CN111521969A - 基于Wi-Fi的被动式室内定位方法 - Google Patents

基于Wi-Fi的被动式室内定位方法 Download PDF

Info

Publication number
CN111521969A
CN111521969A CN202010310127.9A CN202010310127A CN111521969A CN 111521969 A CN111521969 A CN 111521969A CN 202010310127 A CN202010310127 A CN 202010310127A CN 111521969 A CN111521969 A CN 111521969A
Authority
CN
China
Prior art keywords
value
line
target
parameter
antenna
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.)
Granted
Application number
CN202010310127.9A
Other languages
English (en)
Other versions
CN111521969B (zh
Inventor
刘航
任雅琪
王志祥
郭达伟
李晖晖
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Northwestern Polytechnical University
Original Assignee
Northwestern Polytechnical University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Northwestern Polytechnical University filed Critical Northwestern Polytechnical University
Priority to CN202010310127.9A priority Critical patent/CN111521969B/zh
Publication of CN111521969A publication Critical patent/CN111521969A/zh
Application granted granted Critical
Publication of CN111521969B publication Critical patent/CN111521969B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
    • G01S5/0205—Details
    • G01S5/021—Calibration, monitoring or correction
    • 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
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/023—Services making use of location information using mutual or relative location information between multiple location based services [LBS] targets or of distance thresholds
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

本发明提供了一种基于Wi‑Fi的被动式室内定位方法，利用多径信息进行室内目标位置优化定位。首先，采集信道状态信息数据，并对其进行预处理；然后，利用改进的多重信号分类算法进行参数估计，得到多条路径的到达角、信号飞行时间、离开角等参数信息；接着，利用这些参数之间的互补关系进行目标定位；最后，利用聚类算法进行定位修正，得到最终的目标位置。由于充分利用了多径信息，本发明方法对于日常典型场景，特别是非视距场景具有更好的定位效果。

