stanza vuota e con un fantasma umano (manichino rivestito di zinco-alluminio) posizionato in varie posizioni.
2. Elaborazione dei Dati: Le mappe di attenuazione sono generate calcolando la differenza di ampiezza (in dB) tra la trasmissione nella stanza vuota ($S_{21}^{fp}$) e la trasmissione con il bersaglio presente ($S_{21}^{tar}$).
3. Framework di Simulazione (FEKO):
   • Validazione Iniziale: Una simulazione con il Metodo dei Momenti (MoM) in FEKO viene eseguita inizialmente in una configurazione spazio libero (Tx dipolo, griglia Rx, senza pareti) per validare la riproduzione di base del campo.
   • Modellazione a Immagini: Per tenere conto dei percorsi multipli, il modello è arricchito con sorgenti immagine che rappresentano pareti, pavimento e soffitto. Inizialmente, queste utilizzano un coefficiente di riflessione complesso costante ($\Gamma$) derivato dalle proprietà standard del calcestruzzo.
   • Ottimizzazione Basata sui Dati: Riconoscendo che un singolo $\Gamma$ costante non riesce a catturare le complesse risposte indoor, gli autori sviluppano un modello ausiliario a sorgenti immagine (tempo di esecuzione trascurabile rispetto al full-wave) per ottimizzare i coefficienti di riflessione complessi ($\Gamma_i$) per ciascuno dei sei confini. Questa ottimizzazione massimizza la correlazione di Pearson tra le mappe simulate e misurate della stanza vuota.
4. Simulazione del Bersaglio: I coefficienti ottimizzati derivati dallo scenario della stanza vuota sono applicati per simulare la presenza del bersaglio umano senza ulteriore ritaratura.

Contributi Chiave

• Baseline Full-Wave Compatta: Il lavoro dimostra che una descrizione minima della scena (Tx dipolo, griglia Rx, nessun CAD esplicito dei mobili) combinata con la simulazione full-wave può riprodurre le caratteristiche spaziali principali delle mappe RSS indoor.
• Sintonizzazione dei Riflessi Basata sui Dati: Viene introdotta un'approccio innovativo in cui i coefficienti di riflessione complessi per i confini della stanza vengono sintonizzati tramite ottimizzazione numerica rispetto ai dati misurati della stanza vuota. Questo compensa la mancanza di una caratterizzazione dettagliata dei materiali e della modellazione dei mobili.
• Pipeline di Validazione Pre-Misura: Lo studio stabilisce una pipeline di elaborazione (completamento a sorgenti immagine + sintonizzazione efficace dei riflessi) che consente la rapida generazione di mappe RSS sintetiche. Questo funge da controllo incrociato sperimentale per la progettazione di sistemi senza dispositivi.

Risultati

• Spazio Libero vs Misurato: In assenza di pareti, la correlazione tra mappe simulate e misurate è moderata ($\rho_{max} = 0,55$). Sebbene il decadimento del campo su larga scala sia corretto, mancano i pattern di interferenza su scala fine.
• Impatto delle Sorgenti Immagine: L'aggiunta di sorgenti immagine con coefficienti standard in calcestruzzo migliora leggermente la correlazione (da 0,55 a 0,57) e introduce frange costruttive/distruttive visibili, ma l'accordo quantitativo rimane limitato.
• Impatto dell'Ottimizzazione: L'ottimizzazione dei coefficienti di riflessione complessi ($\Gamma_i$) migliora significativamente la correlazione tra le mappe simulate e misurate della stanza vuota, portando $\rho$ da 0,57 a 0,67. Quando viene applicata la media in frequenza per sopprimere il rumore, la correlazione aumenta da 0,73 a 0,82.
• Validazione della Presenza del Bersaglio: Quando i coefficienti ottimizzati (derivati dalla stanza vuota) sono applicati allo scenario con il bersaglio presente, la simulazione riproduce con successo le principali caratteristiche qualitative:
  • La larghezza e la posizione dell'ombra principale proiettata dal bersaglio.
  • La disposizione delle frange di interferenza vicino ai confini e al soffitto.
  • Il pattern di onda stazionaria verticale attraverso l'apertura.
  • Le discrepanze residue sono attribuite all'approssimazione di Conduttore Elettrico Perfetto (PEC) del manichino, ai pattern di antenna idealizzati e alla diffrazione ai bordi o alle interazioni con i mobili non modellate.

Significato e Affermazioni
Il lavoro afferma con modestia che questo approccio fornisce un riferimento pre-misura efficiente per supportare la progettazione di sistemi senza dispositivi e guidare la pianificazione sperimentale. Non afferma di sostituire le simulazioni basate su CAD completo per la precisione assoluta, ma offre piuttosto una "baseline pratica" per validare modelli di propagazione semplificati.

Il significato principale risiede nella capacità di riprodurre pattern realistici di percorsi multipli indoor e caratteristiche spaziali (come l'ombreggiatura e la disposizione delle frange) senza una ricostruzione CAD completa dell'ambiente. Calibrando i coefficienti di riflessione utilizzando una singola misurazione della stanza vuota, il metodo offre un framework computazionalmente efficiente che riduce la necessità di costose campagne di misura durante la fase di progettazione dei sistemi di localizzazione senza dispositivi. Gli autori notano che i lavori futuri si concentreranno sull'estensione di questo approccio alla validazione multi-frequenza, ai coefficienti dipendenti dall'angolo e all'integrazione di CAD limitati per le caratteristiche dominanti.