CN108646213B

CN108646213B - 一种室内多径环境下直达波aoa判定方法

Info

Publication number: CN108646213B
Application number: CN201810436979.5A
Authority: CN
Inventors: 胡斌杰; 陈浩翔
Original assignee: South China University of Technology SCUT
Current assignee: South China University of Technology SCUT
Priority date: 2018-05-09
Filing date: 2018-05-09
Publication date: 2021-05-14
Anticipated expiration: 2038-05-09
Also published as: CN108646213A

Abstract

本发明公开了一种室内多径环境下直达波AOA判定方法，步骤包括：(1)发送端配备多根天线发送信号，接收端接收到信号后估计出各发送天线与接收端之间的信道状态信息；(2)根据信道状态信息获得每一根发送天线与接收端传播路径簇中各路径的AOA‑TOF估计值；(3)设定阈值，从多个路径簇中任意选取一个路径簇作为初始路径簇；(4)选取初始路径簇中的路径并对该路径进行判定，根据判定结果选择保留该路径或者去除该路径；(5)遍历初始路径簇中每一条路径，最终得到的路径簇为初始路径簇的保留路径簇；(6)根据保留路径簇中的路径情况，输出直达波AOA的估计值。本发明对室内多径环境下直达波AOA判断准确度高，计算量小，实时性好，且无需用户参与。

Description

一种室内多径环境下直达波AOA判定方法

技术领域

本发明涉及无线室内定位领域，尤其涉及一种室内多径环境下直达波AOA判定方法。

背景技术

随着移动设备的普及和移动互联网的发展，定位成为了许多移动应用中的重要模块之一。但是现阶段精确的室内定位仍然是移动互联网中一个关键的缺失部分，如何在室内获得精确的位置信息已经成为了学术界的研究热点。

和目前基于指纹的室内定位技术相比，基于AOA(Angle of Arrival，到达角度)的定位技术因其不需要花费人力物力构建指纹数据库而获得了广泛的关注。近年来，由于一部分商用Wi-Fi设备如Intel 5300，Atheros 9380等通过修改硬件底层驱动，成功获得了物理层的CSI(Channel State Information，信道状态信息)，因此将传统AOA估计算法以及AOA-TOF(Angle of Arrival-Time of Flight，到达角度-飞行时间)联合估计算法运用到商用Wi-Fi设备上成为了可能。但是，由于室内情况复杂，障碍物较多，信号从发送端到达接收端往往经历多条传播路径(直射路径，反射路径等)，运用AOA估计算法或者AOA-TOF联合估计算法进行角度估计时往往会出现多个AOA估计值。如何从多个AOA中找出直达波对应的AOA是基于AOA的定位技术亟需解决的问题。

在现有技术中，CUPID系统将MUSIC谱中具有最大峰值的AOA判定为直达波的AOA，但是真实环境下由于人员走动遮挡传播信号以及硬件的不完美，MUSIC谱中峰值最大的谱峰不一定对应于直达波。LTEye系统将具有最小TOF(Time of Flight，飞行时间)估计值的路径判定为直达波，但是要估计相对准确的TOF需要高精密的通信设备，目前商用通信设备一般还达不到这个标准，TOF的估计值往往有较大的误差，因此该系统提出的方法并不能很好的运用在实际中。SpotFi系统运用多次AOA估计的结果，通过聚类的方法，将拥有最小方差的聚类簇判定为直达波对应的聚类簇，簇中元素的AOA平均值作为直达波AOA的估计，这种方法效果良好，但是计算复杂度较高，不能满足定位实时性的需要。ArrayTrack系统在判定直达波AOA的时候要求用户参与，需要移动发送设备，这很难运用在大量的静止设备定位场景中。

发明内容

本发明的目的在于提供一种室内多径环境下直达波AOA判定方法。在具体实验中，发送端天线物理空间位置稍有不同，但各自与接收端之间的直达波AOA-TOF估计值近似，而与接收端之间非直达波的AOA-TOF估计值则有不小的差异。本发明根据所述现象提供一种方法来判定室内多径环境下的直达波AOA。本发明判定直达波AOA的准确度高、实时性好，能够同时运用于主动定位和被动定位的场景中。

本发明的目的能够通过以下技术方案实现：

一种室内多径环境下直达波AOA判定方法，具体步骤包括：

(1)发送端配备N(N≥2)根天线发送信号，接收端接收到信号后获取各发送天线与接收端之间的信道状态信息；

(2)对信道状态信息分别运用AOA-TOF联合估计算法获得每一根发送天线与接收端传播路径簇中各路径的AOA-TOF估计值；

(3)设定阈值Δθ、Δτ，从N个路径簇中任意选取一个路径簇作为初始路径簇；

(4)选取初始路径簇中的路径并对该路径进行判定，根据判定结果选择保留该路径或者去除该路径；

(5)遍历初始路径簇中的每一条路径，即对于初始路径簇中的每一条路径，均重复执行步骤(4)中的判别步骤，将所有“有变化”路径去除，所有“无变化”路径保留后，得到的路径簇为初始路径簇的保留路径簇；