Description

基于Wi-Fi的被动式室内定位方法
技术领域
本发明属智能感知技术领域，具体涉及一种基于Wi-Fi的被动式室内定位方法。
背景技术
随着时代的进步与科技的发展，尤其是互联网时代中无线通信技术的逐渐成熟，基于位置的服务逐渐得到广泛的关注。随着移动设备的普及，室内定位已成为越来越重要的问题。
传统的无线定位技术主要包括全球定位系统(GPS)、蜂窝无线定位技术等，在相对简单的室外定位环境达到了理想的定位精度，但并不适用于多径复杂、障碍物诸多的室内环境。但对于每个人而言，更多的工作、生活等时间都是在室内度过的，因此精确稳定的室内定位技术具有非常高的研究价值与非常广阔的应用场景。如在各种商业形态聚集、规模庞大且功能复杂的大型商场中，消费者可以借助室内导航快速找到感兴趣的位置点(如感兴趣的商户、商场出口、电梯、卫生间等)；在目前备受瞩目的智能家居应用中，室内定位追踪的相关研究有助于看护老人和儿童、根据室内人员的位置情况自动调节灯光、温度、湿度等环境参数；在机场和火车站等交通枢纽区域，将实时的交通信息推送到位置范围内乘客的手机上，在提高运输效率的同时提供更人性化的服务；在政府、医院、银行等重要场景中，期望对人员的统计和探测从而避免危险情况的发生。
因此，涌现出越来越多的室内定位技术，主要包括视觉定位技术、红外线定位技术、可见光定位技术、蓝牙定位技术、射频标签(RFID)定位技术、超宽带无线电(UWB)定位技术等。这些技术有其独特的优势，亦有其自身局限之处：基于视觉的技术需要在光线好的环境中布置全方位覆盖的多个摄像头；基于可见光的技术容易受到光线的影响；基于红外的技术需要部署成本相对较高的设备；基于RFID和UWB的技术需要额外的硬件且不利于集成到现有设备中。而随着WLAN的普及与发展，通过现有的无线设备进行定位有其独特的优越性：(1)用现有的用于通讯的WiFi设备即可构建系统，无需额外的设备部署；(2)无线信号覆盖范围广且对光照等环境需求不敏感，能在有遮挡、非视距的环境下进行工作，相比其他的传感器来说更具有普适性。
随着物联网概念的兴起与普及，网络的功能也不仅仅局限于连通各个设备模块之中，也可以对室内环境进行智能感知：如入侵检测、手势识别、跌倒检测、呼吸检测、活动识别等，但这些研究都需要目标位置作为协同才能良好地工作，因此室内定位技术作为核心有着更为重要的研究价值。而被动式定位通过识别目标对无线信号的反射点达到目标定位的目的，在被目标无法或不方便携带终端设备的应用场景中有其独特的价值：如政府职能部门的安防、家庭中老人儿童的看护、商场人流量统计等。
目前基于Wi-Fi的被动式室内定位方法有：公开号为CN105933867A的专利《基于信道状态信息的被动式两锚点实时定位方法》检测由用户移动导致的信号传播路径长度的变化速率和变化方向，并结合两个锚点的位置和预测的位置，从而获取用户当前所在的位置；公开号为CN109828233A的专利《基于被动式RFID的室内定位系统》利用通过读取RFID信息，在移动设备中计算目标的实时位置，并与数据库交互在地图上呈现目标的位置；公开号为CN106199511A的专利《一种基于指纹自适应环境变化的被动式室内定位方法》通过RSS初始指纹矩阵、参考矩阵、关系矩阵，利用LoLi-TR算法来更新指纹矩阵，借助非线性最优化将实时测量的RSS向量和更新后的指纹矩阵进行匹配，高精度恢复目标的位置；公开号为CN107884744A的专利《无源被动式室内定位方法及装置》以RSS值作为训练样本，以坐标编号作为样本标签，采用基于基尼决策树的Adaboost.M2集成学习模型，将测试样本进行二维双相关分布式小波滤波处理，再输入到该训练后的模型中，确定定位结果。
虽然已有的基于Wi-Fi的目标定位方法取得了一定的成果，但被动式定位的研究并不多，特别是在不使用专用设备进行定位则更加困难。而利用商用Wi-Fi设备进行定位仍然存在一些问题需要解决：第一，商用Wi-Fi的主要用途在于通信，因此提取到的数据失真严重，因此需要进行合理的数据预处理工作，并处理成合理的用于定位的相关参数；第二，室内多径环境的复杂导致无线信号传播路径难以规划，现有的大多数工作集中于视距路径的识别，而并没有充分利用多径信息，这使得现有的定位成果局限性较大。
发明内容
为了克服现有技术的不足，本发明提供一种基于Wi-Fi的被动式室内定位方法，利用多径信息进行室内目标位置优化定位。首先，采集信道状态信息(Channel StateInformation,CSI)数据，并对其进行预处理；然后，利用改进的多重信号分类(RecursivelyApplied and Projected Multiple Signal Classification,RAP-MUSIC)算法进行参数估计，得到多条路径的到达角(Angle of Arrival,AoA)、信号飞行时间(Time of Flight,ToF)、离开角(Angle of Departure,AoD)等参数信息；接着，利用这些参数之间的互补关系进行目标定位；最后，利用聚类算法进行定位修正，得到最终的目标位置。由于充分利用了多径信息，本发明方法对于日常典型场景，特别是非视距场景具有更好的定位效果。
一种基于Wi-Fi的被动式室内定位方法，其特征在于步骤如下：
步骤一，数据预处理：对采集到的原始CSI数据，按照下式对第二根天线和第三根天线的相位值进行校准，得到天线相位校准后的CSI数据：
Figure BDA0002456448280000031
其中，
Figure BDA0002456448280000032
为第二根天线的原始相位，
Figure BDA0002456448280000033
为第三根天线的原始相位，
Figure BDA0002456448280000034
为第二根天线相比于第一根天线的相位差校准值，
Figure BDA0002456448280000035
为第三根天线相比于第一根天线的相位差校准值，
Figure BDA0002456448280000036
为校准后第二根天线的相位值，
Figure BDA0002456448280000037
为更新后第三根天线的相位值；
然后，再对CSI数据进行子载波间相位校准，得到校准后的CSI数据矩阵；
步骤二，参数估计：利用改进的RAP-MUSIC算法对步骤一校准后的CSI矩阵进行到达角、信号飞行时间、离开角参数估计，获得5个最优峰值组合<AoAj,ToFj,AoDj>，对应场景中的5条路径，其中，j表示组合序号，j＝1,…,5，AoAj表示第j个最优峰值组合中的到达角值，ToFj表示第j个最优峰值组合中的信号飞行时间值，AoDj表示第j个最优峰值组合中的离开角值；
步骤三，视距和非视距场景判别：对于步骤二得到的最优峰值组合，如果同时满足|AoAT-AoAj|≤5°和|AoDT-AoDj|≤5°，则认为该路径为视距场景中的路径，标记为视距路径，否则，认为该路径为非视距场景中的路径，标记为非视距路径；其中，AoAT为到达角理论值，AoDT为离开角理论值；
步骤四，参考点和目标点判别：对于步骤三标记为非视距路径的每条路径，设接收机RX为坐标原点，发射机TX的坐标为(xT，yT)，待测目标坐标为(x1，y1)，
Figure BDA0002456448280000038
该路径的离开角值，θ为该路径的到达角值，αT为发射机的天线阵列预校准值，αR为接收机的天线阵列预校准值，求解下式得到其反射点位置坐标(x1，y1)：
Figure BDA0002456448280000041
然后，如果反射点位置坐标满足||xp-x1,yp-y1||≤0.2，则认为该反射点为参考点，将其参考点的坐标(xp,yp)附加到该路径上，记作(xref,yref)；否则，认为该反射点为目标预定位点；其中，p为环境中预置参考点集合中的点，(xp,yp)为点p的坐标；
步骤五，模型定位：构造非线性优化方程如下：
Figure BDA0002456448280000042
其中，
Figure BDA0002456448280000043
为待求的目标位置的输出集合，S(x,y)为待优化目标函数，计算表达式如下：
S(x,y)＝PT1+PT2+PT12 (4)
其中，PT1表示由AoA和AoD决定的第一条路径参数，PT2表示由AoA和AoD决定的第二条路径参数，PT12表示由上述两条路径的相对信号飞行时间决定的两条路径之间的路程差；(x,y)为所求目标点坐标参数集合；
从步骤二所得到的5条路径中选择1条视距路径和1条存在目标点的非视距路径，进行视距单目标定位；从步骤二所得到的5条路径中选择1条存在参考点的非视距路径和1条存在目标点的非视距路径，进行非视距单目标定位；从步骤二所得到的5条路径中选择1条存在目标点的非视距路径和1条存在另外一个目标点的非视距路径，进行非视距双目标定位；
所述的视距单目标定位的计算方法为：设PT1为视距路径，PT2为目标点所在的非视距路径，接收机RX为坐标原点，发射机TX的坐标为(xT,yT)，目标点坐标为(x1,y1)，
Figure BDA0002456448280000044
为视距路径的AoD值，θ1为视距路径的AoA值，τ1为视距路径的ToF值，
Figure BDA0002456448280000045
为目标点所在非视距路径的AoD值，θ2为目标点所在非视距路径的AoA值，τ2为目标点所在非视距路径的ToF值，αT为发射机的天线阵列预校准值，αR为接收机的天线阵列预校准值，PT1、PT2、PT12按照下式计算：
Figure BDA0002456448280000051
其中，参数w1取AoA参数估计平均误差的倒数，参数w2取AoD参数估计平均误差的倒数，参数w3取rToF参数估计平均误差的倒数，rToF为相对信号飞行时间，通过两条路径的ToF值作差得到；参数a＝||xT,yT||2，参数b＝||x1,y1||2，参数c＝||(xT-x1),(yT-y1)||2，C为光速；
根据天线对称性，将公式5修改为如下形式：
Figure BDA0002456448280000052
