CN110958569B - 一种基于mimo信道特征值的室内定位方法 - Google Patents
一种基于mimo信道特征值的室内定位方法 Download PDFInfo
- Publication number
- CN110958569B CN110958569B CN201911269983.8A CN201911269983A CN110958569B CN 110958569 B CN110958569 B CN 110958569B CN 201911269983 A CN201911269983 A CN 201911269983A CN 110958569 B CN110958569 B CN 110958569B
- Authority
- CN
- China
- Prior art keywords
- characteristic value
- fingerprint
- vector
- channel
- channel characteristic
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/021—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
- H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
- H04B7/0413—MIMO systems
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/33—Services specially adapted for particular environments, situations or purposes for indoor environments, e.g. buildings
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
Abstract
本发明公开了一种基于MIMO信道特征值的室内定位方法,其中待定位的设备有NT根天线,有M台接收设备参与定位,每台接收设备有NR根天线,它包括如下步骤,根据定位精度需求将室内区域划分网格;计算待定位设备在坐标(x,y)处发射信号被第i个接收设备采集到的信道特征值指纹,遍历所有网格点,将特征值指纹存储到服务器;输出距离最小的指纹矢量对应的坐标作为定位的结果。本发明的有益效果在于:一、新参数是多维参数,分辨率高;二、新参数充分利用发射端和接收端配置多根天线形成的MIMO链路,将信道特征值作为每个子载波的功率域参数;三、新参数还充分利用了Wi‑Fi系统发射的OFDM信号的特点,将功率域参数再次分解到每个子载波。
Description
技术领域
本发明属于室内定位技术领域,具体涉及一种基于MIMO信道特征值的室内定位方法。
背景技术
目前现有的室外导航主要依赖导航卫星和地面基站,主要是以信号到达时间差为参数并通过几何的方法解算目标的位置。除了乘坐交通工具、室外工作、室外运动等室外活动,人类大量的时间都在室内活动。由于导航卫星的信号无法有效穿透到室内,即使穿透到室内,也存在信号能量太微弱及信号多径的问题,因此,室内定位技术就成为了重要研究方向。
目前,室内定位参数主要分为四类。
一、能量域:能量域参数针对信号的功率信息,即接收信号强度指示(RSSI)。
二、频域:频域参数针对正交频分复用(OFDM)信号多个子载波的信道状态信息(CSI)。
三、时域:时域参数针对信号的到达时间(TOA)或者差分到达时间(DTOA)。
四、空间域:空间域参数针对信号的波达方向(DOA)。
室内定位手段主要有:红外线、超声波、射频识别、蓝牙、超宽带、以及无线局域网(WLAN,即Wi-Fi,基于IEEE 802.11协议)等。与Wi-Fi相比,其它室内定位系统均需要部署专用的硬件设备,导致成本高昂;Wi-Fi技术自诞生以来,拥有庞大的客户群体且已经广泛部署。截止到2017年末,Wi-Fi设备累计出货量接近200亿台。Wi-Fi不仅可以连接笔记本和智能手机等上网设备,还可以连接电视、音响、灯具等家用电器,甚至将渗透进入智能联网汽车等领域。未来,Wi-Fi将是物联网和5G网络的重要支撑技术。人们除了通过Wi-Fi设备进行信息传输外,还可以利用Wi-Fi设备进行精确定位。由于Wi-Fi基础设施在室内广泛部署,利用Wi-Fi设备接续定位功能具有重要的现实意义。
能量域参数是室内定位参数中最早提出来的,是研究的最广泛的,也是实现难度最低的。因此,研究基于能量域参数的Wi-Fi室内定位技术对推动室内定位技术的实用化进程具有重要的意义。能量域参数测量的是接收机的功率信息,反映的是从发射机到接收机之间室内多径衰落信道对信号的衰减。如果发射机和接收机部署了多根天线,发射机和接收机之间就形成了MIMO信道,研究OFDM信号的多个子载波的MIMO信道,从频域和空域角度对能量域参数进行拆卸,定位参数从一维参数分解为多维参数,指纹参数和测量参数的匹配过程从一维匹配上升到多维匹配,必将提升参数对室内信道描述的多样性和定位的精准性。
