一种基于信道状态信息的室内环境下视距路径识别方法技术

本发明专利技术公开了一种基于CSI适用于室内环境下的视距路径识别方法，在CSI信号采集阶段，从信包中提取CSI的振幅信息；根据室内场景划分为静态与动态两种场景；在静态场景中，提取均值、方差、标准差、变异系数、偏斜度、峰态、矩、Rician K因子，形成特征簇，然后将特征簇作为BP神经网络的训练集，通过预定义的标签来生成相应的BP神经网络，对新采集的静态点，直接提取相应的特征簇，输入网络，实现静态的视距路径识别；在动态场景中，使用基于每个子载波振幅的Rician分布，计算出CSI样本中每个信道的Rician K因子的均值，进行动态视距与非视距路径识别。本发明专利技术可以提高室内环境下静态与动态的视距路径识别的准确率，同时可实现室内的全方面视距范围的识别。

A method of line of sight path recognition in indoor environment based on channel state information

The invention discloses a line of sight path identification method based on CSI is suitable for indoor environment, the CSI signal acquisition, extract the amplitude information from CSI packet; according to the indoor scene is divided into two kinds of static and dynamic scenes; in static scenes, extraction of mean and variance, standard deviation, coefficient of variation, partial the pitch, kurtosis, moment, Rician factor K, formation characteristics of cluster, then the cluster characteristics of BP neural network as the training set to generate the corresponding BP neural network through the predefined tags, the static point of the new collection, direct extraction of feature clusters, the corresponding input network, realize the horizon path recognition static; in dynamic scenes, the use of each sub carrier amplitude distribution of Rician based on the calculated mean Rician factor K each channel in a CSI sample, identifying dynamic distance and NLOS path. The invention can improve the accuracy of the static and dynamic stadia path identification within the indoor environment, and simultaneously realizes the identification of the whole range sight range in the indoor environment.

【技术实现步骤摘要】
一种基于信道状态信息的室内环境下视距路径识别方法
本专利技术属于无线通信网络的定位用户或终端的情景感知领域，具体涉及一种适用于室内环境下的视距路径识别方法，以识别室内动态与静态下的视距路径。
技术介绍
当前，随着无线通信技术的快速发展，尤其是在移动智能终端流行趋势的推动下，无线局域网(WirelessLocalAreaNetwork,WLAN)变得非常普及，在家庭、商城、机场等场所，WLAN信号随处可见。这些大量的已经安装部署好的WLAN基础设施，为WiFi情景感知的研究奠定了物理基础。基于WiFi信号的感知技术主要包括室内定位、人员检测、动作识别和穿墙识别等。目前已有大量基于WLAN的感知技术研究，其主要利用接收信号指示强度信息(ReceivedSignalStrengthIndicator,RSSI)感知环境特征实现应用。然而在室内环境中，RSSI会因信号多径传播引起的小尺度阴影衰落而不再随传播距离增加单调递减，且静止状态下幅度也会产生波动。最近研究人员通过修改固件，使得在普通WiFi设备上也能以物理层信道状态信息(ChannelStateInformation,CSI)的形式获取一个采样版本的信道频率响应(ChannelFrequencyResponse,CFR)。与RSSI相比，CSI将单值的RSSI扩展至频域，并且附加了相位信息，从频域上为无线感知提供了更为丰富和细粒度的信道状态信息。CSI也使得普通WiFi设备在一定程度上能够从时域上粗略地区分传播路径，从而为基于视距路径的应用奠定了基础。利用CSI信息，WiFi环境感知技术可以实现更精确的室内定位，还可以实现被动式人员检测与活动识别等。其中进行视距(Line-Of-Sight,LOS)路径识别为以上功能的实现奠定了基础。目前，视距路径识别技术存在的问题是识别过程复杂。如公开号为CN104168650A、名称为“基于动态无线接入点的室内定位方法”的专利技术公开的基于动态无线接入点的室内定位方法中，待定位节点将信息进行调制形成已调信号波后通过无线信道传输至附近的静态无线接入点和动态无线接入点；静态无线接入点和动态无线接入点根据接收到的已调信号波计算其与待定位节点之间的无线信道的信道状态信息，并发送至定位服务器；动态无线接入点将当前位置信息发送至定位服务器；定位服务器根据无线接入点的位置信息和接收到的信道状态信息，对任意两个无线接入点进行相对临近位置检测，并根据相对临近位置检测结果利用空间分割法获取待定位节点的位置区域。该专利技术可以一定程度优化无线局域网的室内定位问题，提高定位精度，消除复杂室内环境多径和非视距带来的定位误差，但识别过程复杂。此外，已有视距路径识别方法主要是基于信号接收强度，但其存在环境干扰等因素，识别鲁棒性差。因此，有必要对室内环境下的视距路径识别技术展开深入研究，寻找更好的视距路径识别方法，以获得更为精准的室内定位及感知性能。
技术实现思路
本专利技术要解决的技术问题是提供一种过程简单、适应性强，适用于室内环境下的视距路径的识别方法。为此，本专利技术提出一种适用于室内环境下的视距路径识别方法，该方法包含以下步骤：一、CSI信号特征提取及预处理：步骤1)CSI信号数据采集：针对特定的信号发射源AP与信号接收机RT组成的链路，利用CSI检测工具采集传输信道状态信息，并进行保存为信包文件；步骤2)读取上述信包文件，提取相应的CSI的一定数量的子载波的幅度和相位信息；二、静态的视距路径识别方案：步骤3)针对室内静态场景，首先采集静态场景下的CSI幅度信息，对步骤2中提取的子载波振幅的相关特征，建立特征簇，特征包括RicianK因子等；步骤4)将上述预采集的特征簇作为训练集，结合预定义的标签作为输出，通过BP神经网络的算法生成网络；步骤5)采集静止点的CSI振幅并提取特征，输入神经网络中，通过输出判定为视距范围还是非视距范围；三、动态的视距路径识别方案：步骤6)针对室内动态场景，通过对预先采集的LOS/NLOS样本进行计算，确定出实时的K-Mean阀值Kth，使用基于每个子载波振幅的Rician分布，计算出CSI样本中每个信道的RicianK因子的均值，然后利用K-Mean因子法，通过假设检验的方法来实现动态场景下视距与非视距路径识别。作为优选，步骤1中所述CSI检测工具为virtualCSI以及CSITool。步骤2中所述一定数量优选为30个。步骤3中所述特征簇还包括均值、方差、标准差、变异系数、偏斜度、峰态、矩。与现有技术相比，本专利技术的有益效果包括：1.简便性本专利技术采用物理层信息CSI作为室内环境下人员检测评价因子，CSI能够从普通商用WiFi设备上提取出来，加上WiFi基础设施的广泛部署，这使得获得CSI信息变得简单可行。并且没对CSI进行处理，采用原始CSI数据，减少了相关的计算与实际的开销。2.适应性本专利技术采用CSI代替传统的RSSI，克服了RSSI粒度粗和时间稳定性差的缺陷，CSI能够获得更为细粒度的信息并且能够区分多条路径，能适用于更多的室内应用场景。3.功能性本专利技术进一步考虑全面的室内视距路径识别方案，将视距路径识别场景划分为静态与动态两个场景，并且针对每种场景设计了不同的视距路径识别方法，相比较于传统的视距检测，功能更为强大，效果更好。4.可优化性本专利技术仅仅考虑了CSI信号的幅度信息，通过考虑结合CSI信号的相位信息、角度信息等能够获得更为优越的视距检测效果，同时为室内定位、手势识别等精确度更高的应用提供了先行条件。附图说明图1是室内环境下视距与非视距示意图。图2是基于CSI的室内视距路径识别方案流程图。具体实施方式现结合附图对本专利技术的具体实施方式做进一步详细的说明。图1是室内环境下视距路径和非视距路径的示意图，其中在RT处对应其与AP1为视距路径，在RT’处对应与AP1为非视距路径；图2给出了基于CSI的室内视距路径识别方案的流程图。现结合附图对本专利技术的具体实施方式做进一步详细的说明。本专利技术的目的是实现在室内动态与静态环境中的视距与非视距的识别。工作原理是利用物理层信道状态信息(CSI)代替传统的接收信号指示强度信息(RSSI)，利用CSI信息时间稳定性好、对动态环境干扰抵抗力强、对链路周围人员存在敏感性强等优势，通过在室内环境下搭载基于Intel5300系列网卡的功控机，在动态与静态两种场景中，分别采用不同特征簇的神经网络方法与动态莱斯K因子法，实现了室内动态与静态环境下的精确视距路径识别。本专利技术是一种适用于室内环境下的视距路径识别方案，针对传统基于RSSI的室内人员检测方案存在粒度粗、时间稳定性差以及不能区分多条路径信息等缺陷，该方案利用物理层信道状态信息(CSI)代替RSSI，利用CSI信息时间稳定性好、对动态环境干扰抵抗力强、对链路周围人员存在敏感性强等优势，通过在室内环境下搭载基于Intel5300系列网卡的功控机，采用不同特征簇的神经网络方法与动态莱斯K因子法，实现了室内动态与静态环境下的精确视距路径识别。该基于CSI的适用于室内环境下的视距路径识别方案，包含在以下具体步骤中：CSI信号特征提取及预处理：步骤1)CSI信号数据采集：平台包括安装有Ubuntu系统、Intel5300无线网卡、virtualCSI本文档来自技高网...