分别利用公式5、6在预搜索网格中找到使待优化目标函数S取得最小值的坐标点，再从得到的两个坐标点中选择使目标函数S更小的一个作为目标位置；所述的预搜索网格通过将定位二维场景按1cm等间距网格划分得到；
所述的非视距单目标定位的计算方法为：设PT1为目标所在的非视距路径，PT2为参考点所在的非视距路径，接收机RX为坐标原点，发射机TX的坐标为(xT,yT)，目标坐标为(x1,y1)，固定参考点坐标为(xref,yref)，
Figure BDA0002456448280000054
为参考点所在非视距路径的AoD值，θ1为参考点所在非视距路径的AoA值，τ1为参考点所在非视距路径的ToF值，
Figure BDA0002456448280000055
为目标所在非视距路径的AoD值，θ2为目标所在非视距路径的AoA值，τ2为目标所在非视距路径的ToF值，αT为发射机的天线阵列预校准值，αR为接收机的天线阵列预校准值，PT1、PT2、PT12按照下式计算：
Figure BDA0002456448280000053
其中，参数w1取AoA参数估计平均误差的倒数，参数w2取AoD参数估计平均误差的倒数，参数w3取rToF参数估计平均误差的倒数，rToF为相对信号飞行时间，通过两条路径的ToF值作差得到；参数a＝||xT,yT||2，参数b＝||xref,yref||2，参数c＝||(xT-x1),(yT-y1)||2，参数d＝||(xref-xT),(yref-yT)||2，C为光速；
根据天线对称性，将公式7修改为如下形式：
Figure BDA0002456448280000061
分别利用公式7、8在预搜索网格中找到使待优化目标函数S取得最小值的坐标点，再从得到的两个坐标点中选择使目标函数S更小的一个作为目标位置；
所述的非视距双目标定位的计算方法为：设PT1为第一个目标所在的非视距路径，PT2为第二个目标所在的非视距路径，接收机RX为坐标原点，发射机TX的坐标为(xT,yT)，第一个目标的坐标为(x1,y1)，第二个目标的坐标为(x2,y2)，
Figure BDA0002456448280000063
为第一个目标所在非视距路径的AoD值，θ1为第一个目标所在非视距路径的AoA值，τ1为第一个目标所在非视距路径的ToF值，
Figure BDA0002456448280000064
为第二个目标所在非视距路径的AoD值，θ2为第二个目标所在非视距路径的AoA值，τ2为第二个目标所在非视距路径的ToF值，αT为发射机的天线阵列预校准值，αR为接收机的天线阵列预校准值，PT1、PT2、PT12按照下式计算：
Figure BDA0002456448280000062
其中，参数w1取AoA参数估计平均误差的倒数，参数w2取AoD参数估计平均误差的倒数，参数w3取rToF参数估计平均误差的倒数，rToF为相对信号飞行时间，通过两条路径的ToF值作差得到；参数a＝||xT,yT||2，参数b＝||x2，y2||2，参数c＝||(xT-x1),(yT-y1)||2，参数d＝||(x2-xT)，(y2-yT)||2，C为光速；
根据天线对称性，将公式9分别修改为如下三种形式：
Figure BDA0002456448280000071
Figure BDA0002456448280000072
Figure BDA0002456448280000073
分别利用公式9、10、11、12在预搜索网格中找到使待优化目标函数S取得最小值的一组目标坐标点，再从得到的四组坐标点中选择使目标函数S更小的一组的两个坐标点作为两个待测目标位置；
步骤六，定位修正：对所有终端均按上述步骤一至六进行目标定位，采用基于高密度连通区域的聚类方法对定位得到的所有目标位置进行聚类处理，以得到的质心作为最终的目标位置。
进一步地，步骤一中所述的天线间相位差校准值
Figure BDA0002456448280000074
和
Figure BDA0002456448280000075
的具体测量方法如下：
步骤1：在到达角AoA的真实值
Figure BDA0002456448280000076
的情况下布置实验装置并采集CSI数据，设三根天线的原始相位分别为
Figure BDA0002456448280000077
和
Figure BDA0002456448280000078
第二根天线相比于第一根天线的相位差校准值
Figure BDA0002456448280000079
的搜索范围为[min12,max12]，第三根天线相比于第一根天线的相位差校准值
Figure BDA00024564482800000710
的搜索范围为[min13,max13]，设定相位差最大允许误差
Figure BDA00024564482800000711
搜索步长为Δδ＝0.01rad，数据总量为n；
步骤2：对于采集得到的第i组CSI数据，i＝1,2,…,n，按照以下过程计算得到其相位差校准值
Figure BDA00024564482800000712
和
Figure BDA00024564482800000713
步骤2.1：设定相位差校准搜索值δ12和δ13的初始值分别为δ12＝min12，δ13＝min13；
步骤2.2：针对CSI数据，按照下式更新第二根和第三根天线的相位值，得到更新后的CSI数据：
Figure BDA0002456448280000081
其中，
Figure BDA0002456448280000082
为更新后第二根天线的相位值，
Figure BDA0002456448280000083
为更新后第三根天线的相位值；
步骤2.3：利用MUSIC算法对更新后的CSI数据进行参数估计，得到AoA估计值
Figure BDA0002456448280000084
如果
Figure BDA0002456448280000085
令
Figure BDA0002456448280000086
并按
Figure BDA0002456448280000087
更新
Figure BDA0002456448280000088
步骤2.4：令δ12＝δ12+Δδ和δ13＝δ13+Δδ，重复步骤2.2和2.3，直至δ12＝max12或δ13＝max13，此时得到的
Figure BDA0002456448280000089
和
Figure BDA00024564482800000810
即为该组CSI数据最终的相位差校准值，记为
Figure BDA00024564482800000811
和
Figure BDA00024564482800000812
步骤3：按照
Figure BDA00024564482800000813
计算得到第二根天线相比于第一根天线的相位差校准值
Figure BDA00024564482800000814
按照
Figure BDA00024564482800000815
计算得到第三根天线相比于第一根天线的相位差校准值
Figure BDA00024564482800000816
进一步地，步骤一中所述的子载波间相位校准的具体步骤如下：
步骤1：对所有子载波原始相位构成的一维矩阵进行相位展开，再利用最小二乘法对展开相位进行曲线拟合，得到拟合斜率k和截距b；
步骤2：如果第i个子载波si与其相邻子载波si-1满足下式，则认定该子载波si为异常值：
Figure BDA00024564482800000817
其中，i为子载波序号，i＝2,…,N，N为子载波总数，ψi表示第i个子载波的展开相位，ψi-1表示第i-1个子载波的展开相位，Δk为异常检测阈值，Δk＝0.5|k|；
设总共有J个异常值子载波，令j＝1，对于第j个异常值子载波，按照下式对其进行相位补偿：
Figure BDA00024564482800000818
其中，
Figure BDA00024564482800000819
表示补偿后的第j个异常值子载波的相位，ψj表示第j个子载波的展开相位，ψN-j表示第N-j个子载波的展开相位，ψN-j-1表示第N-j-1个子载波的相位；
然后，依次向后平移该子载波之后的各子载波相位，令j＝j+1，返回公式15，对下一个异常值子载波进行相位补偿和相位平移，重复此过程，直至完成所有异常值子载波的相位补偿；
步骤3：对步骤2处理后的所有子载波的新相位构成的一维矩阵进行相位展开，并利用最小二乘法对展开后相位进行曲线拟合，得到拟合斜率k′和截距b′；然后，对每一个子载波按照下式进行校准：
Figure BDA0002456448280000091
其中，
Figure BDA0002456448280000092
表示第i个子载波校准后的相位，φi表示第i个子载波的原始相位，i＝1,…,N。
进一步地，所述的天线阵列预校准值按照以下过程测量得到：将单根天线放置于视距路径下的固定位置，得到该单根天线相对于接收机天线阵列的AoA准确值α，同时，在接收机处采集CSI数据并进行天线间相位校准和子载波间相位校准，得到校准后的CSI熟记，再利用MUSIC算法对校准后的CSI数据进行参数估计，得到AoA测量值α′，接收机天线阵列的预校准值按照αR＝α-α′计算得到；对于发射机天线阵列，采用同样方法测量得到。
本发明的有益效果是：由于进行了天线间相位校准和子载波间相位校准的数据预处理，能够使得利用RAP-MUSIC算法进行参数估计的精度明显提升，从而提高定位精度；由于使用了相对信号飞行时间rToF值而不是利用信号飞行时间ToF值进行目标定位，使得路径间距离关系变为可用，可以有效地提升定位精度；由于充分利用了室内广泛存在的多径信息，能够取得更好的定位效果，特别是在非视距场景下；由于使用广泛部署的Wi-Fi网络，无需搭建专门的硬件，能够节省大量的人力物力；由于利用了目标反射点进行被动式定位，因此不需要被检测人员随身携带任何设备，能够有效地保护被定位目标存储于智能终端的隐私信息。本发明提出的定位方法能够适用于诸如安防、社会统计等更广泛的应用场景。
附图说明
图1是本发明的基于Wi-Fi的被动式室内定位方法流程图；
图2是视距单目标定位原理示意图；
