تحديد الخصائص الفيزيائية للأجسام هو تقنية حاسمة في العديد من التطبيقات الصناعية والأمنية وفحص الجودة. في هذه الدراسة، نقترح طريقة جديدة لتقدير خصائص متعددة لجسم معين بشكل غير تدخلي، بما في ذلك المقياس والشكل والكثافة، من خلال الاستفادة من معلومات حالة القناة (CSI) التي تم الحصول عليها من جهاز واي فاي تجاري. تعتمد طريقتنا المقترحة على بنية شبكة عصبية التفاف متعددة الفروع (CNN) تتعلم العلاقة المعقدة بين انتشار الإشارة المحيطة والخصائص المستهدفة. تكمن حداثة طريقتنا في آلية التكرار الخاصة بها: كل فرع من الشبكة يعطي نتائج التصنيف لخاصية معينة، والتي تُستخدم بدورها كمدخل للفروع الأخرى. تسمح هذه الاستراتيجية متعددة الفروع والمتكررة بفهم شامل للجسم المستهدف، حيث يتم تحسين تقدير كل خاصية من خلال الإشارة المرجعية المتبادلة لنتائج الخصائص الأخرى. قمنا بتقييم طريقتنا المقترحة باستخدام منصة اختبار سطح الطاولة مع أجهزة واي فاي تجارية وأجسام مطبوعة ثلاثية الأبعاد. نقارن طريقتنا مع المعايير المبنية على الرؤية والمعايير المبنية على معلومات حالة القناة، ونظهر أن طريقتنا تحقق دقة تصنيف أفضل تصل إلى 99% لجميع خصائص الأجسام تحت ظروف إضاءة مختلفة والمسافات بين الجسم وأجهزة الواي فاي.
درس إيكيمورا وآخرون (الخميس) هذا السؤال.