CN109474890A - 一种基于WiFi多普勒频移的室内目标被动跟踪方法 - Google Patents

Abstract

本发明提出了一种基于WiFi多普勒频移的室内目标被动跟踪方法。首先，利用WiFi信号子载波的信道状态信息(Channel State Information,CSI)幅值计算出离散系数，然后将其作为检测参数，并利用假设检验实现无源目标的检测；其次，对CSI进行短时傅里叶变换，得到信号的空间谱，从中提取多普勒频移值和对应的功率值，将功率值对应的时间序列作为目标移动方向标志判别特征；然后，根据对数衰减模型设计参考序列，利用动态时间规整(Dynamic Time Warping,DTW)进行序列匹配，识别出无源目标移动趋势；最后，根据多普勒频移与目标移动的几何关系估计出无源目标的移动速度，进而实现目标跟踪。相比现有的无源跟踪技术，本发明不需要进行离线数据采集和训练，且具有成本低、易于部署等优点。

Description

一种基于WiFi多普勒频移的室内目标被动跟踪方法

技术领域

本发明涉及无线跟踪技术领域，特别涉及一种基于WiFi多普勒频移的室内目标被动跟踪方法。

背景技术

随着消费方式的升级和移动互联网的蓬勃发展，越来越多的消费电子产品已经加上了智能的标签，并逐步进入消费者的日常生活，如智能家居、安全监控、虚拟现实、增强现实等，而轨迹跟踪作为这些应用的关键技术已经成为了一个研究热点。

基于视觉的跟踪技术能够达到较高的跟踪精度，但其依赖于高分辨率的图像或视频，且只能在可视环境和光线比较充足的环境下工作，在夜晚和昏暗等光线较暗的环境下精度严重降低，此外，该技术还涉及用户隐私且成本较高。近年来，随着无线网络技术的发展，基于无线信号的感知技术成为人们的研究热点。相比传统的无线主动跟踪技术，其需要用户携带移动设备或穿戴可穿戴设备，降低了用户的便利性，且在某些场景下并不适用例如入侵检测、行为监测；因此，基于无线信号的无源目标跟踪得到了许多研究学者的关注。在目前的无源跟踪技术中有些方法需要利用特定的设备例如雷达或自定义的硬件设备进行信号收发，其设备昂贵且普适性不强；部分算法需要在离线阶段采集数据并进行特征模型训练，然后在线采集数据进行匹配，这些方法容易受环境影响，即当室内环境发生变化时，例如物品位置改变或在环境中增加体积较大的物品，则需要重新采集数据训练。

发明内容

基于上述现有跟踪技术的缺陷和不足，本发明提供了一种基于WiFi多普勒频移的室内目标被动跟踪方法。相比于传统的跟踪技术，本发明不需要目标携带任何信号收发设备，且不需要进行离线数据的采集与训练。此外，本发明利用现有WiFi设备，成本低且易于部署。

本发明所采用的技术方案为：一种基于WiFi多普勒频移的室内目标被动跟踪方法，具体包括以下步骤：

1)WiFi接收机提取接收信号的信道状态信息(Channel State Information,CSI)幅值 |H(f,t)|在时间窗口T内的离散系数c作为检测参数，将相邻时间窗口内的离散系数比R作为目标检测特征，利用假设检验进行无源目标检测；

2)对CSI的功率|H(f,t)|²进行短时傅里叶变换得到时频空间谱，提取功率-时间序列M_e作为无源目标相对于接收机运动方向的标志S∈{1,-1}的判别特征，其中1代表无源目标远离收发链路，信号传播路径长度增长，-1代表无源目标靠近收发链路，信号传播路径长度减小；

3)利用对数函数生成的功率-时间序列作为参考序列，将随时间对数增长的功率序列作为无源目标靠近收发链路的参考序列M_-1，将随时间对数减少的功率序列作为目标远离收发链路的参考序列M₊₁；