图中，A-原理图边界点，B-接收机位置，C-原理图边界点，D-原理图边界点，E-天线对称性引起的目标所在的另一个位置，F-发射机位置，G-目标位置，1-第一根天线，2-第二根天线，3-第三根天线，RX-接收机，TX-发射机；
图3是非视距单目标定位原理示意图；
图中，A-目标位置，B-原理图边界点，C-原理图边界点，D-原理图边界点，E-天线对称性引起的目标所在的另一个位置，F-接收机位置，G-参考点位置，H-发射机位置，I-辅助线边界点，J-辅助线边界点，1-第一根天线，2-第二根天线，3-第三根天线，RX-接收机，TX-发射机，Target-目标，Barrier-障碍物，RefPoint-参考点；
图4是非视距双目标定位原理示意图；
图中，A-第一个目标位置，B-原理图边界点，C-原理图边界点，D-天线对称性引起的第二个目标所在的另一个位置，E-天线对称性引起的第一个目标所在的另一个位置，F-接收机位置，G-第二个目标位置，H-发射机位置，I-辅助线边界点，M-辅助线边界点，K-辅助线边界点，J-辅助线边界点，1-第一根天线，2-第二根天线，3-第三根天线，RX-接收机，TX-发射机，Target1-第一个目标，Target2-第二个目标，Target1′-天线对称性引起的第一个目标的镜像目标，Target2′-天线对称性引起的第二个目标的镜像目标，Barrier-障碍物；
图5是利用多个终端解决定位盲区示意图；
图6是本发明定位优化效果示意图。
图中，
Figure BDA0002456448280000101
-离开角值，θ-到达角值，AoD-离开角参数，AoA-到达角参数，p1-利用AoD和AoA可定位目标点，p2-利用AoD和rToF可定位目标点，p3-利用AoA和rToF可定位目标点，P-利用AoA、AoD和rToF可定位目标点，
Figure BDA0002456448280000102
-离开角估计误差，Δθ-到达角估计误差，ΔD-相对信号飞行时间估计误差导致的距离误差。
具体实施方式
下面结合附图和实施例对本发明进一步说明，本发明包括但不仅限于下述实施例。
本实施例的硬件环境为：信号发射机与接收机分别为联想ThinkPad X200电脑，装备有Intel 5300的无线网卡；后台进行数据处理的台式机，处理器为Intel Core2 I5。软件环境分为两个部分：数据收集部分采用Linux操作系统下的CSI Tool工具；数据处理部分使用Matlab 2016；实验条件为：受测区域大小为7m×7m，接收机放置于房间边缘，发射机放置于房间中央，放置高度均为1.1m，应用于聚类的收发机应为3组，用于聚类的数据包为5个，发包间隔设置为15ms。
如图1所示，本发明的基于Wi-Fi的被动式室内定位方法的具体过程如下：
一、数据预处理
对采集到的原始信道状态信息(Channel State Information,CSI)数据进行以下天线间相位校准和子载波间相位校准，得到校准后的CSI数据矩阵。
1、天线间相位校准
对采集到的原始CSI数据，按照下式对第二根天线和第三根天线的相位值进行校准，得到天线相位校准后的CSI数据：
Figure BDA0002456448280000111
其中，
Figure BDA0002456448280000112
为第二根天线的原始相位，
Figure BDA0002456448280000113
为第三根天线的原始相位，
Figure BDA0002456448280000114
为第二根天线相比于第一根天线的相位差校准值，
Figure BDA0002456448280000115
为第三根天线相比于第一根天线的相位差校准值，
Figure BDA0002456448280000116
为校准后第二根天线的相位值，
Figure BDA0002456448280000117
为更新后第三根天线的相位值。
两个相位差校准值
Figure BDA0002456448280000118
和
Figure BDA0002456448280000119
的具体测量方法如下：
步骤1：在到达角AoA的真实值
Figure BDA00024564482800001110
的情况下布置实验装置并采集CSI数据，设三根天线的原始相位分别为
Figure BDA00024564482800001111
和
Figure BDA00024564482800001112
第二根天线相比于第一根天线的相位差校准值
Figure BDA00024564482800001113
的搜索范围为[min12,max12]，第三根天线相比于第一根天线的相位差校准值
Figure BDA00024564482800001114
的搜索范围为[min13,max13]，设定相位差最大允许误差
Figure BDA00024564482800001115
搜索步长为Δδ＝0.01rad，数据总量为n；
步骤2：对于采集得到的第i组CSI数据，i＝1,2,…,n，按照以下过程计算得到其相位差校准值
Figure BDA00024564482800001116
和
Figure BDA00024564482800001117
步骤2.1：设定相位差校准搜索值δ12和δ13的初始值分别为δ12＝min12，δ13＝min13；
步骤2.2：针对CSI数据，按照下式更新第二根和第三根天线的相位值，得到更新后的CSI数据：
Figure BDA00024564482800001118
其中，
Figure BDA00024564482800001119
为更新后第二根天线的相位值，
Figure BDA00024564482800001120
为更新后第三根天线的相位值；
步骤2.3：利用MUSIC算法对更新后的CSI数据进行参数估计，得到AoA估计值
Figure BDA00024564482800001121
如果
Figure BDA00024564482800001122
令
Figure BDA00024564482800001123
并按
Figure BDA00024564482800001124
更新
Figure BDA00024564482800001125
步骤2.4：令δ12＝δ12+Δδ和δ13＝δ13+Δδ，重复步骤2.2和2.3，直至δ12＝max12或δ13＝max13，此时得到的
Figure BDA00024564482800001126
和
Figure BDA00024564482800001127
即为该组CSI数据最终的相位差校准值，记为
Figure BDA00024564482800001128
和
Figure BDA00024564482800001129
步骤3：按照
Figure BDA0002456448280000121
计算得到第二根天线相比于第一根天线的相位差校准值
Figure BDA0002456448280000122
按照
Figure BDA0002456448280000123
计算得到第三根天线相比于第一根天线的相位差校准值
Figure BDA0002456448280000124
2、子载波间相位校准
对经天线间相位校准后的CSI数据，进行如下子载波间相位校准：
步骤1：对所有子载波原始相位构成的一维矩阵进行相位展开，再利用最小二乘法对展开相位进行曲线拟合，得到拟合斜率k和截距b；
步骤2：如果第i个子载波si与其相邻子载波si-1满足下式，则认定该子载波si为异常值：
Figure BDA0002456448280000125
其中，i为子载波序号，i＝2,…,N，N为子载波总数，ψi表示第i个子载波的展开相位，ψi-1表示第i-1个子载波的展开相位，Δk为异常检测阈值，Δk＝0.5|k|；
设总共有J个异常值子载波，令j＝1，对于第j个异常值子载波，按照下式对其进行相位补偿：
Figure BDA0002456448280000126
其中，
Figure BDA0002456448280000127
表示补偿后的第j个异常值子载波的相位，ψj表示第j个子载波的展开相位，ψN-j表示第N-j个子载波的展开相位，ψN-j-1表示第N-j-1个子载波的相位；
然后，依次向后平移该子载波之后的各子载波相位，令j＝j+1，返回公式(20)，对下一个异常值子载波进行相位补偿和相位平移，重复此过程，直至完成所有异常值子载波的相位补偿；
步骤3：对步骤2处理后的所有子载波的新相位构成的一维矩阵进行相位展开，并利用最小二乘法对展开后相位进行曲线拟合，得到拟合斜率k′和截距b′；然后，对每一个子载波按照下式进行校准：
Figure BDA0002456448280000128
其中，
Figure BDA0002456448280000129
表示第i个子载波校准后的相位，φi表示第i个子载波的原始相位，i＝1,…,N。
二、参数估计
为了识别多径信息，利用改进的多重信号分类(RAP-MUSIC)算法对校准后的CSI矩阵进行到达角-信号飞行时间-离开角(AoA-ToF-AoD)参数估计，获得5个最优峰值组合，对应5条室内重要的多径信息，即<AoAj,ToFj,AoDj>，其中，j表示组合序号，j＝1,…,5，AoAj表示第j个最优峰值组合中的到达角值，ToFj表示第j个最优峰值组合中的信号飞行时间值，AoDj表示第j个最优峰值组合中的离开角值.
其中，所述的改进的RAP-MUSIC算法记载在文献“Mosher J C,Leahy R M.Sourcelocalization using recursively applied and projected(RAP)MUSIC[J].IEEETransactions on Signal Processing,1999,47(2):332-340.”中。
三、视距/非视距场景判别
由已知的收发机的精确位置可以计算得到二者之间存在视距路径的理论值AoAT和AoDT，将步骤二得到的参数与这两个理论值进行对比，判断是否为视距路径，即：对于步骤二得到的最优峰值组合，如果同时满足|AoAT-AoAj|≤5°和|AoDT-AoDj|≤5°，则认为该路径为视距场景中的路径，标记为视距路径，否则，认为该路径为非视距场景中的路径，标记为非视距路径。
