Neuer Ansatz macht Terahertz-Technologie billiger

Um Terahertz-Sensoren praxistauglicher zu machen, hat nun das MIT Research Laboratory for Electronics eine neue Methode entwickelt. [...]

Diese neue Methode erlaubt es, die Anzahl der notwendigen Sensoren für diese Technologie um den Faktor zehn bis sogar 100 zu verringern. Bekannt geworden ist die Terahertz-Technik durch die Nackt- oder Körperscanner an Flughäfen. Die Anzahl der möglichen Anwendungsgebiete ist groß und reicht von Sprengstoffdetektoren bis hin zu Kollisionsvermeidung bei Automobilen.

Wie bei der Radar- oder Sonartechnologie kreiert die Terahertz-Technik Bilder, indem sie die Messungen zwischen verschieden Sensoren in einem Bereich miteinander vergleicht. Diese Sensoren mussten bislang sehr dicht aneinandergereiht sein, da die Distanz zwischen den Sensoren proportional zur Wellenlänge ist.

„Denk an deine unmittelbare Umgebung. Es gibt nicht soviel im Umkreis von zwei Metern. Grob gesagt heißt das: Wenn nur zehn Prozent der Szenerie mit Objekten gefüllt wird, dann brauchst du nur zehn Prozent des vollen Bereichs, um trotzdem noch die volle Auflösung zu erreichen“, unterstreicht Gregory Wornell vom MIT.

Der Trick: Es ist festzulegen, welche zehn Prozent des aufzulösenden Bereichs behalten werden. Einfach nur jeden zehnten Sensor zu nehmen, funktioniert aber nicht. Daher beschreibt die neue Technologie die Sensoren paarweise. Der reguläre Raum zwischen den Sensorenpaaren versichert die Rekonstruktion einer Szene, die sich damit kalkulieren lässt.

Laut James Preisig vom Woods Hole Oceanographic Institution kann die neue Technologie die benötigte Computer-Leistung senken, um hochauflösende Bilder zu erhalten. „Sie könnte in Situationen Anwendung finden, in denen man große Bereiche überwachen muss. Ein weiterer Anwendungsbereich betrifft Fahrzeuge, in denen Signale verarbeitet werden müssen und keine dementsprechend starke Computer-Leistung dafür vorhanden ist.“ (pte)


Mehr Artikel

News

Große Sprachmodelle und Data Security: Sicherheitsfragen rund um LLMs

Bei der Entwicklung von Strategien zur Verbesserung der Datensicherheit in KI-Workloads ist es entscheidend, die Perspektive zu ändern und KI als eine Person zu betrachten, die anfällig für Social-Engineering-Angriffe ist. Diese Analogie kann Unternehmen helfen, die Schwachstellen und Bedrohungen, denen KI-Systeme ausgesetzt sind, besser zu verstehen und robustere Sicherheitsmaßnahmen zu entwickeln. […]

Be the first to comment

Leave a Reply

Your email address will not be published.


*