(6)根据保留路径簇中的路径情况，输出直达波AOA的估计值。

具体地，所述步骤(2)中，将N根发送天线与接收端之间的N个传播路径簇记为Ant.1_AOA-TOF、Ant.2_AOA-TOF、…、Ant.N_AOA-TOF，表示方式为：

其中，a₁,a₂,…,a_N表示N根发送天线分别与接收端之间的传播路径数量；

表示第i个路径簇(第i根发送天线与接收端之间的传播路径簇)Ant.i_AOA-TOF中第j条传播路径，

表示第i个路径簇中第j条传播路径的AOA估计值，

表示第i个路径簇中第j条传播路径的TOF估计值，i∈1,2,…,N；j∈1,2,…,a_i。

具体地，所述步骤(3)中，初始路径簇记为

具体地，所述步骤(4)中，对选取的初始路径簇

中的路径进行判定的方法为：

取初始路径簇

中第j条路径

若在其余N-1条路径簇中，每一个路径簇中均存在一条路径

满足以下条件：

则称初始路径簇

中第j条路径“无变化”，保留此路径；否则称初始路径簇

中第j条路径“有变化”，去除此路径。

具体地，所述步骤(6)中，根据保留路径簇输出直达波AOA估计值的方法为：

若保留路径簇中只剩下一条路径，则将该路径判定为收发端直达波，该路径对应的AOA估计值为直达波的AOA估计值；

若保留路径簇中路径数大于1，则将保留路径簇中拥有最小TOF值的路径判定为直达波，该路径对应的AOA估计值为直达波的AOA估计值；

若保留路径簇中不存在任何路径，则将初始路径簇中拥有最小TOF值的路径判定为直达波，该路径对应的AOA估计值为直达波的AOA估计值。

具体地，所述AOA-TOF联合估计算法包括但不仅限于2D-MUSIC算法。

具体地，所述步骤(1)中获取信道状态信息的方式，包括但不仅限于在发送端和接收端中安装Intel 5300NIC。

更进一步地，现有的商用Wi-Fi网卡如Atheros 9380或Atheros9580等，同样能够通过修改底层驱动，将CSI传到用户层以供使用。

本发明相较于现有技术，具有以下的有益效果：

1、本发明在判定直达波AOA的过程中只需要发送端向接收端发送一个数据包即可，能够极大程度地避免增加无线网络的负载，不会影响到用户的上网体验；

2、本发明在执行一次直达波AOA判定过程中不需要大量运行AOA-TOF联合估计算法，使得能够保证接下来定位的实时性；

3、在本发明中要求信号发送端配备最少2根发送天线，而随着MIMO技术的成熟，大多数移动设备都满足这个条件，且移动设备配备多天线也是通信行业发展的趋势，因此本发明具有很好的实用性和可扩展性；

4、本发明在判定直达波AOA的过程中无需用户参与，满足很多静止目标定位的场景要求。

附图说明

图1为本发明中直达波AOA判定方法流程图；

图2为实施例中测试场景的平面图以及测试点的选取位置示意图；

图3(a)为实施例中的P_music1的主视图；

图3(b)为实施例中的P_music2的主视图；

图3(c)为实施例中的P_music1的俯视图；

图3(d)为实施例中的P_music2的俯视图；

图4为实施例中选取65个测试点后一共存在四种可能的情况，以及各种情况出现的概率示意图。

具体实施方式

下面结合实施例及附图对本发明作进一步详细的描述，但本发明的实施方式不限于此。

实施例

本实施例中对本发明的直达波AOA判定的准确度和效果通过实际实验进行验证，具体使用的硬件、参数以及测试地点如下：

(1)发送端为Dell笔记本电脑，配备两根发送天线，两根发送天线的间距为6cm。接收端为Dell mini台式机，配备三根天线，发送端和接收端中均安装了Intel 5300NIC来获取CSI。

(2)收发端的工作频段为5.2GHz，工作带宽为40MHz；发送端设置injection模式，接收端则设置monitor模式来监听发送端的数据包，实现稳定获取收发端CSI。