四、参考点和目标点判别
如果步骤三判定为非视距场景，则步骤二得到的路径为反射点(对应非视距反射路径)，需要判断该反射点是否为环境中已知的参考点(如桌椅、柜子等)。可以结合收发机的具体位置，利用AoA-AoD序列进行目标定位，即：对于步骤三标记为非视距路径的每条路径，设接收机RX为坐标原点，发射机TX的坐标为(xT，yT)，待测目标坐标为(x1，y1)，
Figure BDA0002456448280000131
该路径的离开角值，θ为该路径的到达角值，αT为发射机的天线阵列预校准值，αR为接收机的天线阵列预校准值，求解下式得到其反射点位置坐标(x1，y1)：
Figure BDA0002456448280000132
然后，如果反射点位置坐标满足||xp-x1,yp-y1||≤0.2，则认为该反射点为参考点，将其参考点的坐标(xp,yp)附加到该路径上，记作(xref,yref)；否则，认为该反射点为目标预定位点；其中，p为环境中预置参考点集合中的点，(xp,yp)为点p的坐标。
五、模型定位
假设目标位置(x,y)，为利用多径信息，考虑两条路径，将定位过程建模为如下非线性优化问题：
Figure BDA0002456448280000141
其中，
Figure BDA0002456448280000142
为待求的目标位置的输出集合，S(x,y)为待优化目标函数，计算表达式如下：
S(x,y)＝PT1+PT2+PT12 (24)
其中，PT1表示由AoA和AoD决定的第一条路径参数，PT2表示由AoA和AoD决定的第二条路径参数，PT12表示由上述两条路径的相对信号飞行时间决定的两条路径之间的路程差。
通过步骤三，可以将每条路径信息标记为视距路径或非视距路径，通过步骤四，可以标记非视距路径是参考点还是目标点所在的路径。通过这些标记，将定位划分为三种情况：(1)从5条路径中选择一条视距路径和一条目标所在的非视距路径，执行下述的视距单目标定位步骤；(2)从5条路径中选择一条目标所在的非视距路径和一条参考点所在的非视距路径，执行下述的非视距单目标定位步骤；(3)从5条路径中选择一条目标所在的非视距路径和一条另一个目标所在的非视距路径，执行下述的非视距双目标定位步骤。
1、视距单目标定位
结合图2，考虑图中实线路径，目标在G点，坐标为(x1,y1)，设PT1为视距路径，PT2为目标点所在的非视距路径，接收机RX为坐标原点，发射机TX的坐标为(xT,yT)，
Figure BDA0002456448280000143
为视距路径的AoD值，θ1为视距路径的AoA值，τ1为视距路径的ToF值，
Figure BDA0002456448280000144
为目标点所在非视距路径的AoD值，θ2为目标点所在非视距路径的AoA值，τ2为目标点所在非视距路径的ToF值，αT为发射机的天线阵列预校准值，αR为接收机的天线阵列预校准值，结合ΔCDF、ΔEBF、ΔAED、ΔEFD中体现的几何关系，公式(24)中的各项可以表示为：
Figure BDA0002456448280000145
其中，参数w1取AoA参数估计平均误差的倒数，参数w2取AoD参数估计平均误差的倒数，参数w3取rToF参数估计平均误差的倒数，rToF为相对信号飞行时间，通过两条路径的ToF值作差得到；参数a＝||xT,yT||2，参数b＝||x1,y1||2，参数c＝||(xT-x1),(yT-y1)||2，C为光速。
根据天线对称性，公式(25)还有另外一种形式(图3中虚线路径，目标在E点)，不同之处在于PT1和PT2中等式的正负号，即：
Figure BDA0002456448280000151
通过将定位二维场景按1cm等间距网格划分可以得到预搜索网格，分别利用公式(25)、(26)计算公式(24)的待优化目标函数，分别得到一个使S取得最小值的坐标点，再从两个坐标点中选择使目标函数S更小的一个作为目标位置。
2、非视距单目标定位
结合图3，考虑图中实线路径，目标在A点，坐标为(x1,y1)，设PT1为目标所在的非视距路径，PT2为参考点所在的非视距路径，接收机RX为坐标原点，发射机TX的坐标为(xT,yT)，目标坐标为(x1,y1)，固定参考点坐标为(xref,yref)，
Figure BDA0002456448280000152
为参考点所在非视距路径的AoD值，θ1为参考点所在非视距路径的AoA值，τ1为参考点所在非视距路径的ToF值，
Figure BDA0002456448280000153
为目标所在非视距路径的AoD值，θ2为目标所在非视距路径的AoA值，τ2为目标所在非视距路径的ToF值，αT为发射机的天线阵列预校准值，αR为接收机的天线阵列预校准值，结合ΔAEH、ΔEBF、ΔFCG、ΔGDH中体现的几何关系，公式(24)中的各项可以表示为：
Figure BDA0002456448280000154
其中，参数w1取AoA参数估计平均误差的倒数，参数w2取AoD参数估计平均误差的倒数，参数w3取rToF参数估计平均误差的倒数，rToF为相对信号飞行时间，通过两条路径的ToF值作差得到；参数a＝||xT,yT||2，参数b＝||xref,yref||2，参数c＝||(xT-x1),(yT-y1)||2，参数d＝||(xref-xT),(yref-yT)||2，C为光速。
根据天线对称性，公式(27)还有另外一种形式(图4中虚线路径，目标在E点)，不同之处在于PT1和PT2中等式的正负号，即：
Figure BDA0002456448280000161
分别利用公式(27)、(28)计算公式(24)的待优化目标函数，分别得到一个使S取得最小值的坐标点，再从两个坐标点中选择使目标函数S更小的一个作为目标位置。
3、非视距双目标定位
结合图4，考虑图中实线路径，两个目标在A点和G点，在这种情况下，PT1和PT2均为目标所在的反射路径，仍然可以利用两个目标之间的相互约束关系进行定位优化。结合图4，目标分别在A点和G点，坐标分别为(x1,y1)和(x2,y2)，设PT1为第一个目标所在的非视距路径，PT2为第二个目标所在的非视距路径，接收机RX为坐标原点，发射机TX的坐标为(xT,yT)，
Figure BDA0002456448280000162
为目标A所在非视距路径的AoD值，θ1为目标A所在非视距路径的AoA值，τ1为目标A所在非视距路径的ToF值，
Figure BDA0002456448280000163
为目标D所在非视距路径的AoD值，θ2为目标D所在非视距路径的AoA值，τ2为目标D所在非视距路径的ToF值，αT为发射机的天线阵列预校准值，αR为接收机的天线阵列预校准值，公式(24)中的各项可以表示为：
Figure BDA0002456448280000164
其中，参数w1取AoA参数估计平均误差的倒数，参数w2取AoD参数估计平均误差的倒数，参数w3取rToF参数估计平均误差的倒数，rToF为相对信号飞行时间，通过两条路径的ToF值作差得到；参数a＝||xT,yT||2，参数b＝||x2，y2||2，参数c＝||(xT-x1),(yT-y1)||2，参数d＝||(x2-xT)，(y2-yT)||2，C为光速；
根据天线对称性，会引起两个目标均有两个可能的位置，公式(29)还有另外三种形式(图中实线和虚线部分，两个目标点分别位于E点G点、A点和D点、E点和D点)，即：
Figure BDA0002456448280000171
Figure BDA0002456448280000172
Figure BDA0002456448280000173
分别利用公式(29)、(30)、(31)、(32)在预搜索网格中找到使待优化目标函数S取得最小值的一组目标坐标点，再从得到的四组坐标点中选择使目标函数S更小的一组的两个坐标点作为两个待测目标位置。
六、定位修正
经过步骤五，单个终端单个数据包均可以输出1个目标位置(单目标)或2个目标位置(双目标)。如果场景中布置了多个终端，并在每个终端上采用多个数据包进行定位优化，则针对所有的目标输出位置，采用一种基于高密度连通区域的聚类方法DBSCAN(Density-Based Spatial Clustering of Applications with Noise)对输出的定位结果进行聚类，最终使用质心作为目标最终位置。该方式可以消除上述定位模型存在的定位盲区：结合图5，左图所示的视距场景中，目标刚好处于发射机TX-接收机RX1连线上，导致无法定位目标，但发射机TX-接收机RX2可以定位目标，因此利用多个终端可以解决定位盲区；右图所示的非视距场景中，由于目标1刚好处于障碍物信号反射盲区，导致发射机TX-接收机RX1无法定位目标1，但发射机TX-接收机RX2可以定位目标1，而发射机TX-接收机RX1可以定位目标2，但发射机TX-接收机RX2却无法定位目标2，因此利用多个终端可以解决定位盲区；而采用多个数据包可以使得定位结果更加稳定，从而在一定程度上提升定位精度。此外，该聚类方法可以舍弃离群值，从而达到更好的定位效果。
实验结果表明：在空旷的房间中，采用本发明方法可以达到0.4m左右的中值定位精度；在典型的办公室房间中，可以达到0.7m左右的中值定位精度。图6给出了定位优化效果图，从左图可以看出本发明的方法利用三个参数将定位点控制在任意两个参数定位边界之间，其中利用离开角AoD和相对信号飞行时间rToF可以定位目标点p2，利用到达角AoA和相对信号飞行时间rToF可以定位目标点p3，而本发明方法利用到达角AoA、离开角AoD、相对信号飞行时间rToF可以定位目标点P；右图所示的
Figure BDA0002456448280000181
为离开角估计误差，Δθ为到达角估计误差，ΔD为相对信号飞行时间估计误差导致的距离误差，三个参数的估计误差导致定位误差由浅色阴影部分给定，而本发明方法采用三个参数共同定位，其定位误差由深色阴影部分给定，从中可以看出定位误差所在的阴影部分显著减少了，证明了本发明方法的有效性。