考虑研究最广泛的能量域参数,即RSSI。假设待定位的设备具有NT根天线,接收信号的设备有NR根天线,Wi-Fi信号的物理层汇聚协议数据单元(PPDU)的信号格式如图1所示,采用该信号格式的Wi-Fi设备工作在VHT(高吞吐量模式)模式下,该模式由IEEE802.11ac协议(Wi-Fi 5)中提出,支持该模式的Wi-Fi协议还包括即将发布的IEEE802.11ax(Wi-Fi 6)。图1中各部分的释义为:L-STF——非高吞吐量模式下的短训练符号域;L-LTF——非高吞吐量模式下的长训练符号域;L-SIG——非高吞吐量模式下的信号域;VHT-SIG-A——高吞吐量模式下的信号域A部分;VHT-STF——高吞吐量模式下的短训练符号域;VHT-LTF——高吞吐量模式下的长训练符号域;VHT-SIG-B——高吞吐量模式下的信号域B部分;DATA——数据部分。
在数据传输时隙,对于第k个子载波,接收到的基带信号可以表示为
其中x=[x1,x2,…,xN]是发射的信号矢量,是接收端的噪声矢量。其中,N是数据流的数量,它由图1中VHT-LTF的数量决定,且满足N≤NTR=min{NT,NR},NTR定义为多输入多输出(MIMO)通信系统的最大空间复用的阶数。是NR×NT的基带信道矩阵,Qk是NT×N波束形成矩阵,CSDk是N×N的循环时延矩阵,对每个数据流的信号进行循环时延移位(CSD),根据IEEE 802.11ac协议,不同支路数量条件下的每个支路的循环移位时长为表1所示。
表1循环移位时长
其中,表中数值的单位为ns。对应第k个子载波的N×N的循环移位矩阵为CSDk=diag{exp(-j2πkΔFTCS(1)),exp(-j2πkΔFTCS(2)),…,exp(-j2πkΔFTCS(N))}(2)
由于
E{xxH}=PxIN (4a)
因此
由于
CSDk(CSDk)H=IN (6a)
因此
假设NSR表示最大子载波编号,L表示子载波的数量,有
对于不同的带宽模式,NSR和L可以表示为表2不同带宽模式下的参数
利用RSSI参数进行室内定位时,在指纹采集阶段收集各坐标点的RSSI值,在指纹匹配阶段将测量到的RSSI值与指纹值进行比对,按照某种准则将该准则下相似度最高的RSSI值对应的坐标点作为定位的位置输出。
综上所述现有室内定位方法的不足之处主要体现在:一、功率域参数RSSI是一维参数,分辨率较低;二、发射端和接收端配置多根天线形成MIMO链路后RSSI参数并未充分利用信道的空域特性;三、Wi-Fi系统发射的OFDM信号由多个子载波构成,RSSI参数并未充分利用该类信号提供的频域信息。
发明内容
本发明的目的是提供一种基于MIMO信道特征值的室内定位方法,它针对用于室内定位的功率域参数RSSI的弱点,在配置多天线的Wi-Fi系统中以MIMO信道的特征值参数作为定位参数,以提高定位精度。
本发明的技术方案如下:一种基于MIMO信道特征值的室内定位方法,其中待定位的设备有NT根天线,有M台接收设备参与定位,每台接收设备有NR根天线,它包括如下步骤,
(1)根据定位精度需求将室内区域划分网格;
(4)遍历所有网格点,将特征值指纹存储到服务器;
其中,是某个待定位的位置(u,v)处测量出的矢量,是指纹库中某一网格坐标点(x,y)处保存的指纹矢量。|| ||F是Frobenius范数,的目的是遍历不同的网格坐标点(x,y),求解使得与欧式距离最小的坐标值(x,y)。
其中
P4×4、P6×6和P8×8可以分别表示为
将单个符号扩展为N×N的矩阵后,对每个支路的信号进行循环时延移位CSD,N个支路的信号经过NT×N的波束形成矩阵Qk,Qk的取值是根据effective CSI的一个迭代计算过程,对应于NT根天线的每个支路、每个子载波的符号都确定了,经过IDFT模块,每个支路都有了对应的基带波形,通过GI模块添加了循环前缀后,进入RF射频模块,通过天线将信号发射出去,接收端通过同步及解调后,对应于第k个子载波的NR根天线的接收信号表示为
所述的步骤(2)中关于VHTLTFk的取值,IEEE 802.11ac协议定义了四种带宽模式,分别是20MHz、40MHz、80MHz、160MHz。
所述的步骤(2)中关于VHTLTFk的取值,选取160MHz,该带宽模式覆盖的数据子载波从-250~250,其构造方法为
VHTTF-250,250={VHTLTF-122,122,0,0,0,0,0,0,0,0,0,0,0,VHTLTF-122,122}
(13)
其中,VHTLTF-122,122的构造为
LTFleft和LTFright的构造为
LTFleft={1,1,-1,-1,1,1,-1,1,-1,1,1,1,1,1,1,-1,-1,1,1,-1,1,-1,1,1,1,1}
LTFright={1,-1,-1,1,1,-1,1,-1,1,-1,-1,-1,-1,-1,1,1,-1,-1,1,-1,1,-1,1,1,1,1}
(15)
根据(12)式,有效信道状态信息的估计值为
估计值的互相关矩阵为
对Rk进行特征值分解
Rk=U DkUH (18)
其中
满足
其中,NSR表示数据子载波的最大载波编号,L表示子载波的数量,对于不同的带宽模式,MIMO信道的信道特征值参数是长度为L×N的矢量。