进一步，对于所述步骤1)中无源目标检测，具体包括：

首先，计算在时间窗口T的离散系数其中μ、σ分别是T时间内的CSI幅度均值和均方差。计算均值时所用的数据是CSI有效幅值A，其表示为：

其中，K是子载波数，f_c是中心频率，f_k和|H(f_k,t)|分别表示第k个子载波在t时刻的频率和对应的CSI幅值。利用多子载波CSI幅值自协方差矩阵R_xx＝cov(H_T)的最大特征值作为方差更能体现信号的偏离程度，其标准差可表示为：

其中，cov(·)表示求自相关矩阵，|H_T|表示时间窗口T内的K个子载波的CSI幅值，max(·) 表示取最大值，λ表示自协方差矩阵R_xx的特征值集合。

然后，将相邻时间窗口的离散系数比作为检测参数。由于在静默环境下有R～N(1,σ_R)，利用假设检验原理计算出静态环境下R阈值区间为：

1-σ_R×z_α/2<R<1+σ_R×z_α/2 (3)

其中，σ_R表示监测时间内R的方差，z_α/2表示在显著性水平α时的分位点。当R值在阈值区间以外时，则认为有目标在监测区域运动，反之则认为没有目标运动。

进一步，对于所述步骤3)中参考模板构建，具体包括：

室内信号传播常采用对数正态模型，可表示为：

P(d)＝P(d₀)-10nlg(d/d₀) (4)

P(d)是在收发设备相隔d时接收到的信号功率值，P(d₀)是在收发设备相隔为d₀(一般取1m)时的信号功率值，n是路径损耗系数。信号接收功率的变化与信号传播路径d成反比。将时间窗口w内的功率-时间序列作为参考序列，其表示为：

P_w＝μ_p-10lg(D) (5)

其中，μ_p是w时间内实测信号的能量均值，D＝[d₁ d₂ ... d_w]是在检测范围内的信号传播路径长度的变化序列。将路径长度不断增长时的P_w作为远离链路的参考序列M₊₁，将路径长度不断减少时的P_w作为靠近链路的参考序列M_-1。

附图说明

图1为本发明系统流程图

图2为本发明信号传播系统图

图3为本发明速度分解示意图

具体实施方式

下面结合附图对本发明作进一步详细描述：

本发明所采用的技术方案为：一种基于WiFi多普勒频移的室内目标被动跟踪方法，具体包括以下步骤：

1)WiFi接收机提取接收信号的信道状态信息(Channel State Information,CSI)幅值 |H(f,t)|在时间窗口T内的离散系数c作为检测参数，将相邻时间窗口内的离散系数比R作为目标检测特征，利用假设检验进行无源目标检测；具体步骤包括：

首先，计算在时间窗口T的离散系数其中μ、σ分别是T时间内的CSI幅度均值和均方差。计算均值时所用的数据是CSI有效幅值A，其表示为：

其中，K是子载波数，f_c是中心频率，f_k和|H(f_k,t)|分别表示第k个子载波在t时刻的频率和对应的CSI幅值。利用多子载波CSI幅值自协方差矩阵R_xx＝cov(H_T)的最大特征值作为方差更能体现信号的偏离程度，其标准差可表示为：

其中，cov(·)表示求自相关矩阵，|H_T|表示时间窗口T内的K个子载波的CSI幅值，max(·) 表示取最大值，λ表示自协方差矩阵R_xx的特征值集合。

然后，将相邻时间窗口的离散系数比作为检测参数。由于在静默环境下有R～N(1,σ_R)，利用假设检验原理计算出静态环境下R阈值区间为：

1-σ_R×z_α/2<R<1+σ_R×z_α/2 (3)

其中，σ_R表示监测时间内R的方差，z_α/2表示在显著性水平α时的分位点。当R值在阈值区间以外时，则认为有目标在监测区域运动，反之则认为没有目标运动。

2)对CSI的功率|H(f,t)|²进行短时傅里叶变换得到时频空间谱，提取功率-时间序列M_e作为无源目标相对于接收机运动方向的标志S∈{1,-1}的判别特征，其中1代表无源目标远离收发链路，信号传播路径长度增长，-1代表无源目标靠近收发链路，信号传播路径长度减小；具体步骤包括：