Claims (4)

1.一种基于Wi-Fi的被动式室内定位方法，其特征在于步骤如下：
步骤一，数据预处理：对采集到的原始CSI数据，按照下式对第二根天线和第三根天线的相位值进行校准，得到天线相位校准后的CSI数据：
Figure FDA0002456448270000011
其中，
Figure FDA0002456448270000012
为第二根天线的原始相位，
Figure FDA0002456448270000013
为第三根天线的原始相位，
Figure FDA0002456448270000014
为第二根天线相比于第一根天线的相位差校准值，
Figure FDA0002456448270000015
为第三根天线相比于第一根天线的相位差校准值，
Figure FDA0002456448270000016
为校准后第二根天线的相位值，
Figure FDA0002456448270000017
为更新后第三根天线的相位值；
然后，再对CSI数据进行子载波间相位校准，得到校准后的CSI数据矩阵；
步骤二，参数估计：利用改进的RAP-MUSIC算法对步骤一校准后的CSI矩阵进行到达角、信号飞行时间、离开角参数估计，获得5个最优峰值组合<AoAj,ToFj,AoDj>，对应场景中的5条路径，其中，j表示组合序号，j＝1,…,5，AoAj表示第j个最优峰值组合中的到达角值，ToFj表示第j个最优峰值组合中的信号飞行时间值，AoDj表示第j个最优峰值组合中的离开角值；
步骤三，视距和非视距场景判别：对于步骤二得到的最优峰值组合，如果同时满足|AoAT-AoAj|≤5°和|AoDT-AoDj|≤5°，则认为该路径为视距场景中的路径，标记为视距路径，否则，认为该路径为非视距场景中的路径，标记为非视距路径；其中，AoAT为到达角理论值，AoDT为离开角理论值；
步骤四，参考点和目标点判别：对于步骤三标记为非视距路径的每条路径，设接收机RX为坐标原点，发射机TX的坐标为(xT，yT)，待测目标坐标为(x1，y1)，
Figure FDA0002456448270000019
该路径的离开角值，θ为该路径的到达角值，αT为发射机的天线阵列预校准值，αR为接收机的天线阵列预校准值，求解下式得到其反射点位置坐标(x1，y1)：
Figure FDA0002456448270000018
然后，如果反射点位置坐标满足||xp-x1,yp-y1||≤0.2，则认为该反射点为参考点，将其参考点的坐标(xp,yp)附加到该路径上，记作(xref,yref)；否则，认为该反射点为目标预定位点；其中，p为环境中预置参考点集合中的点，(xp,yp)为点p的坐标；
步骤五，模型定位：构造非线性优化方程如下：
Figure FDA0002456448270000021
其中，
Figure FDA0002456448270000022
为待求的目标位置的输出集合，S(x,y)为待优化目标函数，计算表达式如下：
S(x,y)＝PT1+PT2+PT12 (4)
其中，PT1表示由AoA和AoD决定的第一条路径参数，PT2表示由AoA和AoD决定的第二条路径参数，PT12表示由上述两条路径的相对信号飞行时间决定的两条路径之间的路程差；(x,y)为所求目标点坐标参数集合；
从步骤二所得到的5条路径中选择1条视距路径和1条存在目标点的非视距路径，进行视距单目标定位；从步骤二所得到的5条路径中选择1条存在参考点的非视距路径和1条存在目标点的非视距路径，进行非视距单目标定位；从步骤二所得到的5条路径中选择1条存在目标点的非视距路径和1条存在另外一个目标点的非视距路径，进行非视距双目标定位；
所述的视距单目标定位的计算方法为：设PT1为视距路径，PT2为目标点所在的非视距路径，接收机RX为坐标原点，发射机TX的坐标为(xT,yT)，目标点坐标为(x1,y1)，
Figure FDA0002456448270000024
为视距路径的AoD值，θ1为视距路径的AoA值，τ1为视距路径的ToF值，
Figure FDA0002456448270000025
为目标点所在非视距路径的AoD值，θ2为目标点所在非视距路径的AoA值，τ2为目标点所在非视距路径的ToF值，αT为发射机的天线阵列预校准值，αR为接收机的天线阵列预校准值，PT1、PT2、PT12按照下式计算：
Figure FDA0002456448270000023
其中，参数w1取AoA参数估计平均误差的倒数，参数w2取AoD参数估计平均误差的倒数，参数w3取rToF参数估计平均误差的倒数，rToF为相对信号飞行时间，通过两条路径的ToF值作差得到；参数a＝||xT,yT||2，参数b＝||x1,y1||2，参数c＝||(xT-x1),(yT-y1)||2，C为光速；
根据天线对称性，将公式5修改为如下形式：
Figure FDA0002456448270000031
分别利用公式5、6在预搜索网格中找到使待优化目标函数S取得最小值的坐标点，再从得到的两个坐标点中选择使目标函数S更小的一个作为目标位置；所述的预搜索网格通过将定位二维场景按1cm等间距网格划分得到；
所述的非视距单目标定位的计算方法为：设PT1为目标所在的非视距路径，PT2为参考点所在的非视距路径，接收机RX为坐标原点，发射机TX的坐标为(xT,yT)，目标坐标为(x1,y1)，固定参考点坐标为(xref,yref)，
Figure FDA0002456448270000034
为参考点所在非视距路径的AoD值，θ1为参考点所在非视距路径的AoA值，τ1为参考点所在非视距路径的ToF值，
Figure FDA0002456448270000035
为目标所在非视距路径的AoD值，θ2为目标所在非视距路径的AoA值，τ2为目标所在非视距路径的ToF值，αT为发射机的天线阵列预校准值，αR为接收机的天线阵列预校准值，PT1、PT2、PT12按照下式计算：
Figure FDA0002456448270000032
其中，参数w1取AoA参数估计平均误差的倒数，参数w2取AoD参数估计平均误差的倒数，参数w3取rToF参数估计平均误差的倒数，rToF为相对信号飞行时间，通过两条路径的ToF值作差得到；参数a＝||xT,yT||2，参数b＝||xref,yref||2，参数c＝||(xT-x1),(yT-y1)||2，参数d＝||(xref-xT),(yref-yT)||2，C为光速；
根据天线对称性，将公式7修改为如下形式：
Figure FDA0002456448270000033
分别利用公式7、8在预搜索网格中找到使待优化目标函数S取得最小值的坐标点，再从得到的两个坐标点中选择使目标函数S更小的一个作为目标位置；
所述的非视距双目标定位的计算方法为：设PT1为第一个目标所在的非视距路径，PT2为第二个目标所在的非视距路径，接收机RX为坐标原点，发射机TX的坐标为(xT,yT)，第一个目标的坐标为(x1,y1)，第二个目标的坐标为(x2,y2)，
Figure FDA0002456448270000044
为第一个目标所在非视距路径的AoD值，θ1为第一个目标所在非视距路径的AoA值，τ1为第一个目标所在非视距路径的ToF值，
Figure FDA0002456448270000045
为第二个目标所在非视距路径的AoD值，θ2为第二个目标所在非视距路径的AoA值，τ2为第二个目标所在非视距路径的ToF值，αT为发射机的天线阵列预校准值，αR为接收机的天线阵列预校准值，PT1、PT2、PT12按照下式计算：
Figure FDA0002456448270000041
其中，参数w1取AoA参数估计平均误差的倒数，参数w2取AoD参数估计平均误差的倒数，参数w3取rToF参数估计平均误差的倒数，rToF为相对信号飞行时间，通过两条路径的ToF值作差得到；参数a＝||xT,yT||2，参数b＝||x2，y2||2，参数c＝||(xT-x1),(yT-y1)||2，参数d＝||(x2-xT)，(y2-yT)||2，C为光速；
根据天线对称性，将公式9分别修改为如下三种形式：
Figure FDA0002456448270000042
Figure FDA0002456448270000043
Figure FDA0002456448270000051
分别利用公式9、10、11、12在预搜索网格中找到使待优化目标函数S取得最小值的一组目标坐标点，再从得到的四组坐标点中选择使目标函数S更小的一组的两个坐标点作为两个待测目标位置；
步骤六，定位修正：对所有终端均按上述步骤一至六进行目标定位，采用基于高密度连通区域的聚类方法对定位得到的所有目标位置进行聚类处理，以得到的质心作为最终的目标位置。
2.如权利要求1所述的一种基于Wi-Fi的被动式室内定位方法，其特征在于：步骤一中所述的天线间相位差校准值
Figure FDA00024564482700000510
和
Figure FDA00024564482700000511
的具体测量方法如下：
步骤1：在到达角AoA的真实值
Figure FDA00024564482700000518
的情况下布置实验装置并采集CSI数据，设三根天线的原始相位分别为
Figure FDA00024564482700000512
和
Figure FDA00024564482700000513
第二根天线相比于第一根天线的相位差校准值
Figure FDA00024564482700000514
的搜索范围为[min12,max12]，第三根天线相比于第一根天线的相位差校准值
Figure FDA00024564482700000515
的搜索范围为[min13,max13]，设定相位差最大允许误差
Figure FDA00024564482700000519
搜索步长为Δδ＝0.01rad，数据总量为n；
步骤2：对于采集得到的第i组CSI数据，i＝1,2,…,n，按照以下过程计算得到其相位差校准值
Figure FDA00024564482700000516
和
Figure FDA00024564482700000517
步骤2.1：设定相位差校准搜索值δ12和δ13的初始值分别为δ12＝min12，δ13＝min13；
步骤2.2：针对CSI数据，按照下式更新第二根和第三根天线的相位值，得到更新后的CSI数据：
Figure FDA0002456448270000052
其中，
Figure FDA0002456448270000053
为更新后第二根天线的相位值，
Figure FDA0002456448270000054
为更新后第三根天线的相位值；
步骤2.3：利用MUSIC算法对更新后的CSI数据进行参数估计，得到AoA估计值
Figure FDA0002456448270000055
如果
Figure FDA0002456448270000056
令
Figure FDA0002456448270000057
并按
Figure FDA0002456448270000058
更新
Figure FDA0002456448270000059
步骤2.4：令δ12＝δ12+Δδ和δ13＝δ13+Δδ，重复步骤2.2和2.3，直至δ12＝max12或δ13＝max13，此时得到的
Figure FDA0002456448270000061
和
Figure FDA0002456448270000062
即为该组CSI数据最终的相位差校准值，记为
Figure FDA0002456448270000063
和
Figure FDA0002456448270000064
步骤3：按照
Figure FDA0002456448270000065
计算得到第二根天线相比于第一根天线的相位差校准值
Figure FDA0002456448270000066
按照
Figure FDA0002456448270000067
计算得到第三根天线相比于第一根天线的相位差校准值
Figure FDA0002456448270000068
3.如权利要求1或2所述的一种基于Wi-Fi的被动式室内定位方法，其特征在于：步骤一中所述的子载波间相位校准的具体步骤如下：
步骤1：对所有子载波原始相位构成的一维矩阵进行相位展开，再利用最小二乘法对展开相位进行曲线拟合，得到拟合斜率k和截距b；
步骤2：如果第i个子载波si与其相邻子载波si-1满足下式，则认定该子载波si为异常值：
Figure FDA0002456448270000069
其中，i为子载波序号，i＝2,…,N，N为子载波总数，ψi表示第i个子载波的展开相位，ψi-1表示第i-1个子载波的展开相位，Δk为异常检测阈值，Δk＝0.5|k|；
设总共有J个异常值子载波，令j＝1，对于第j个异常值子载波，按照下式对其进行相位补偿：
Figure FDA00024564482700000610
其中，
Figure FDA00024564482700000611
表示补偿后的第j个异常值子载波的相位，ψj表示第j个子载波的展开相位，ψN-j表示第N-j个子载波的展开相位，ψN-j-1表示第N-j-1个子载波的相位；
然后，依次向后平移该子载波之后的各子载波相位，令j＝j+1，返回公式15，对下一个异常值子载波进行相位补偿和相位平移，重复此过程，直至完成所有异常值子载波的相位补偿；
步骤3：对步骤2处理后的所有子载波的新相位构成的一维矩阵进行相位展开，并利用最小二乘法对展开后相位进行曲线拟合，得到拟合斜率k′和截距b′；然后，对每一个子载波按照下式进行校准：
Figure FDA00024564482700000612
其中，
Figure FDA00024564482700000613
表示第i个子载波校准后的相位，φi表示第i个子载波的原始相位，i＝1,…,N。
4.如权利要求1、2或3所述的一种基于Wi-Fi的被动式室内定位方法，其特征在于：所述的天线阵列预校准值按照以下过程测量得到：将单根天线放置于视距路径下的固定位置，得到该单根天线相对于接收机天线阵列的AoA准确值α，同时，在接收机处采集CSI数据并进行天线间相位校准和子载波间相位校准，得到校准后的CSI熟记，再利用MUSIC算法对校准后的CSI数据进行参数估计，得到AoA测量值α′，接收机天线阵列的预校准值按照αR＝α-α′计算得到；对于发射机天线阵列，采用同样方法测量得到。
CN202010310127.9A 2020-04-17 2020-04-17 基于Wi-Fi的被动式室内定位方法 Active CN111521969B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010310127.9A CN111521969B (zh) 2020-04-17 2020-04-17 基于Wi-Fi的被动式室内定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010310127.9A CN111521969B (zh) 2020-04-17 2020-04-17 基于Wi-Fi的被动式室内定位方法

