CN109581303B - 一种基于Wi-Fi穿墙雷达的干扰抑制方法 - Google Patents

Abstract

本发明公开了一种基于Wi‑Fi穿墙雷达的干扰抑制方法。首先将信道状态信息(Channel State Information,CSI)进行预处理并对接收相位误差补偿；然后将子载波虚拟为天线并利用奇异值分解法分解信号；其次通过优化方法选择出墙面干扰子空间并对墙干扰信号进行抑制；最后通过小波去噪去除信号中噪声干扰。由于利用Wi‑Fi穿墙雷达检测目标时墙面反射信号远强于墙后目标反射信号，因此需对墙面干扰以及环境噪声干扰进行抑制以获取目标反射信号。本发明利用低功耗、普及度高的商用Wi‑Fi设备，实现了在无需对硬件进行任何改动的情况下对墙面强干扰以及噪声干扰进行抑制，有效地提取出墙后目标反射信号。

Description

一种基于Wi-Fi穿墙雷达的干扰抑制方法

技术领域

本发明涉及干扰抑制技术，具体涉及一种基于Wi-Fi穿墙雷达的干扰抑制方法。

背景技术

随着二十一世纪科学技术的飞速发展，目标检测技术已经成为被广泛运用到各个领域，在城市作战、反恐维稳和灾后救援等方面，都面临着对建筑物或障碍物后隐蔽目标探测的难题，因此目前众多学者展开了穿墙目标检测技术的相关研究。想要对墙后目标进行检测，首要工作就是对墙面干扰以及噪声干扰进行抑制，以此区分出墙后目标反射进行并进行检测。因此，干扰抑制技术作为穿墙雷达目标检测中的关键一环，也得到了广泛的研究。由于其超宽带特性和高分辨力特性，可获得复杂目标的精细回波响应，对目标识别和目标成像极为有力。此外，超宽带雷达还具有很强的穿透能力，可以穿透墙壁等非金属介质，对建筑物内运动的人员以及其它隐藏活动目标进行探测、跟踪和定位。因此，目前穿墙雷达检测大多数使用超宽带穿墙雷达来实现。目前超宽带雷达中的干扰抑制技术有自适应滤波法、均值背景消除法以及主元分析法等。但是，超宽带穿墙雷达带宽大、成本高且设备昂贵，难以广泛普及。随着WLAN技术的发展和成熟，许多家庭可随意安装高速且稳定的WLAN(Wireless Local Area Networks，WLAN)设备，这类设备成本低、易携带和安装。因此，学者们开始了基于Wi-Fi的穿墙目标检测技术研究。由于相较于RSSI(Received SignalStrength Indication，RSSI)，CSI能提供更细致地刻画信道变化情，大量学者开始对CSI信号进行研究与探索。

大多数现有的基于CSI的穿墙目标检测系统需要对检测区域内附加额外装置或者需要被检测目标携带额外设备，无法在房间内无任何附加设备的情况下实现墙后运动目标的检测，没有面临接收信号中来自墙面强干扰的难题，因此这类系统缺少对干扰抑制技术方面的相关研究。此外，现有学者设计出的Wi-Fi穿墙雷达检测系统，其设计了一种基于迭代迫零的干扰抑制方法，但该方法基于软件无线电设备，对硬件要求苛刻，需收发设备时钟同步等，要对硬件进行复杂改动，实现困难。为了解决上述问题且并有效地区分出墙后目标反射信号，本发明提出了一种基于Wi-Fi穿墙雷达的干扰抑制方法。

发明内容

本发明的目的是提供一种基于Wi-Fi穿墙雷达的干扰抑制方法，能在无需对硬件进行任何改动的情况下，对干扰进行抑制，有效地区分出墙后目标反射信号。

本发明所述的基于Wi-Fi穿墙雷达的干扰抑制方法，包括以下步骤：

步骤一、利用线性相位误差补偿方法，将接收信号进行相位修正，假设包检测时延为δ，中心频率偏移造成的常数相位误差为β，第k个子载波的测量相位表示为：

其中，为第k个子载波的真实相位，s_k为第k个子载波的编号，N是子载波个数；

步骤二、由步骤一可知，CSI测量相位误差是一个关于s_k的线性函数，因此为了消除δ和β，需要估计该线性相位误差的斜率a和截距b：

步骤三、由于载波频率对称因此截距b又可以表示为/>从原始相位/>中减去as_k+b可以得到消除误差后的真实相位：

步骤四、将误差消除后的相位与对应接收CSI幅值重组，以此得到相位误差消除后的信号；

步骤五、接收端信号表示，重组的CSI信号可以近似认为由三部线性叠加而成，以一个子载波为例，接收信号R(t)可表示为：

R(t)＝W(t)+T(t)+N(t)