接收到的CSI包括静态反射和动态反射信号，其中静态反射信号的信道频率响应不随时间发生改变，动态反射信号随着目标移动而发生变化，表示为：

其中，H_s(f)表示的是所有静态路径的信道状态信息，表示所有动态反射信号的信道状态信息，λ表示信号波长，α_n(t)、s_n(t)分别表示第n条路径的衰减和传播路径长度，ψ表示由载波频率和时钟偏移引起的未知相位偏移。

利用CSI功率|H(f,t)|²来消除未知的相位偏移，利用巴特沃斯带通滤波器滤除高频和低频噪声，然后对滤波后的CSI功率进行短时傅里叶变换，得到包含多普勒频移、功率、时间的空间谱图。然后从中提取每个时刻的多普勒频移和对应的功率值，将功率-时间序列作为方向判别S∈{1,-1}的特征。当无源目标远离收发链路时，即信号传播路径长度增加，令S＝1，当目标靠近链路时，信号传播路径长度减小，令S＝-1。

3)利用对数函数生成的功率-时间序列作为参考序列，将随时间对数增长的功率序列作为无源目标靠近收发链路的参考序列M_-1，将随时间对数减少的功率序列作为目标远离收发链路的参考序列M₊₁；具体步骤包括：

室内信号传播常采用对数正态模型，可表示为：

P(d)＝P(d₀)-10nlg(d/d₀) (5)

P(d)是在收发设备相隔d时接收到的信号功率值，P(d₀)是在收发设备相隔为d₀(一般取 1m)时的信号功率值，n是路径损耗系数。信号接收功率的变化与信号传播路径d成反比。将时间窗口w内的功率-时间序列作为参考序列，其表示为：

P_w＝μ_p-10lg(D) (6)

其中，μ_p是w时间内实测信号的能量均值，D＝[d₁ d₂ ... d_w]是在检测范围内的信号传播路径长度的变化序列。将路径长度不断增长时的P_w作为远离链路的参考序列M₊₁，将路径长度不断减少时的P_w作为靠近链路的参考序列M_-1。

4)利用动态时间规整(Dynamic Time Warping,DTW)算法将所述步骤3)中的功率-时间序列M_e作为测试序列，分别与参考序列M₊₁、M_-1进行匹配，根据相似度大小实现无源目标移动方向判别。当M_e与M₊₁的距离d₊₁大于M_e与M_-1的距离d_-1，表示M_e与M_-1匹配度更高，则认为在该段时间内目标在靠近链路，方向标志S＝-1，反之，则认为在该段时间内目标在远离链路，方向标志S＝1。

5)基于多普勒频移产生原理，构建多普勒频移f_D、移动方向标志S和目标移动速度v＝(v_x,v_y)的线性方程，求解得到目标移动速度，然后根据L_t＝L_t-1+v·Δt实现目标跟踪 L＝(x_h,y_h)。具体步骤包括：

多普勒频移与信号传播在时间Δt内的路程差有关，即根据路程差变化率与目标移动速度构建方程。根据图2所示的信号传播示意图可知，本发明中信号传播路径由两部分构成：发射机到目标的传播路径和目标到接收机的传播路径，所以路程差变化速率与目标移动速度的关系可表示为：

λf_D＝vcosθ₁+vcosθ₂ (7)

其中，v表示目标移动的速率，θ₁、θ₂分别表示目标移动方向与信号传播路径的夹角。将目标移动速度分解为水平方向和垂直方向的分量(v_x,v_y)，则公式(7)可表示为：

λf_D＝v_x(cosα+cosβ)+v_y(sinα+sinβ) (8)

其中，α表示发射机发送到目标时信号传播方向与水平方向的夹角，β表示信号经目标反射到接收机时的传播方向与水平方向的夹角。令发射机位置为(x_T,y_T)，接收机位置为(x_R,y_R)，行人位置为(x_H,y_H)，则：

