一种基于信道状态信息分布的室内定位方法技术

本发明专利技术公开了一种基于信道状态信息分布的室内定位方法(D‑CSI)，包括训练阶段和定位阶段；训练阶段利用各个参考点位置的指纹信息建立指纹数据库；定位阶段首先计算待定位用户所在位置的指纹信息，然后利用KL距离来计算待定位用户所在位置的指纹信息和指纹数据库中各个参考点位置的指纹信息之间的距离值，再利用K最近邻算法得出待定位用户所在位置的位置。本发明专利技术充分利用了不同子频带间的频率多样性和不同天线间的多样性，能够增强位置特征指纹的时间稳定性和空间差异性，从而提高定位精度。

【技术实现步骤摘要】

本专利技术涉及一种基于信道状态信息分布的室内定位方法。
技术介绍
近年来，室内定位引起了越来越多研究人员的关注，提出了各种技术方案，其中包括Wi-Fi、蓝牙、射频识别、FM信号、声音信号、磁场、超宽带以及光线等。在这些信号中，即便基于Wi-Fi信号的定位方法在定位精度上不如基于专有设备的定位方法(比如：ActiveBAT，Cricket等)，但其由于无线基础设备的大量部署以及移动设备普及，依旧得到了持续广泛的研究。近年来基于无线局域网(WLAN)的室内定位方法受到越来越多的关注。基于WLAN的定位方法所采用的物理测量值包括RSSI(ReceivedSignalStrengthIndicator,接收信号强度指示)和CSI(信道状态信息)两种信号。在已有的工作中，由于RSSI获取方式简单并且具有很好的普适性，其被广泛用作无线信号的物理测量值。但是RSSI已经被研究人员证实它并不是一个稳定的值，由于多径效应，RSSI是信号经发射机发射后在空间中经由直射、发射、散射等多条路径传播，在信号接收机处形成多径叠加后的平均值，具有时变性。这样就有可能出现距离发射机较近位置的RSSI小于距离发射机较远的位置，也就是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，从而限制测距精度，定位准确度将受到较大的不利影响。由于室内环境中的多径效应，RSSI只能粗略的刻画不同位置间的区别，从而限制了定位精度。为了实现更准确的定位效果，需要提取出具有时间稳定性以及能够消除多径影响的信息作为无线信号的物理测量值。在目前广泛使用的IEEE802.11网络中，数据的传送和接收采用正交频分复用技术(OrthogonalFrequencyDivisionMultiplexing,OFDM)。要传送的数据被调制到多个不同频率的子频带上后被同时发射出去，在经过衰落、散射及反射等信道影响后到达接收机，在此过程中，使用Intel5300NIC无线网卡可以获得一个反映信道质量的信息，即是信道状态信息(ChannelStateInformation,CSI)。不同于RSSI，CSI是从物理层提取出的更细粒度的值，包含了诸多介质访问控制(MediumAccessControl,MAC)层不可见的信道信息。CSI可从一个数据包中同时测量多个子频带的频率响应，而非全部子频带叠加的总体幅度响应，从而更加精细地刻画频率选择性信道。它描述的是信号在每条传输路径上的衰弱特性，记录了每对发射天线和接收天线之间各个子频带的增益和相位信息。所以，CSI在一定程度上可以刻画多径传播，从而提供更稳定和更细粒度的位置特征。从2011年后，研究人员利用CSI信息提出了许多基于模型和指纹的定位方法。SpinLoc首先提取用户相对于接入点的直接路径信号的信息，通过用户的旋转来估计出自身相对于接入点的方向，然后利用三角定位方法得出用户位置。实验结果表明，此方法定位精度为5米左右。Wu等人提出了基于CSI信息的室内传播模型，当用户在某位置获得CSI后，通过此模型可以算出其到相应接入点的距离值，在获得到多个接入点的距离值后，通过三边定位法估计出用户位置。相比较于基于RSSI的传播模型，此方法增强了距离估计的准确性。CUPID利用CSI估计出移动设备与AP(AccessPoint)直接路径的信号强度和方向，达到平均定位误差2.7米的定位效果。Mariakakis等人提出只利用一个AP估计用户位置的SAIL系统，通过估计用户和AP之间的传输延迟来计算二者之间的距离，利用移动设备的传感器信息来计算用户的移动距离，最后通过几何关系得出用户的最终位置。实验结果表明，SAIL在仅有一个AP的情况下达到2.3米的平均定位误差。SpotFi在AP只有三根天线的情况，将CSI通过高分辨率的算法进行处理得到各个多径分量的到达角度，进而判断出用户与接入点天线间的直接路径的到达角度，最后通过结合RSSI和几何关系求得用户的位置。通过实验结果显示此方法可以达到40厘米的平均定位精度。以上这些均为基于模型的方法，而基于模型的定位方法需要知道AP的精确位置，但是由于隐私安全方面的考虑，有些情况下无法获取AP的位置。相反，基于指纹的定位方法既不需要距离测量值也不需要角度测量值，因此更具有可用性。与上述利用CSI构建模型不同，Wu等人利用CSI设计位置特征指纹，提出了基于指纹的室内定位系统FIFS。指纹设计时将各个子频带的CSI振幅累加以利用频率多样性，对所有天线的CSI取平均以利用空间多样性，但是这种仅仅利用累加和取平均值得出的特征指纹是一个粗粒度的值并且可能不能对不同位置进行正确的刻画。Sen等人提出利用每个子频带的频率响应作为位置特征指纹，在定位阶段采用机器学习算法来得出目标位置。这种方法只利用了CSI的频率多样性，却没有考虑CSI的空间多样性。Wang等人提出了一种基于深度学习的指纹定位系统DeepFi。虽然这些系统达到了较高的定位精度，但是机器学习以及深度学习都需要大量的计算和更多的指纹采样。因此，有必要设计一种能够增强位置特征指纹的时间稳定性和空间差异性的利用信道状态信息分布的室内定位方法。
技术实现思路
本专利技术所解决的技术问题是，针对现有技术不足，提出一种基于信道状态信息分布的室内定位方法(D-CSI)，能够增强位置特征指纹的时间稳定性和空间差异性，从而提高定位精度。为解决上述技术问题，本专利技术所采用的技术方案是：一种基于信道状态信息分布的室内定位方法，基于N个AP、一个移动设备和定位服务器构成的定位系统；其中N为定位区域内能收到的AP的个数，每个AP配置有一根天线，移动设备配置有无线网卡，无线网卡具有M根天线；N个AP的N根天线与移动设备无线网卡的M根天线构成N×M个收发天线对；所述室内定位方法包括训练阶段和定位阶段；所述训练阶段，收集各个参考点位置处，N×M个收发天线对之间的CSI振幅分布，得到各个参考点位置的指纹信息；利用所有参考点的位置以及对应的指纹信息构建指纹数据库；所述定位阶段，收集在待定位用户所在位置处，N×M个收发天线对之间的CSI振幅分布，得到待定位用户所在位置的指纹信息；定位服务器计算待定位用户所在位置的指纹信息与指纹数据库中各个参考点位置的指纹信息的相似性，并通过匹配算法求出待定位用户所在位置。所述训练阶段具体包括以下步骤：由AP和移动设备之间共有N×M对收发天线，每一对收发天线可以获得30个子载波的CSI，所以对于每个数据包，可以获得N×M×30个CSI，为了简单起见，在步骤1)～5)只考虑一对收发天线间的CSI，在步骤6)再整合所有天线对的信息。1)收集某一参考点位置处，移动设备无线网卡第m根天线接收到的第n个接入点的天线发送的S个数据包中的信道状态信息，记为Ha＝{Hs本文档来自技高网...