本发明的有益效果在于:一、新参数是多维参数,分辨率高;二、新参数充分利用发射端和接收端配置多根天线形成的MIMO链路,将信道特征值作为每个子载波的功率域参数;三、新参数还充分利用了Wi-Fi系统发射的OFDM信号的特点,将功率域参数再次分解到每个子载波。
附图说明
图1为VHT模式下的PPDU;
图2为基于Wi-Fi的MIMO系统发射机VHT-LTF部分。
具体实施方式
下面结合附图及具体实施例对本发明作进一步详细说明。
本发明一种基于MIMO信道特征值的室内定位方法,其中待定位的设备有NT根天线,有M台接收设备参与定位,每台接收设备有NR根天线。
一种基于MIMO信道特征值的室内定位方法,包括如下步骤,
(1)根据定位精度需求将室内区域划分网格;
根据定位精度需求将室内区域划分网格,例如要求定位精度为亚米级,划分网格时,水平线之间的间距为1m,垂直线之间的间距也为1m。水平线和垂直线的交叉点就是进行指纹采集的坐标点。
首先得到MIMO信道Hrs的有效信道状态信息(effective CSI),负责测量effectiveCSI的是VHT-LTF部分。图2展示了如何测量某个子载波的effective CSI。
其中
P4×4、P6×6和P8×8可以分别表示为
将单个符号扩展为N×N的矩阵后,对每个支路的信号进行循环时延移位(CSD),CSD的值如表1所示。N个支路的信号经过NT×N的波束形成矩阵Qk,Qk的取值是根据effective CSI的一个迭代计算过程。对应于NT根天线的每个支路、每个子载波的符号都确定了,经过IDFT模块,每个支路都有了对应的基带波形,通过GI模块添加了循环前缀后,进入RF射频模块,通过天线将信号发射出去。接收端通过同步及解调后,对应于第k个子载波的NR根天线的接收信号表示为
关于VHTLTFk的取值,IEEE 802.11ac协议定义了四种带宽模式,分别是20MHz、40MHz、80MHz、160MHz。我们以160MHz为例,该带宽模式覆盖的数据子载波从-250~250,其构造方法为
VHTTF-250,250={VHTLTF-122,122,0,0,0,0,0,0,0,0,0,0,0,VHTLTF-122,122}
(13)
其中,VHTLTF-122,122的构造为
LTFleft和LTFright的构造为
LTFleft={1,1,-1,-1,1,1,-1,1,-1,1,1,1,1,1,1,-1,-1,1,1,-1,1,-1,1,1,1,1}
LTFright={1,-1,-1,1,1,-1,1,-1,1,-1,-1,-1,-1,-1,1,1,-1,-1,1,-1,1,-1,1,1,1,1}
(15)
其它带宽模式具有类似的构造方法。
根据(12)式,有效信道状态信息的估计值为
估计值的互相关矩阵为
对Rk进行特征值分解
Rk=U DkUH (18)
其中
满足
其中,NSR表示数据子载波的最大载波编号,L表示子载波的数量,对于不同的带宽模式,其数值如表2所示。因此,MIMO信道的信道特征值参数是长度为L×N的矢量。
(4)遍历所有网格点,将特征值指纹存储到服务器;
(7)服务器将测量的信道特征值矢量与存储的信道特征值指纹矢量计算欧式距离,输出距离最小的指纹矢量对应的坐标作为定位的结果。
其中,是某个待定位的位置(u,v)处测量出的矢量,是指纹库中某一网格坐标点(x,y)处保存的指纹矢量。|| ||F是Frobenius范数,的目的是遍历不同的网格坐标点(x,y),求解使得与欧式距离最小的坐标值(x,y)。
本发明基于Wi-Fi的MIMO信道特征值参数本质上也是能量域参数,与研究的最多的能量域参数RSSI具有紧密的关系,信道特征值参数的和与RSSI参数具有等价性。相比于RSSI参数,信道特征值参数优势明显,体现在:一、RSSI参数是一维参数,信道特征值参数是多维参数,高维匹配能提高定位精度;二、信道特征值参数充分利用发射端和接收端配置多根天线形成的MIMO链路,将信道特征值矢量作为每个子载波的功率域参数,等同于将每个子载波的RSSI参数进行空域分解;三、信道特征值参数还充分利用了Wi-Fi系统发射的OFDM信号的特点,将RSSI参数再次分解到每个子载波。因此,信道特征值参数将RSSI参数在空域和频域上进行了拆卸,由一维参数上升到了多维参数,提高参数分辨率的同时必然提高定位精度。
Claims (4)
1.一种基于MIMO信道特征值的室内定位方法,其中待定位的设备有NT根天线,有M台接收设备参与定位,每台接收设备有NR根天线,其特征在于:它包括如下步骤,
(1)根据定位精度需求将室内区域划分网格;
(3)坐标(x,y)处的指纹表示为矢量
(4)遍历所有网格点,将特征值指纹存储到服务器;
(6)某坐标(u,v)处的指纹可以表示为矢量
其中,是某个待定位的位置(u,v)处测量出的矢量,是指纹库中某一网格坐标点(x,y)处保存的指纹矢量,|| ||F是Frobenius范数,的目的是遍历不同的网格坐标点(x,y),求解使得与欧式距离最小的坐标值(x,y);
其中
P4×4、P6×6和P8×8可以分别表示为
将单个符号扩展为N×N的矩阵后,对每个支路的信号进行循环时延移位CSD,N个支路的信号经过NT×N的波束形成矩阵Qk,Qk的取值是根据effective CSI的一个迭代计算过程,对应于NT根天线的每个支路、每个子载波的符号都确定了,经过IDFT模块,每个支路都有了对应的基带波形,通过GI模块添加了循环前缀后,进入RF射频模块,通过天线将信号发射出去,接收端通过同步及解调后,对应于第k个子载波的NR根天线的接收信号表示为