(3)所有的数据处理和直达波AOA判定方法均在MATLAB平台上实现。

如图1所示为本发明中直达波AOA判定方法的流程图，即一种室内多径环境下直达波AOA方法，具体步骤包括：

(1)配置通信系统收发端，发送端配备2根天线发送信号，获取各发送天线与接收端之间的信道状态信息；

在本实施例中，实验场地选择华南理工大学宏生科技楼30632会议室。如图2所示为所述会议室的平面图。室内设备均在平面图中进行清晰表示。其中，图中黑色正方形标记表示实验时接收端(AP)放置的位置；黑色圆形标记表示65个测试点的位置。

(2)对信道状态信息分别运用2D-MUSIC算法获得2根发送天线与对应接收端传播路径簇中各路径的AOA-TOF估计值；

进一步地，将2根发送天线与接收端之间的传播路径簇记为Ant.1_AOA-TOF、Ant.2_AOA-TOF，表达式分别为：

其中，a₁,a₂分别表示2根发送天线与接收端之间的传播路径数量，

表示第i个路径簇Ant.i_AOA-TOF中第j条传播路径，

表示第i个路径簇Ant.i_AOA-TOF中第j条传播路径的AOA估计值，

表示第i个路径簇Ant.i_AOA-TOF中第j条传播路径的TOF估计值，i∈1,2；j∈1,2,…,a_i。

在本实施例中，随机选取一个测试点，获取两发送天线分别与接收端之间的信道状态信息CSI_ant1、CSI_ant2，运用2D-MUSIC算法获取两发送天线的伪谱图P_music1和P_music2。如图3(a)、图3(c)所示分别为P_music1的主视图和俯视图；如图3(b)、图3(d)所示分别为P_music2的主视图和俯视图。在伪谱图中，谱峰的数量表示路径的数量，谱峰的位置表示路径的AOA-TOF的联合估计值。从图中可以看出，第一根发送天线与接收端之间有两条传播路径，其中一条为直达波，但只根据伪谱图无法确定哪条传播路径为直达波；第二根发送天线与接收端之间也有两条传播路径，其中一条为直达波，同样地，只根据伪谱图无法确定哪条传播路径为直达波。两传播路径簇具体为：

Ant.1_AOA-TOF＝[(-40.5°,22.3ns),(14°,-10.1ns)]

Ant.2_AOA-TOF＝[(-58.5°,16.9ns),(16°,-9.8ns)]

得到该测试点与接收端的实际角度为13°。

本实施例中，采用Intel 5300NIC来获取信道状态信息，但由于该硬件不完美，所以收发端存在时钟不同步的问题，即存在STO(Sampling Time Offset，时钟同步偏移)，因此收集到的信道状态信息矩阵中的元素包含了STO带来的线性相位误差。

为了后续直达波AOA判定方法的准确运用，首先需要移除STO带来的线性相位误差，具体方法为：

将CSI_ant1、CSI_ant2统称为CSI_ant。

首先将CSI_ant中各元素csi_m,n原始折叠相位解缠，将csi_m,n测量相位从[-π,π]区间展开延拓回真实值

csi_m,n代表第m根接收天线第n个子载波的CSI，

代表csi_m,n展开相位信息。

然后获取CSI_ant中所有元素展开相位的最佳线性拟合值

作为收发端STO的估计值，具体为：

其中，Δf表示子载波间隔，β表示载波频偏(Carrier Frequency Offset，CFO)导致的未知相位，该参数不影响AOA和TOF的估计。

最后从

中减去由STO产生的相位偏移，获得CSI_ant各元素的修正相位信息

具体为：

更进一步地，在消除了STO带来的误差影响后，对运用2D-MUSIC算法之前，还需要对采用空间平滑算法进行解相关的处理，具体处理过程为：

先确定CSI_ant一个子集的大小为M*N(M<3,N<30)，从CSI_ant的第一个元素csi_1,1开始，沿着天线编号和子载波编号增加的方向移动该子集，从而将CSI_ant分成L＝(3-M+1)*(30-N+1)个相重叠的大小为M*N的子矩阵CSI_subarrayl，l＝1,2,…,L。将所有子阵列包含的元素依次按列写下，得到CSI_smoothed；CSI_smoothed是一个C行，L列的矩阵，其中，C＝M*N。

为了更加明确的说明该空间平滑解相关算法，这里提供一个简单的例子，例如，当M＝2，N＝15时，则L＝32，同时有：

因此CSI_smoothed可以表示为：

对于等距天线阵，若各子阵列流形相同，则各子阵列协方差矩阵相加后取平均，取代原矩阵的协方差矩阵。各子阵列协方差矩阵相加后取平均能够保证协方差矩阵满秩，满足2D-MUSIC算法的计算条件。