其中，W(t)表示墙面反射的干扰信号部分；T(t)为由墙后目标移动引起的信号变化部分；N(t)表示测量以及系统引起的随机噪声，这里假设噪声为高斯白噪声，即

步骤六、构造接收信号矩阵并对其进行奇异值分解；

步骤七、通过优化方法选择墙面干扰子空间；

步骤八、记墙后移动目标反射信号所构成的子空间为SP_T，其为墙面反射信号的正交子空间，则SP_T可表示为：

SP_T＝E-SP_W

其中，E为单位矩阵。

步骤九、将接收信号矩阵通过所得目标信号子空间投影，则可将墙面反射干扰信号抑制：

R'＝R·SP_T

R'表示墙干扰抑制后信号；

步骤十、将R'中所有30个子载波的CSI幅值应用2级“db4”小波变换，并选用“启发式阈值法”对小波系数进行处理，以较为彻底地去除噪声干扰。

所述步骤六中：

设子载波个数为K，采样点数为T，c_i,j表示接收到的第i时刻下第j个子载波的CSI值，那么接收端接收到的信号可表示为一个维度为T×K的矩阵R：

奇异值分解法将R分解为r个空间的线性叠加：

通过奇异值分解后，在本穿墙雷达目标检测环境下，大量的干扰信号将存在于前P*个较大奇异值所对应的特征向量中，对干扰空间进行构造，该维度为K×T的空间记为SP_W：

所述步骤七中：

设接收信号经分解后奇异值共有r个，i表示降序排列的第i个奇异值所对应编号，那么P将奇异值谱的编号分为与干扰信号有关的奇异值编号Z_I＝{i≤P}和与干扰信号无关的奇异值Z_N＝{i＞P}这两大类，设这两类所对应的信号在空间部分分别记为C₁与C₂,首先，求取r个奇异值的总体均值，记为M：

其次，计算C₁部分以及C₀部分的奇异值均值，分别记为M₁(P)和M₀(P)：

然后，求取C₁与C₀的类间方差ρ(P)，设C₁部分的奇异值占比为C₀部分的奇异值占比为/>那么可由下式计算出ρ(P)：

ρ(P)＝P₁(M₁-M)²+P₀(M₀-M)²

当ρ(P)取值最大时所对应的P，记为P*：

至此，即可求得干扰子空间存在于前P*个子空间中。

有益效果

本发明首先将接收CSI进行相位误差补偿，然后，将子载波虚拟为天线并利用奇异值分解法将接收信号分解；其次，通过优化方法选择出墙面干扰子空间以此对墙干扰信号进行抑制；最后，通过小波去噪去除信号中噪声干扰。本发明利用低功耗、普及度高的商用Wi-Fi设备，实现了在无需对硬件进行任何改动的情况下，对墙面强干扰以及噪声干扰进行抑制，能有效地提取出墙后目标反射信号。

附图说明

图1为本发明所述方法的系统框架示意图。

图2为本发明的实验平台图。

图3为本发明的真实测试场景图。

图4为干扰抑制前后信号时频分析结果图。

图5为干扰抑制前后目标检测结果图。

具体实施方案

下面结合附图对本发明进行详细的描述。

图1为本发明所述方法的流程示意图，如图1所示，本发明所述方法具体包括以下步骤：

步骤一、利用线性相位误差补偿方法，将接收信号进行相位修正，假设包检测时延为δ，中心频率偏移造成的常数相位误差为β，第k个子载波的测量相位表示为：

其中，为第k个子载波的真实相位，s_k为第k个子载波的编号，N是子载波个数；

步骤二、由步骤一可知，CSI测量相位误差是一个关于s_k的线性函数，因此为了消除δ和β，需要估计该线性相位误差的斜率a和截距b：

步骤三、由于载波频率对称因此截距b又可以表示为/>从原始相位/>中减去as_k+b可以得到消除误差后的真实相位：

步骤四、将误差消除后的相位与对应接收CSI幅值重组，以此得到相位误差消除后的信号；

步骤五、接收端信号表示，重组的CSI信号可以近似认为由三部线性叠加而成，以一个子载波为例，接收信号R(t)可表示为：

R(t)＝W(t)+T(t)+N(t)