3.如权利要求1所述的一种基于MIMO信道特征值的室内定位方法,其特征在于:所述的步骤(2)中关于VHTLTFk的取值,IEEE 802.11ac协议定义了四种带宽模式,分别是20MHz、40MHz、80MHz、160MHz。
4.如权利要求1所述的一种基于MIMO信道特征值的室内定位方法,其特征在于:所述的步骤(2)中关于VHTLTFk的取值,选取160MHz,该带宽模式覆盖的数据子载波从-250~250,其构造方法为
VHTLTF-250,250={VHTLTF-122,122,0,0,0,0,0,0,0,0,0,0,0,VHTLTF-122,122} (13)
其中,VHTLTF-122,122的构造为
VHTLTF-122,122={LTFleft,1,LTFright,-1,-1,-1,1,1,-1,1,-1,1,1,-1,LTFleft,1,LTFright1,-1,1,-1,0,0,0,1,-1,-1,1,LTFleft,1,LTFright,-1,-1,-1,1,1,-1,1,-1,1,1,-1,LTFleft,1,LTFright} (14)
LTFleft和LTFright的构造为
LTFleft={1,1,-1,-1,1,1,-1,1,-1,1,1,1,1,1,1,-1,-1,1,1,-1,1,-1,1,1,1,1}
LTFright={1,-1,-1,1,1,-1,1,-1,1,-1,-1,-1,-1,-1,1,1,-1,-1,1,-1,1,-1,1,1,1,1}(15)
根据(12)式,有效信道状态信息的估计值为
估计值的互相关矩阵为
对Rk进行特征值分解
Rk=U DkUH (18)
其中
满足
其中,NSR表示数据子载波的最大载波编号,L表示子载波的数量,对于不同的带宽模式,MIMO信道的信道特征值参数是长度为L×N的矢量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911269983.8A CN110958569B (zh) | 2019-12-11 | 2019-12-11 | 一种基于mimo信道特征值的室内定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911269983.8A CN110958569B (zh) | 2019-12-11 | 2019-12-11 | 一种基于mimo信道特征值的室内定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110958569A CN110958569A (zh) | 2020-04-03 |
CN110958569B true CN110958569B (zh) | 2020-11-03 |
Family
ID=69981013
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911269983.8A Active CN110958569B (zh) | 2019-12-11 | 2019-12-11 | 一种基于mimo信道特征值的室内定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110958569B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112118530B (zh) * | 2020-08-10 | 2022-08-16 | 苏州寻波科技有限公司 | 基于wifi信道状态信息的定位系统及方法 |
CN113452631B (zh) * | 2021-06-04 | 2022-08-26 | 广东省大湾区集成电路与系统应用研究院 | 空间内目标判定方法、装置、计算机设备和存储介质 |
CN113613170A (zh) * | 2021-08-16 | 2021-11-05 | 苏州云享阁智能科技有限公司 | 一种基于低成本天线扩展的高精度室内定位系统及方法 |
CN114900210B (zh) * | 2022-04-24 | 2023-07-04 | 南京邮电大学 | 一种大规模mimo通感共存系统中通信波束和雷达波形的设计方法 |
CN115278876B (zh) * | 2022-09-19 | 2022-12-09 | 四川创智联恒科技有限公司 | 一种在5g网络和uwb共同定位的方法 |
CN115905787B (zh) * | 2022-10-21 | 2023-09-29 | 盐城师范学院 | 一种基于模糊迁移学习模型的高精度室内定位方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102573049B (zh) * | 2010-12-14 | 2014-10-22 | 北京智慧图科技发展有限责任公司 | 一种室内定位方法及系统 |