对解相关后的CSI_smoothed1、CSI_smoothed2运用2D-MUSIC算法得到各路径AOA-TOF的联合估计，将2D-MUSIC算法运用到CSI_smoothed1、CSI_smoothed2的具体方法为：

将CSI_smoothed1、CSI_smoothed2统称为CSI_smoothed。

首先构造CSI_smoothed的包含AOA和TOF信息的二维方向矩阵A：

其中，A的大小为C*K，K表示路径数量，

表示第K条路径的二维方向向量，θ_K表示第K条路径的到达角度，τ_K表示第K条路径的飞行时间。

其中，m表示第m根天线，n表示第n个子载波；a_m,n(θ_k,τ_k)表示csi_m,n和csi_1,1的相位差异，具体计算方式为：

其中，f表示载波频率，Δf表示子载波频率间隔，d表示天线间隔，c表示光速。

CSI_smoothed关于二维方向矩阵A的表达式具体为：

CSI_smoothed＝A*F+G

其中，F表示各接收信号路径系数矩阵，矩阵大小为K*L；G表示高斯白噪声，矩阵大小为C*L。

计算CSI_smoothed的自相关矩阵：

R_CSI＝CSI_smoothed*CSI_smoothed ^H

其中，CSI_smoothed ^H表示CSI_smoothed的共轭转置矩阵。

对R_CSI进行特征分解，找出接收信号中噪声空间对应的特征向量，即R_CSI特征值为0时对应的一系列特征向量E_N。

由于二维方向矩阵A与噪声空间正交，因此P_music可以定义为：

其中，

和E_N ^H分别表示

和E_N的共轭转置矩阵。

根据P_music空间伪谱图的谱峰位置估计出室内各条传播路径的AOA和TOF。

(3)设定阈值，从2个路径簇中任意选取一个路径簇作为初始路径簇；

具体地，阈值Δθ、Δτ根据发送端天线间距、收发端设备的精密度以及实际场景情况设定。

在本实施例中，Δθ的设置范围一般在[5°,20°]之间，Δτ的设置范围一般在[5ns,25ns]，本实施例中具体取值为Δθ＝12°，Δτ＝20ns。

具体地，定义初始路径簇Ant.1_AOA-TOF中第j条路径为

若第2个路径簇Ant.2_AOA-TOF中存在一条路径

使得：

则称初始路径簇Ant.1_AOA-TOF中第j条路径“无变化”，保留此路径；否则称此路径为“有变化”，去除此路径。

(5)遍历初始路径簇Ant.1_AOA-TOF中的每一条路径，即对于初始路径簇Ant.1_AOA-TOF中的每一条路径，均重复执行步骤(4)中的判别步骤，将初始路径簇Ant.1_AOA-TOF中所有“有变化”路径去除，“无变化”路径保留后，得到的路径簇为初始路径簇Ant.1_AOA-TOF的保留路径簇Ant.1_AOA-TOF′；

(6)若保留路径簇Ant.1_AOA-TOF′中只剩下一条路径，则将该路径判定为收发端直达波，该路径对应的AOA估计值为直达波的AOA估计值；

若保留路径簇Ant.1_AOA-TOF′中路径数大于1，则将保留路径簇中拥有最小TOF值的路径判定为直达波，该路径对应的AOA估计值为直达波的AOA估计值；

若保留路径簇Ant.1_AOA-TOF′中不存在任何路径，则将初始路径簇Ant.1_AOA-TOF中拥有最小TOF值的路径判定为直达波，该路径对应的AOA估计值为直达波的AOA估计值。

在本实施例中，路径簇Ant.1_AOA-TOF中只剩下一条路径，即Ant.1_AOA-TOF′＝[(14°,-10.1ns)]。因此将这条路径判定为直达波，此路径的AOA估计值即为直达波的AOA估计值，为14°。

如图4所示为本实施例中选取65个测试点后一共存在四种可能的情况，以及各种情况出现的概率。情况1——直达波“无变化”，非直达波“有变化”，出现概率为72.3％；情况2——直达波“无变化”，非直达波“无变化”，出现概率为23.1％；情况3——直达波“有变化”，非直达波“有变化”，出现概率为4.6％。对于情况2和情况3，需要将具有最小TOF的路径判定为直达波。

在本实施例中，对于65个测试点中每个测试点可能出现的情况以及对相应情况进行判定，最终直达波AOA判定成功的概率为94％。

本实施例表明，在室内多径情况下，本发明提出的直达波AOA判定方法，在较低计算量的情况下，拥有良好的直达波AOA判定准确性。本发明提出的方法复杂度低，鲁棒性好，无需用户参与，有效地提高了基于AOA定位的实时性和有效性。

上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。