隹Isl^iSls V12021年第02期(总第218期)
基于WiFi的目标反射信号提取及定位算法
刘志森，陆培民，钱慧
(福州大学，福建福州350108)
摘要：在过去的几年中，WiFi的应用已经非常普遍。将其应用在对人的定位上是研究的主流趋势，其原理是WiFi信号辐射某个区域时，会有自己的信道和频率。目前，实现室内定位过程较为复杂，首先是确保是离线状态，其次是构建一定的特征库，并且还要考虑设备的兼容性。文章给出了一种新的定位系统，通过WiFi信号获取人体的数据，并对数据做一定的分离，最后根据参数确定人体的具体位置。
关键词:WiFi；目标；定位
中图分类号:TN929.5文献标识码:B文章编号：2096-9759(2021)02-0049-03
室内定位技术主要借助WiFi手段，是一种新兴的技术。它主要分两种，一是无源定位，二是有源定位。无源定位，不需要借助设备就能实现对人体的定位，原理是人体活动时，会影响无线电的信号传输。建立一个信息库，通过它定位相应的人。有源定位，活动的人需要通过某些无线电设备来实现对人体的定位。目
前，很多学者都参与了这方面的研究，借助很多WiFi技术装置，进行更精准的定位。本课题将借助一定的设备和相应的技术手段创建一个网络，然后进行相应的数据分离，可精准地分析出人体的运动路线，这可以节省很多资金，应用起来更加经济，最后借助联合定位模型，通过多个参数来进行精确定位。1WiFi相关技术介绍
1.1概述
无线保真有点像蓝牙传输，作为一种新的无线网络传输技术。结合WiFi网路技术，终端设备就可以不再应用传统的网线，通过单播和广播的方式进行同个别终端设备之间的网络信号传输。基于WiFi所用到的通讯频段都是免费的。所以，不论什么人都能安装相应的WiFi网络，然后就可借助无线对网站进行登录和使用了。人们能到有WiFi信号的区域，应用配置WiFi连接功能的终端设备借助WiFi信号进行上网。基于WiFi天线可以传输很远的距离，传输信息快并且产生的
收稿日期：2021-01-06
基金项目：数字物联网工程应用实验室建设资助项目(项目编号:0110-82917002)通讯作者：刘志森(1994-)，男，福建泉州人，研究方向：嵌入式系统、无线感知。
定位精度方面，所有模组均在5-6cm范围内；在垂直定位精度
方面，所有模组在7cm以内。
(4)高架桥场景：阜石路
阜石路属于高架半边遮挡场景，行车路线大部分为高架
下，在该场景下，定位统计如表4所示。
表4高架场景下统计
模组
定位
率(％)
Fix率
(%)
FIX水平定
位締Hem〉
FIX垂直定BestViel_hor
(cm)
BestVel_ver
(cmf
1UM482(A)97.4372.7521.2723.6214.8417.96 2UM482(B)97.0071.9121.5124.7516.2319.67 3UM4B0(A)97.7377.0523.9724.3617.4119
4UM4B0(B)97.3078.9121.8424.1515.7419.18
由表4可知，在FIX率方面,UM4B0比UM482高；在FIX 下水平定位精度方面，高精度定位模组均大于20cm；在FIX下垂直定位精度方面，所有高精度模组约为24cm。
3.4测试结论
经现场多场景测试，总结出如下结论：
(1)在测试各个场景中，使用HX-CSX601A天线的与UM4B0和UM482配套测试的情况下；环境开阔情况UM482的FIX率优于UM4B0；在城市复杂场景下，则UM4B0优于UM482o
⑵城市峡谷场景下，模组FIX状态下水平为20cm左右，垂直定位精度为70-80cm左右；环河树荫(非夏季茂盛期)场景FIX状态下，水平为5-6cm左右，垂直为7cm内；高架半边遮挡场景下，FIX下水平定位精度：高精度定位板卡均大于20cm；FIX下垂直定位精度：所有高精度板卡约为24cm。
4结语
依托高精度定位网络，对高精度定位的配套设施进行功能、性能、效率等方面的测试与检测，是高精度定位专业运营与运维的下一重点工作。本文在中移智行高精度定位网络的基础上，对和芯星通的多款终端进行了测试。后期，将从两个方面开展工作：一方面，对终端类型进行扩展，比如增加不同厂商的定位导航芯片或模组、增加天线等，用中移智行的高精度定位平台，检查不同的终端设备；另一方面，固定终端设备，对中移智行的高精度定位网络展开测试，检查网络的时延、并发数、定位吞吐率、鲁棒性等。
参考文献：
[1]吕钊凤.北斗+智能网联汽车大有可为，北斗星通发布首款
高精度智能座舱[J].智能网联汽车,2019(05).
[2]章诗华.以人为本，引领未来，开拓导航芯片领域科技新蓝
海一一访和芯星通总裁兼CEO韩绍伟博士[J].数字通信世界,2011(06).
[3]任大凯，廖振松.5G车路协同自动驾驶应用研究[J].电信工
程技术与标准化,2020(09).
[4]王维芳，钱莉，王立端.基于北斗高精度定位的自由流车载
终端软硬件研究[J].软件导刊,2020(05).
北斗手机号定位[5]郭卫芳，李理.一种多传感器融合高精度定位方法[J].信息
通信,2020(05).
[6]欧阳籽勃，峰，宋志丹.基于高精度北斗组合定位电子
围栏技术研究及应用[J].卫星应甩2019(01).
49
辐射小，现在，很多家庭和大中型商场以及学校都有了WiFi，使得人们的生活、工作和通讯等更加便利。
1.2基本结构
带有WiFi信号的网络里，构成WiFi网络的元件有很多，主要涉及如下部分：
(1)站点(Station,S1A)：指的是搭载WiFi功能的终端设备，可以通过WiFi网络实现通讯，比方说我们日常用的无线路由器和智能手机。⑵接入点(Access Point,AP)：主要是一个中继节点，它能将无线信号进行相应的放大和处理，增加WiFi 信号的强度。因此，接入点也叫。⑶基本服务集(Basic Service Set,BSS)：它可以理解为最小集合，主要功能是就是服务网络。它有两种不同的结构：第一，不含入口，是一种单独结构类型；第二，有很多入口，是最常见的结构类型。(4)服务集识别码(Service Set Identifier,SSID)：它主要是局域网的一种，在访问之前需要把一样的服务集设置好，因为网络是保护个人隐私的，这时有了真实的密码就能进行访问了。(5)分布式系统(Distribution System,DS)：它的里的必备网络，主要是针对帧的传输。分布式系统确定了站点后就要将帧做相应的传输。它的作用主要是依据服务集标注的地点把帧依次和进行匹配。(6)扩展服务集(Extented Service Set,ESS)：它既可以是一个基础的服务集串，也可以是很多服务集串结合在一起，其目的主要是增强信号传输强度。(7)门
桥(Portal)：它的作用有点像网桥，主要是把所有网络结合在一起，实现各种设备间的网络通讯。
1.3WIFI定位算法的特点
随着WiFi技术的不断发展,WiFi设备已经遍布生活的每个角落。由于WiFi设备使用的普遍性，各种依托于WiFi 设备展开的研究也层出不穷，其中基于WiFi信号的定位算法引起了许多研究人员的广泛关注。相较于一般的GPS的定位，此类定位算法主要有以下几方面的不同：第一，环境极为复杂，实际WiFi覆盖场景包含大量的非视距场景，测量可能存在较大误差影响；第二,WiFi信号设计主要是为信号传输设计，不利于进行TOACTime of Arrival，到达时间定位算法)或者TDOA(Time Difference of Arrival，到达时间差定位算法)的测量，主要依靠测量RSSI值进行定位；第三，实际WiFi布网时,WiFi设备类型繁杂，不同设备发射功率差异较大。综合以上三点可知，基于WiFi信号的定位算法大部分情况下并不能使用GPS里基于几何关系估计定位的方式实现。
2系统概述及原理
2.1系统综述
针对基于WiFi信号定位系统的特殊性，研究人员展开了大量的研究，包括基于WiFi的RSSI几何定位、基于WiFi的数据的定位和基于多天线的WiFi侧向定位算法等几类方式实现定位。在这些算法中，基于WiFi
数据的定位算法对复杂环境有较好的适应性，尤其是在室内定位中存在大量的非视距场景的情况下，该算法定位精度较高，且算法的复杂度不高的优势引起学者们的广泛关注。此类算法的核心是先在待测环境中进行大量标定测量，主要是RSSI(Received Signal Strength Indication，接收的信号强度)，建立一个WiFi信号的数据库，然后利用算法将收到的测量信息与数据库进行匹配和计算，从而得到目标位置。实际场景中，用到的主要有KNN (K-Nearest Neighbor,K最近邻算法)、WKNN(Weighted K-Nearest Neighbor，加权K近邻算法)、基于SVM(Support Vector Machine，支持向量机)的定位算法、基于RVM(R elevance Vector Machine，相关向量机)的定位算法等等，针对基于这些算法的WiFi信号定位算法，学者们开展了大量的分析和研究。文献通过对传统的KNN算法的参数进行优化，并提出剔除异常数据的一些方式，对KNN算法进行了改进；文献针对不同场景的基于WiFi的定位算法进行测试和分析，由于每个AP(Access Point，无线访问接入点)信号强度值不同，赋予每个AP不同的权重，很好地提高了定位的准确度。文献对不同AP数目下的基于KNN的WiFi定位算法进行了研究，定位算法在拥有5个AP时，其算法的可靠性相对较高。文献针对传统KNN邻近节点选择上不足的缺点，提出了一种邻近节点选择和组合加权的WKNN算法，有效提升了系统的定位性能。