【技术保护点】
一种基于信道状态信息分布的室内定位方法，其特征在于，基于N个AP、一个移动设备和定位服务器构成的定位系统；其中N为定位区域内能收到的AP的个数，每个AP配置有一根天线，移动设备配置有无线网卡，无线网卡具有M根天线；N个AP的N根天线与移动设备无线网卡的M根天线构成N×M个收发天线对；所述室内定位方法包括训练阶段和定位阶段；所述训练阶段，收集各个参考点位置处，N×M个收发天线对之间的CSI振幅分布，得到各个参考点位置的指纹信息；利用所有参考点的位置以及对应的指纹信息构建指纹数据库；所述定位阶段，收集在待定位用户所在位置处，N×M个收发天线对之间的CSI振幅分布，得到待定位用户所在位置的指纹信息；定位服务器计算待定位用户所在位置的指纹信息与指纹数据库中各个参考点位置的指纹信息的相似性，并通过匹配算法求出待定位用户所在位置。

【技术特征摘要】
1.一种基于信道状态信息分布的室内定位方法，其特征在于，基于N个AP、一个移动设备和定位服务器构成的定位系统；其中N为定位区域内能收到的AP的个数，每个AP配置有一根天线，移动设备配置有无线网卡，无线网卡具有M根天线；N个AP的N根天线与移动设备无线网卡的M根天线构成N×M个收发天线对；所述室内定位方法包括训练阶段和定位阶段；所述训练阶段，收集各个参考点位置处，N×M个收发天线对之间的CSI振幅分布，得到各个参考点位置的指纹信息；利用所有参考点的位置以及对应的指纹信息构建指纹...

【专利技术属性】
技术研发人员：王建新，肖亚龙，张士庚，王伟平，
申请(专利权)人：中南大学，
类型：发明
国别省市：湖南;43