US20170212210A1 (en) * | 2014-07-17 | 2017-07-27 | Origin Wireless, Inc. | Wireless positioning systems |
CN103327509B (zh) * | 2013-07-10 | 2016-01-20 | 厦门大学 | 一种基于特征值的室内分布式系统的天线选择方法 |
US20160050541A1 (en) * | 2014-05-29 | 2016-02-18 | Egypt-Japan University Of Science And Technology | Fine-Grained Indoor Location-Based Social Network |
CN106941718B (zh) * | 2017-04-07 | 2020-05-26 | 南京邮电大学 | 一种基于信号子空间指纹库的混合室内定位方法 |
CN107769828B (zh) * | 2017-09-27 | 2020-05-26 | 中国电子科技集团公司第五十四研究所 | 一种基于特征值提取的csi-mimo室内定位方法及系统 |
CN108242946A (zh) * | 2018-01-05 | 2018-07-03 | 中国矿业大学 | 一种基于mimo-ofdm技术的煤矿井下巷道目标定位方法 |
-
2019
- 2019-12-11 CN CN201911269983.8A patent/CN110958569B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN110958569A (zh) | 2020-04-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110958569B (zh) | 一种基于mimo信道特征值的室内定位方法 | |
Li et al. | AF-DCGAN: Amplitude feature deep convolutional GAN for fingerprint construction in indoor localization systems | |
CN104812061B (zh) | 一种基于mimo-ofdm信道状态信息的室内测距及定位方法 | |
CN105611627B (zh) | 基于双天线的wlan接入点aoa的估计方法 | |
CN107769828B (zh) | 一种基于特征值提取的csi-mimo室内定位方法及系统 | |
US10412701B2 (en) | Indoor positioning method and system based on wireless receiver and camera | |
CN105209927B (zh) | 利用天线阵列进行到达角位置检测 | |
CN104052691B (zh) | 基于压缩感知的mimo‑ofdm系统信道估计方法 | |
CN107255793B (zh) | 一种针对宽带ofdm通信信号的阵列测向方法及装置 | |
CN106332277A (zh) | 一种基于信道状态信息分布的室内定位方法 | |
Sanam et al. | An improved CSI based device free indoor localization using machine learning based classification approach | |
CN106597368B (zh) | 室内干扰源的定位方法及系统 | |
CN109738861A (zh) | 一种基于Wi-Fi信道状态信息的三维联合估计方法 | |
CN107290717B (zh) | 针对非圆信号的多目标直接定位方法 | |
CN110381436A (zh) | 一种基于大规模mimo单站系统的快速指纹定位方法 | |
CN110933628B (zh) | 基于孪生网络的指纹室内定位方法 | |
CN109922427A (zh) | 利用大规模阵列天线的智能无线定位系统和方法 | |
CN112040400B (zh) | 一种基于mimo-csi的单站点室内指纹定位方法、存储介质及设备 | |
CN102364885A (zh) | 一种基于信号频谱包络的频谱感知方法 | |
CN110213185A (zh) | 一种基于原子范数最小化的三维信道参数估计方法 | |
CN111918388A (zh) | 基于深度可分离卷积的csi指纹被动式定位方法 | |
Wei et al. | Enriching indoor localization fingerprint using a single AC-GAN | |
CN111313943A (zh) | 深度学习辅助的大规模天线阵列下的三维定位方法及装置 | |
CN104994041B (zh) | 三维大规模天线系统基于导频的波达波离角联合估计方法 | |
CN112954791B (zh) | 一种基于子载波筛选的信道状态信息csi定位方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |