基于WiFi的目標反射信號提取及定位算法

吳習芊

（中南民族大學 電子信息工程學院，湖北 武漢 430074）

基于WiFi的室內定位技術主要有兩個分支：（1）有源定位，運動者需攜帶某些無線傳感器設備來幫助系統獲取信息。（2）無源定位，無需攜帶任何設備，分析人體對無線傳輸的影響來進行定位，主要依賴于構建指紋庫對室內人物進行定位[1]；隨著研究的深入，也有了利用大量布置WiFi設備，得到到達角度（AoA）信息用于定位的系統[2]。

本文提出一種基于商用無線傳感器網絡，提取運動目標多參數進行軌跡跟蹤方法，以減小開銷，增加普遍適用性，并通過建立多參數聯合定位模型來提高定位精度。

1 基本原理

從802.11a協議開始，基于OFDM調制技術的WiFi技術慢慢成為室內無線局域網的主流。

OF DM是一種多載波調制技術（Mu lt i-C a r r ie r Modulationm，MCM），一個OFDM信號包含多個相近的子載波，與采用一個高速率的子載波的調制技術不同，OFDM通過同時傳輸多個相互平行的子載波來提高數據傳輸速度，每個子載波仍然通過傳統的低符率調制技術（如QPSK，QAM等），在相同帶寬的情況下，通過多個子載波同時調制傳輸能夠達到甚至超過單一子載波調制時的傳輸速度，提高了頻譜利用率。

根據802.11n協議，在20 MHz或40 MHz的帶寬上，利用64或128個子載波傳輸數據，每個子載波的帶寬為312.5 kHz。20 MHz時，64個子載波中有52個子載波攜帶數據，40 MHz時，128個子載波紅中有108個子載波攜帶信息。

接收端收到的信號y(t)是由OFDM調制后發送出的信號x(t)與傳輸過程中的信道沖擊響應h(t)（Channel Impulse Response，CIR）卷積得到，如式（1）所示：

由傅里葉變換后可得到頻域表達式：

2 系統綜述

系統首先會對接收到的CSI數據進行的插值、天線選擇等基本處理，用于得到真實的CSI信息。其次，在得到真實的CSI信息后，對其進行相位處理，去除掉靜態路徑的相位信息和噪聲信息，得到用于進行多參數估計的信息。最后，通過多參數提取算法提取出用于定位的參數，并利用參數結合定位模型對目標位置進行定位。

本系統的創新點在于只需部署少量的、現有的商用WiFi設備，對獲得的原始CSI信息進行處理，成功分離出由移動目標反射的動態路徑信號用于參數提取，并構建了能夠同時利用提取的多參數對目標進行定位的模型。

3 目標反射信號提取

目標在環境中移動時，墻壁或者基礎物品的存在使CSI應分為靜態部分和動態部分，不僅如此，接收到的CSI信號還會因為環境噪聲、同步等問題產生的相位漂移，所以，接收到的帶噪CSI為：

其中，Hs(m)為靜態路徑部分，Hm(m)為動態路徑部分；δti和δf分別為發送端與接收端之間的時間漂移和載波頻率漂移，εsl為接收端的初始相位；Δti,Δfi,Δsk分別為與參考信號之間的時間差、頻率差和傳感器空間位置差異。

采用矩陣共軛相乘的方式處理CSI，將各個接收天線接收到的CSI互相進行共軛相乘，以去除隨機相位偏移：

其中，m0=(i,j,k0)。H1m(m)*H2s*(m0)是包含需要的目標反射路徑。

為了去除不要的反射信號，將天線接收到的信號減去一個常數α，以去除部分靜態信號，而將天線二加上常數β，則：

共軛相乘矩陣M(m)將只含由目標反射的動態路徑信號和沿視距線傳輸的靜態路徑信號H1m(m)×H2S(m0）用于估計多普勒頻移（DFS），AoA和飛行時間（ToF）。

4 定位模型

在得到多維參數后，可以基于幾何關系建立一個方程組：

其中，（xr,yr）為接收端位置，c為光速， ?AoA為AoA。解方程即可得到目標位置（x,y）。

5 實驗結果評估

5.1 實驗環境

發送端使用市面上常見的商用路由器，將發送頻段定為5.825 GHz。接收端使用兩臺裝有Intel5300網卡的臺式電腦，每臺電腦連接3根接收天線。測試環境為5 m×4 m的區域。

5.2 實驗結果

系統位置誤差為0.7 m。作為對比，選取了ArrayTrack和構建完備指紋庫兩種算法。ArrayTrack部署了大量天線才能獲得AoA信息進行定位；構建完備指紋庫通過構建完備矩陣指紋庫來定位，定位精度受到指紋庫影響。本文所用算法只利用了一發兩收系統，獲得了DFS，AoA和ToF一起定位，定位模型也能更充分地利用多維參數，所以有更好的表現。定位誤差如圖1所示。

圖1 定位誤差

6 結語

本文提出了一種基于商用WiFi路由器和無線網卡的系統，對信號進行處理，可以分離出經由人體反射回的無線信號并處理，得到多普勒頻移、信號飛行時間、到達角度等參數，對目標進行定位跟蹤，定位精度達到了0.7 m。未來將繼續完善模型，提高定位精度，并考慮解決多目標識別等問題。