由于提取的多普勒频移是绝对值，当路程减少时路程差为负，因此，引入步骤4)所得方向标志S，则路径长度变化速率为v_path＝λSf_D，且令a_x＝cosα+cosβ，a_y＝sinα+sinβ，，将公式(8)表示为v_path＝v_xa_x+v_ya_y。

以发射设备和接收设备为焦点做椭圆，将移动速度分解为与椭圆相切的径向速度和切向速度，根据椭圆性质，只有径向速度影响路径长度变化。如图3所示，只有一台接收机时，由于缺乏切向速度不能准确估计目标的运动速度因此，通过增加接收机增加速度估计精度。当有n条收发链路时：

Av＝v_path (9)

其中，所以，可得到移动速度v为：

v＝(A^TA)^-1A^Tv_path (10)

已知目标位置初始点L₀＝(x_h0,y_h0)，则根据目标移动速度可实现轨迹跟踪：

L_t＝L_t-1+v·Δt (11) 。

Claims (3)

1.一种基于WiFi多普勒频移的室内目标被动跟踪方法，其特征在于，包括以下步骤：

1)WiFi接收机提取接收信号的信道状态信息(Channel State Information,CSI)幅值|H(f,t)|在时间窗口T内的离散系数c作为检测参数，将相邻时间窗口内的离散系数比R作为目标检测特征，利用假设检验进行无源目标检测；

2)对CSI进行短时傅里叶变换得到时频空间谱，提取功率-时间序列M_e作为无源目标相对于接收机运动方向的标志S∈{1,-1}的判别特征，其中1代表无源目标远离收发链路，信号传播路径增长，-1代表无源目标靠近收发链路，信号传播路径减小；

3)利用对数函数生成的功率-时间序列作为参考序列，将随时间对数增长的功率序列作为无源目标靠近收发链路的参考序列M_-1，将随时间对数减少的功率序列作为目标远离收发链路的参考序列M₊₁。

2.基于权利要求1中所述的一种基于WiFi多普勒频移的室内目标被动跟踪方法，其特征在于：所述步骤1)中无源目标检测，具体包括：

首先，计算在时间窗口T的离散系数其中μ、σ分别是T时间内的CSI幅度均值和均方差。计算均值时所用的数据是CSI有效幅值A，其表示为：

其中，K是子载波数，f_c是中心频率，f_k和|H(f_k,t)|分别表示第k个子载波在t时刻的频率和对应的CSI幅值。利用多子载波CSI幅值自协方差矩阵R_xx＝cov(H_T)的最大特征值作为方差更能体现信号的偏离程度，其标准差可表示为：

其中，cov(·)表示求自相关矩阵，|H_T|表示时间窗口T内的K个子载波的CSI幅值，max(·)表示取最大值，λ表示自协方差矩阵R_xx的特征值集合。

然后，将相邻时间窗口的离散系数比作为检测参数。由于在静默环境下有R～N(1,σ_R)，利用假设检验原理计算出静态环境下R阈值区间为：

1-σ_R×z_α/2<R<1+σ_R×z_α/2 (3)

其中，σ_R表示监测时间内R的方差，z_α/2表示在显著性水平α时的分位点。当R值在阈值区间以外时，则认为有目标在监测区域运动，反之则认为没有目标运动。

3.基于权利要求1中所述的一种基于WiFi多普勒频移的室内目标被动跟踪方法，其特征在于：所述步骤3)中参考序列构建，具体包括：

室内信号传播常采用对数正态模型，可表示为：

P(d)＝P(d₀)-10nlg(d/d₀) (4)

P(d)是在收发设备相隔d时接收到的信号功率值，P(d₀)是在收发设备相隔为d₀(一般取1m)时的信号功率值，n是路径损耗系数。信号接收功率的变化与信号传播路径d成反比。将时间窗口w内的功率-时间序列作为参考序列，其表示为：

P_w＝μ_p-10lg(D) (5)

其中，μ_p是w时间内实测信号的能量均值，D＝[d₁ d₂ ... d_w]是在检测范围内的信号传播路径的变化序列。将路径长度不断增长时的P_w作为远离链路的参考序列M₊₁，将路径长度不断减少时的P_w作为靠近链路的参考序列M_-1。