其中，W(t)表示墙面反射的干扰信号部分；T(t)为由墙后目标移动引起的信号变化部分；N(t)表示测量以及系统引起的随机噪声，这里假设噪声为高斯白噪声，即

步骤六、构造接收信号矩阵并对其进行奇异值分解，设子载波个数为K，采样点数为T，c_i,j表示接收到的第i时刻下第j个子载波的CSI值，那么接收端接收到的信号可表示为一个维度为T×K的矩阵R：

奇异值分解法将R分解为r个空间的线性叠加：

通过奇异值分解后，在本穿墙雷达目标检测环境下，大量的干扰信号将存在于前P*个较大奇异值所对应的特征向量中，对干扰空间进行构造，该维度为K×T的空间记为SP_W：

步骤七、通过优化方法选择墙面干扰子空间，设接收信号经分解后奇异值共有r个，i表示降序排列的第i个奇异值所对应编号，那么P将奇异值谱的编号分为与干扰信号有关的奇异值编号Z_I＝{i≤P}和与干扰信号无关的奇异值Z_N＝{i＞P}这两大类，设这两类所对应的信号在空间部分分别记为C₁与C₂,首先，求取r个奇异值的总体均值，记为M：

其次，计算C₁部分以及C₀部分的奇异值均值，分别记为M₁(P)和M₀(P)：

然后，求取C₁与C₀的类间方差ρ(P)，设C₁部分的奇异值占比为C₀部分的奇异值占比为/>那么可由下式计算出ρ(P)：

ρ(P)＝P₁(M₁-M)²+P₀(M₀-M)²

当ρ(P)取值最大时所对应的P，记为P*：

至此，即可求得干扰子空间存在于前P*个子空间中。

步骤八、记墙后移动目标反射信号所构成的子空间为SP_T，其为墙面反射信号的正交子空间，则SP_T可表示为：

SP_T＝E-SP_W

其中，E为单位矩阵。

步骤九、将接收信号矩阵通过所得目标信号子空间投影，则可将墙面反射干扰信号抑制：

R'＝R·SP_T

R'表示墙干扰抑制后信号；

步骤十、将R'中所有30个子载波的CSI幅值应用2级“db4”小波变换，并选用“启发式阈值法”对小波系数进行处理，以较为彻底地去除噪声干扰。

本发明的实验平台如图2所示。接收机与发射机分别放置于测试区域墙外，均为配有intel 5300网卡的ProBox23MS-B083迷你主机。其中，接收机装置三根天线，发射机一根天线。特别的是，为了保证信号能充分对正对墙面发射，发射天线为定向天线。本发明实际测试场景如图3所示，房间大小为14.2m×6.5m，墙体为15cm厚砖墙。为了验证本发明提出的Wi-Fi穿墙雷达的干扰抑制方法的有效性，实验采集了一组含有静默阶段(目标不动)以及运动阶段(目标走动)的数据，从干扰抑制前后的离散小波变换(Discrete WaveletTransformation，DWT)时频分析结果来进行抑制效果分析。测试数据采集的具体方式为：目标站在墙后听测试指挥者掐表命令，指挥者发出开始命令后目标留在原地不动；当到第3秒时指挥者发出行走命令；当秒表记时为8s时指挥者发出停止命令，目标停止运动；秒表指向11s时结束测试。图4(a)给出了测试数据干扰抑制前的时频图，图4(b)给出了测试数据干扰抑制后的时频图。从图4(a)中可以看出，由于本环境中干扰信号的存在，干扰抑制前的静默阶段与目标移动阶段无法从时频上进行区分；从图4(b)中可以看出，在通过本发明发法对干扰信号进行抑制后，可以明显从时频上来区分出目标运动的信息。为更进一步验证本发明提出的干扰抑制方法，利用目标检测结果来进行对比。分别在无目标以及有目标存在时共采集100组数据，作为离线数据库。然后，分别在无目标以及有目标存在时共采集100组数据，作为在线测试数据。从入侵检测指标中的虚警率(False Positive Rate，FPR)、漏警率(False Negative Rate，FNR)、F1-measure和检测准确率四项指标来对干扰抑制前后的结果进行分析，如图5所示。其中，FPR与FNR越小，表示检测误差越小；F1-measure和检测准确率越大，表示检测结果越好。从图4与图5的结果可以看出，本发明方法在无需对硬件进行任何改动的情况下，能对干扰信号进行有效的抑制。