Publications (2)

Publication Number Publication Date
CN111521969A true CN111521969A (zh) 2020-08-11
CN111521969B CN111521969B (zh) 2022-07-05

Family

ID=71903343

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010310127.9A Active CN111521969B (zh) 2020-04-17 2020-04-17 基于Wi-Fi的被动式室内定位方法

Country Status (1)

Country Link
CN (1) CN111521969B (zh)

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112235028A (zh) * 2020-09-14 2021-01-15 德清阿尔法创新研究院 一种用于商用WiFi信号的CSI自动精确校准系统
CN112712557A (zh) * 2020-12-17 2021-04-27 上海交通大学 一种基于卷积神经网络的超分辨率cir室内指纹定位方法
CN112911511A (zh) * 2021-01-19 2021-06-04 重庆邮电大学 一种基于rfid和载波相位的单站室内定位系统及方法
CN112929817A (zh) * 2021-02-04 2021-06-08 珠海极海半导体有限公司 终端定位方法、装置、终端、存储介质及程序产品
CN113099382A (zh) * 2021-04-08 2021-07-09 南京邮电大学 一种基于信道状态信息的相位的距离计算方法
CN113365345A (zh) * 2021-08-11 2021-09-07 网络通信与安全紫金山实验室 相位偏差校正方法、装置、计算机设备和存储介质
CN113453180A (zh) * 2021-06-06 2021-09-28 西安电子科技大学 一种人体摔倒智能检测方法、系统、信息数据处理终端
CN114124783A (zh) * 2022-01-26 2022-03-01 深圳市永达电子信息股份有限公司 基于改进鱼群算法的路径选择方法和计算机存储介质
CN114140964A (zh) * 2021-11-25 2022-03-04 株洲国创轨道科技有限公司 基于无线感知的地铁隧道异物入侵检测方法及检测系统
WO2022161054A1 (zh) * 2021-01-30 2022-08-04 华为技术有限公司 一种家居设备的位置标记方法及电子设备
WO2022170634A1 (zh) * 2021-02-15 2022-08-18 苏州优它科技有限公司 一种与设备无关的视距路径识别室内定位方法
WO2023288161A1 (en) * 2021-07-13 2023-01-19 Qualcomm Incorporated Reporting potential virtual anchor locations for improved positioning
CN116669181A (zh) * 2023-06-13 2023-08-29 山东科技大学 基于WiFi多反射路径图像的室内人员定位方法及系统
WO2023232040A1 (zh) * 2022-06-02 2023-12-07 华为技术有限公司 通信方法及通信装置
US12052632B2 (en) 2021-07-13 2024-07-30 Qualcomm Incorporated Reporting potential virtual anchor locations for improved positioning