【技术保护点】
一种适用于室内环境下的视距路径识别方法，其特征在于该方法包含以下步骤：一、CSI信号特征提取及预处理：步骤1)CSI信号数据采集：针对特定的信号发射源AP与信号接收机RT组成的链路，利用CSI检测工具采集传输信道状态信息，并进行保存为信包文件；步骤2)读取上述信包文件，提取相应的CSI的一定数量的子载波的幅度和相位信息；二、静态的视距路径识别方案：步骤3)针对室内静态场景，首先采集静态场景下的CSI幅度信息，对步骤2中提取的子载波振幅的相关特征，建立特征簇，特征包括Rician K因子等；步骤4)将上述预采集的特征簇作为训练集，结合预定义的标签作为输出，通过BP神经网络的算法生成网络；步骤5)采集静止点的CSI振幅并提取特征，输入神经网络中，通过输出判定为视距范围还是非视距范围；三、动态的视距路径识别方案：步骤6)针对室内动态场景，通过对预先采集的LOS/NLOS样本进行计算，确定出实时的K‑Mean阀值Kth，使用基于每个子载波振幅的Rician分布，计算出CSI样本中每个信道的Rician K因子的均值，然后利用K‑Mean因子法，通过假设检验的方法来实现动态场景下视距与非视距路径识别。...

【技术特征摘要】
1.一种适用于室内环境下的视距路径识别方法，其特征在于该方法包含以下步骤：一、CSI信号特征提取及预处理：步骤1)CSI信号数据采集：针对特定的信号发射源AP与信号接收机RT组成的链路，利用CSI检测工具采集传输信道状态信息，并进行保存为信包文件；步骤2)读取上述信包文件，提取相应的CSI的一定数量的子载波的幅度和相位信息；二、静态的视距路径识别方案：步骤3)针对室内静态场景，首先采集静态场景下的CSI幅度信息，对步骤2中提取的子载波振幅的相关特征，建立特征簇，特征包括RicianK因子等；步骤4)将上述预采集的特征簇作为训练集，结合预定义的标签作为输出，通过BP神经网络的算法生成网络；步骤5)采集静止点的CSI振幅并提取特征，输入神经网络中，通过输出判定为视距范围还是非视距范围；三、动...

【专利技术属性】
技术研发人员：肖甫，郭政鑫，谢晓辉，朱海，陈静，孙力娟，王汝传，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：江苏,32