基于WiFi的目标反射信号提取及定位算法

2020-07-20 05:54吴习芊
无线互联科技 2020年9期
关键词:接收端载波指纹

吴习芊

(中南民族大学 电子信息工程学院,湖北 武汉 430074)

基于WiFi的室内定位技术主要有两个分支:(1)有源定位,运动者需携带某些无线传感器设备来帮助系统获取信息。(2)无源定位,无需携带任何设备,分析人体对无线传输的影响来进行定位,主要依赖于构建指纹库对室内人物进行定位[1];随着研究的深入,也有了利用大量布置WiFi设备,得到到达角度(AoA)信息用于定位的系统[2]。

本文提出一种基于商用无线传感器网络,提取运动目标多参数进行轨迹跟踪方法,以减小开销,增加普遍适用性,并通过建立多参数联合定位模型来提高定位精度。

1 基本原理

从802.11a协议开始,基于OFDM调制技术的WiFi技术慢慢成为室内无线局域网的主流。

OF DM是一种多载波调制技术(Mu lt i-C a r r ie r Modulationm,MCM),一个OFDM信号包含多个相近的子载波,与采用一个高速率的子载波的调制技术不同,OFDM通过同时传输多个相互平行的子载波来提高数据传输速度,每个子载波仍然通过传统的低符率调制技术(如QPSK,QAM等),在相同带宽的情况下,通过多个子载波同时调制传输能够达到甚至超过单一子载波调制时的传输速度,提高了频谱利用率。

根据802.11n协议,在20 MHz或40 MHz的带宽上,利用64或128个子载波传输数据,每个子载波的带宽为312.5 kHz。20 MHz时,64个子载波中有52个子载波携带数据,40 MHz时,128个子载波红中有108个子载波携带信息。

接收端收到的信号y(t)是由OFDM调制后发送出的信号x(t)与传输过程中的信道冲击响应h(t)(Channel Impulse Response,CIR)卷积得到,如式(1)所示:

由傅里叶变换后可得到频域表达式:

2 系统综述

系统首先会对接收到的CSI数据进行的插值、天线选择等基本处理,用于得到真实的CSI信息。其次,在得到真实的CSI信息后,对其进行相位处理,去除掉静态路径的相位信息和噪声信息,得到用于进行多参数估计的信息。最后,通过多参数提取算法提取出用于定位的参数,并利用参数结合定位模型对目标位置进行定位。

本系统的创新点在于只需部署少量的、现有的商用WiFi设备,对获得的原始CSI信息进行处理,成功分离出由移动目标反射的动态路径信号用于参数提取,并构建了能够同时利用提取的多参数对目标进行定位的模型。

3 目标反射信号提取

目标在环境中移动时,墙壁或者基础物品的存在使CSI应分为静态部分和动态部分,不仅如此,接收到的CSI信号还会因为环境噪声、同步等问题产生的相位漂移,所以,接收到的带噪CSI为:

其中,Hs(m)为静态路径部分,Hm(m)为动态路径部分;δti和δf分别为发送端与接收端之间的时间漂移和载波频率漂移,εsl为接收端的初始相位;Δti,Δfi,Δsk分别为与参考信号之间的时间差、频率差和传感器空间位置差异。

采用矩阵共轭相乘的方式处理CSI,将各个接收天线接收到的CSI互相进行共轭相乘,以去除随机相位偏移:

其中,m0=(i,j,k0)。H1m(m)*H2s*(m0)是包含需要的目标反射路径。

为了去除不要的反射信号,将天线接收到的信号减去一个常数α,以去除部分静态信号,而将天线二加上常数β,则:

共轭相乘矩阵M(m)将只含由目标反射的动态路径信号和沿视距线传输的静态路径信号H1m(m)×H2S(m0)用于估计多普勒频移(DFS),AoA和飞行时间(ToF)。

4 定位模型

在得到多维参数后,可以基于几何关系建立一个方程组:

其中,(xr,yr)为接收端位置,c为光速, ∅AoA为AoA。解方程即可得到目标位置(x,y)。

5 实验结果评估

5.1 实验环境

发送端使用市面上常见的商用路由器,将发送频段定为5.825 GHz。接收端使用两台装有Intel5300网卡的台式电脑,每台电脑连接3根接收天线。测试环境为5 m×4 m的区域。

5.2 实验结果

系统位置误差为0.7 m。作为对比,选取了ArrayTrack和构建完备指纹库两种算法。ArrayTrack部署了大量天线才能获得AoA信息进行定位;构建完备指纹库通过构建完备矩阵指纹库来定位,定位精度受到指纹库影响。本文所用算法只利用了一发两收系统,获得了DFS,AoA和ToF一起定位,定位模型也能更充分地利用多维参数,所以有更好的表现。定位误差如图1所示。

图1 定位误差

6 结语

本文提出了一种基于商用WiFi路由器和无线网卡的系统,对信号进行处理,可以分离出经由人体反射回的无线信号并处理,得到多普勒频移、信号飞行时间、到达角度等参数,对目标进行定位跟踪,定位精度达到了0.7 m。未来将继续完善模型,提高定位精度,并考虑解决多目标识别等问题。

猜你喜欢
接收端载波指纹
基于扰动观察法的光通信接收端优化策略
顶管接收端脱壳及混凝土浇筑关键技术
一种设置在密闭结构中的无线电能传输系统
基于多接收线圈的无线电能传输系统优化研究
像侦探一样提取指纹
基于自适应稀疏变换的指纹图像压缩
应急广播系统中副载波的构建与应用
低压载波通讯测试仪的开发与应用
基于最优化搜索的迭代载波同步算法
一种双频载波相位周跳探测与修复的方法