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014032271A1 (en) * 2012-08-31 2014-03-06 Nec(China) Co., Ltd. Method and apparatus for antenna calibration
CN107484124A (zh) * 2017-07-25 2017-12-15 深圳大学 一种基于csi的虚拟现实跟踪方法及系统
CN107911830A (zh) * 2017-11-14 2018-04-13 西北工业大学 一种基于信道状态信息的网络节点移动控制方法
CN108318861A (zh) * 2017-12-29 2018-07-24 重庆邮电大学 一种基于csi高精度测距定位方法
US20190059070A1 (en) * 2017-01-18 2019-02-21 Shenzhen University Indoor positioning method and system based on wireless receiver and camera
CN110149604A (zh) * 2019-05-05 2019-08-20 西北工业大学 一种基于wifi信号的人员检测方法
CN110299982A (zh) * 2019-06-05 2019-10-01 上海交通大学 基于有限带宽的Wi-Fi设备的多径信道侧写方法
CN110888110A (zh) * 2019-12-03 2020-03-17 重庆邮电大学 一种适用于WiFi的室内载波相位定位模型构建方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014032271A1 (en) * 2012-08-31 2014-03-06 Nec(China) Co., Ltd. Method and apparatus for antenna calibration
US20190059070A1 (en) * 2017-01-18 2019-02-21 Shenzhen University Indoor positioning method and system based on wireless receiver and camera
CN107484124A (zh) * 2017-07-25 2017-12-15 深圳大学 一种基于csi的虚拟现实跟踪方法及系统
CN107911830A (zh) * 2017-11-14 2018-04-13 西北工业大学 一种基于信道状态信息的网络节点移动控制方法
CN108318861A (zh) * 2017-12-29 2018-07-24 重庆邮电大学 一种基于csi高精度测距定位方法
CN110149604A (zh) * 2019-05-05 2019-08-20 西北工业大学 一种基于wifi信号的人员检测方法
CN110299982A (zh) * 2019-06-05 2019-10-01 上海交通大学 基于有限带宽的Wi-Fi设备的多径信道侧写方法
CN110888110A (zh) * 2019-12-03 2020-03-17 重庆邮电大学 一种适用于WiFi的室内载波相位定位模型构建方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
ELAHE SOLTANAGHAEI ECT.: "Multipath Triangulation: Decimeter-level WiFi Localization and Orientation with a Single Unaided Receiver", 《PROCEEDING OF THE 16TH ANNUAL INTERNATIONAL CONFERENCE ON MOBILE SYSTEMS，APPLICATIONS，AND SERVICES》 *
XIANG LI ETC.: "Dynamic-MUSIC: Accurate Device-Free Indoor Localization", 《PROCEEDINGS OF THE 2016 ACM INTERNATIONAL JOINT CONFERENCE ON PERVASIVE AND UBIQUITOUS COMPUTING》 *

Cited By (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112235028A (zh) * 2020-09-14 2021-01-15 德清阿尔法创新研究院 一种用于商用WiFi信号的CSI自动精确校准系统
CN112712557A (zh) * 2020-12-17 2021-04-27 上海交通大学 一种基于卷积神经网络的超分辨率cir室内指纹定位方法
CN112712557B (zh) * 2020-12-17 2023-04-07 上海交通大学 一种基于卷积神经网络的超分辨率cir室内指纹定位方法
CN112911511A (zh) * 2021-01-19 2021-06-04 重庆邮电大学 一种基于rfid和载波相位的单站室内定位系统及方法
WO2022161054A1 (zh) * 2021-01-30 2022-08-04 华为技术有限公司 一种家居设备的位置标记方法及电子设备
CN112929817A (zh) * 2021-02-04 2021-06-08 珠海极海半导体有限公司 终端定位方法、装置、终端、存储介质及程序产品
CN114554397B (zh) * 2021-02-04 2022-09-27 珠海极海半导体有限公司 蓝牙定位终端及系统
CN112929817B (zh) * 2021-02-04 2022-04-19 珠海极海半导体有限公司 终端定位方法、装置、终端及存储介质
CN114554397A (zh) * 2021-02-04 2022-05-27 珠海极海半导体有限公司 蓝牙定位终端及系统
WO2022170634A1 (zh) * 2021-02-15 2022-08-18 苏州优它科技有限公司 一种与设备无关的视距路径识别室内定位方法
CN113099382A (zh) * 2021-04-08 2021-07-09 南京邮电大学 一种基于信道状态信息的相位的距离计算方法
CN113453180A (zh) * 2021-06-06 2021-09-28 西安电子科技大学 一种人体摔倒智能检测方法、系统、信息数据处理终端
WO2023288161A1 (en) * 2021-07-13 2023-01-19 Qualcomm Incorporated Reporting potential virtual anchor locations for improved positioning
US12052632B2 (en) 2021-07-13 2024-07-30 Qualcomm Incorporated Reporting potential virtual anchor locations for improved positioning
CN113365345B (zh) * 2021-08-11 2021-10-29 网络通信与安全紫金山实验室 相位偏差校正方法、装置、计算机设备和存储介质
CN113365345A (zh) * 2021-08-11 2021-09-07 网络通信与安全紫金山实验室 相位偏差校正方法、装置、计算机设备和存储介质
CN114140964A (zh) * 2021-11-25 2022-03-04 株洲国创轨道科技有限公司 基于无线感知的地铁隧道异物入侵检测方法及检测系统
CN114140964B (zh) * 2021-11-25 2023-08-08 株洲国创轨道科技有限公司 基于无线感知的地铁隧道异物入侵检测方法及检测系统
CN114124783A (zh) * 2022-01-26 2022-03-01 深圳市永达电子信息股份有限公司 基于改进鱼群算法的路径选择方法和计算机存储介质
WO2023232040A1 (zh) * 2022-06-02 2023-12-07 华为技术有限公司 通信方法及通信装置
CN116669181A (zh) * 2023-06-13 2023-08-29 山东科技大学 基于WiFi多反射路径图像的室内人员定位方法及系统
CN116669181B (zh) * 2023-06-13 2024-04-12 山东科技大学 基于WiFi多反射路径图像的室内人员定位方法及系统

Also Published As

Publication number Publication date
CN111521969B (zh) 2022-07-05

Similar Documents

Publication Publication Date Title
CN111521969B (zh) 基于Wi-Fi的被动式室内定位方法
CN111182459B (zh) 一种基于信道状态信息室内无线定位方法、无线通信系统
Pu et al. Indoor positioning system based on BLE location fingerprinting with classification approach
Hossain et al. A survey of calibration-free indoor positioning systems
CN106793086B (zh) 一种室内定位方法
Kaemarungsi Design of indoor positioning systems based on location fingerprinting technique
Song et al. A survey on indoor positioning technologies
Matic et al. Tuning to your position: FM radio based indoor localization with spontaneous recalibration
CN101778399B (zh) 基于fcm和最小二乘曲面拟合法的wlan室内优化ann定位方法
Cengiz Comprehensive analysis on least-squares lateration for indoor positioning systems
Zhou et al. GrassMA: Graph-based semi-supervised manifold alignment for indoor WLAN localization
Dag et al. Received signal strength based least squares lateration algorithm for indoor localization
CN102131290A (zh) 基于自相关滤波的wlan室内邻近匹配定位方法
CN103957505A (zh) 一种基于ap的行为轨迹检测分析与服务提供系统及方法
Papapostolou et al. Scene analysis indoor positioning enhancements
Li et al. Location estimation in large indoor multi-floor buildings using hybrid networks
Wang et al. Adaptive rfid positioning system using signal level matrix
Arsan et al. A Clustering‐Based Approach for Improving the Accuracy of UWB Sensor‐Based Indoor Positioning System
Mazan et al. A Study of Devising Neural Network Based Indoor Localization Using Beacons: First Results.
CN107124455A (zh) 基于云端平台系统的室内定位方法
D'Souza et al. Indoor position tracking using received signal strength‐based fingerprint context aware partitioning
Li et al. A K-nearest neighbor indoor fingerprint location method based on coarse positioning circular domain and the highest similarity threshold
Li et al. Outdoor location estimation using received signal strength feedback
CN109640253B (zh) 一种移动机器人定位方法
Yu et al. An intelligent space location identification system based on passive RFID tags

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