Claims (1)

1.一种基于Wi-Fi穿墙雷达的干扰抑制方法，其特征在于，包括以下步骤：

步骤一、利用线性相位误差补偿方法，将接收信号进行相位修正，假设包检测时延为δ，中心频率偏移造成的常数相位误差为β，第k个子载波的测量相位表示为：

其中，为第k个子载波的真实相位，s_k为第k个子载波的编号，N是子载波个数；

步骤二、由步骤一可知，CSI测量相位误差是一个关于s_k的线性函数，因此为了消除δ和β，需要估计该线性相位误差的斜率a和截距b：

步骤三、由于载波频率对称因此截距b又可以表示为/>从原始相位/>中减去as_k+b可以得到消除误差后的真实相位：

步骤四、将误差消除后的相位与对应接收CSI幅值重组，以此得到相位误差消除后的信号；

步骤五、接收端信号表示，重组的CSI信号近似认为由三部线性叠加而成，以一个子载波为例，接收信号R(t)可表示为：

R(t)＝W(t)+T(t)+N(t)

其中，W(t)表示墙面反射的干扰信号部分；T(t)为由墙后目标移动引起的信号变化部分；N(t)表示测量以及系统引起的随机噪声，这里假设噪声为高斯白噪声，即

步骤六、设子载波个数为K，采样点数为T，c_i,j表示接收到的第i时刻下第j个子载波的CSI值，那么接收端接收到的信号可表示为一个维度为T×K的矩阵R：

奇异值分解法将R分解为r个空间的线性叠加：

其中，其中，σ_i表示R分解后的第i个特征值，u_i表示第i个特征值对应的向量子空间值，v_i表示第i个特征值对应的噪声子空间值，通过奇异值分解后，在本穿墙雷达目标检测环境下，大量的干扰信号将存在于前P*个较大奇异值所对应的特征向量中，对干扰空间进行构造，该维度为K×T的空间记为SP_W：

步骤七、通过优化方法选择墙面干扰子空间；设接收信号经分解后奇异值共有r个，i表示降序排列的第i个奇异值所对应编号，那么P将奇异值谱的编号分为与干扰信号有关的奇异值编号Z_I＝{i≤P}和与干扰信号无关的奇异值Z_N＝{i＞P}这两大类，设这两类所对应的信号在空间部分分别记为C₁与C₀，首先，求取r个奇异值的总体均值，记为M：

其次，计算C₁部分以及C₀部分的奇异值均值，分别记为M₁(P)和M₀(P)：

然后，求取C₁与C₀的类间方差ρ(P)，设C₁部分的奇异值占比为C₀部分的奇异值占比为/>那么可由下式计算出ρ(P)：

ρ(P)＝P₁(M₁-M)²+P₀(M₀-M)²

当ρ(P)取值最大时所对应的P，记为P*：

至此，即可求得干扰子空间存在于前P*个子空间中；

步骤八、记墙后移动目标反射信号所构成的子空间为SP_T，其为墙面反射信号的正交子空间，则SP_T可表示为：

SP_T＝E-SP_W

其中，E为单位矩阵，SP_W为奇异值分解后，由前P*个较大奇异值所对应的特征向量构造的干扰空间；

步骤九、将接收信号矩阵通过所得目标信号子空间投影，则可将墙面反射干扰信号抑制：

R'＝R·SP_T

其中，R'表示墙干扰抑制后信号，R表示接收端接收到的信号；

步骤十、将R'中所有30个子载波的CSI幅值应用2级“db4”小波变换，并选用“启发式阈值法”对小波系数进行处理，以较为彻底地去除噪声干扰。