系统第一步进行的操作是将数值赋予CSI，然后选择相应的天线，这样可保证CSI信息真实可靠。第二部操作的前提是系统己经获取了CSI信息，然后做相位变换，对相应的信息进行优化，同时消除噪音，进而得到处理好的信息。第三部是釆用多参数方法将目标进行筛选和分离，然后获得具体参数。之后，根据定位模型定位相应的目标。
这样的系统有一定的优势，就是不需要太多的设备，就能实现CSI信息的釆集和分析，最后对数据进行一定的筛选，然后提取出移动目标传来的数据，这样借助相应的几个参数就可以知道目标的位置了。
2.2基本原理
把802.11a协议作为出发点，应用OFDM技术作为基础，选用其中的WiFi技术，进而确定室内目标的位置。OFDM实质上是一种技术手段，作用的对象是多载波。每个OFDM信号里都会有不少子载波，并且这些子载波的特征相近。有的技术时用单一的高速子载波，但是OFDM用的是一定数量的子载波来传输数据。并且这些子载波是平行的。这些子载波技术有一定的优势，且都符合传统的调制标准。带宽保持一定时，OFDM进行数据传输时比以往的技术更具优势。借助相应的协议，分别设置好两种不同频率的宽带，一个是20MHz，另一个是40MHz，利用不同数量的子载波进行数据传输，并且设置好子载波的带宽。当带宽为20MHz，有约81%的子载波带有数据信息。当带宽为40MHz，有约84%的子载波带有数据信息。
接收端收到的信号y(『)是由OFDM调制后发送出的信号x⑺与传输过程中的信道冲击响应％⑺卷积得到，如式⑴所示：
y(t)=h(t)®x(t)=匸t)x(t+r)dr(1)由傅里叶变换后可得到频域表达式：
Y=(2)其中｛［心必,1为子载波的频率与X(/“)分别L了訐」
为％(t)和x(t)的频域信号则为信道频率相应，即信道状态信息，可表示为：
丹(/,：)=4(小-曲"(3)
50
信道状态信息就是无线传输信道，即H=
该公式当中，子载波编号用K表示均为复数，其主要含义是子载波f的幅值a t(?)和相位九(f)在传输过程中的变化，且j为复数因子。
3提取目标反射信号及模型定位
3.1提取目标反射信号
环境中的目标四处活动，不同的物体就会传递不同的CSI
信息，这样CSI信息中就有两种不同的信息，一种是静态信息，
一种是静态信息。与此同时，系统获取的CSI信息不都是移动目标的数据信息，还有一些嘈杂的噪音，就会引起相位的变化。因而系统获取的噪音CSI表示如下：
歹5)=(乩(肋+弘»)严％Mg⑷在上述公式当中，静态路径部分用压(巾)表示，动态路径
部分用H”(m)表示，接收端和发射端之间的载波频率漂移用d，表示，接收端与发射端之间的时间漂移用哲表示，接收端的初始相位用冬表示，与参考信号之间的时间差用A&表示，与参考信号之间的频率差用纵表示，与参考信号之间的传感器空间位置差异用AS*表示。
CSI的处理方式是矩阵共轨相乘法,CSI通过各个接受天
线被接受到之后，可以进行共轨相乘处理，以此可以将随机相位偏移去除掉：
=九佩)(叫)
+H”(m)*%(%)+⑸在上述公式当中,％Hg(耐*H”*(%)是包含需要的目标反射路径。因为需要将不需要的反射信号去除掉，所以需要利用先天接受的信号，和常熟a进行相减，这种方式就可以将部分静态信号去除掉，同时将天线二加上一个常数B，则得到下列公式：
区(耐*九；50)|»陋”(耐*血°(叫)|(6) M(m)是共轨相乘矩阵，将只含由目标反射的动态路径信号和沿视距线传输的静态路径信号刊”(m)xHMg)用于估计多普勒频移(DFS), AoA和飞行时间(ToF)。
3.2定位模型
系统获取多维参数，就能根据相应的几何关系得到这样的方程组如下：
U^+y2+7(*-*,)2+O->-,)2-T o F c⑺
lCx-”)8s(©Q=(x-x,)sin(©Q
在上述公式当中，接收端的位置坐标为a”》)，光速用字母c表示M必即为◎如，目标位置为(X,y)，解上述方程就可以获取该位置具体数值。
4实验结果评估
4.1实验环境
在系统的发送端配备普通商用路由器，然后设置好频段的数值。在系统的接收端配备两台电脑，这两台电脑要配置相应的网卡，并且在每一台电脑上配备三根接收信息的天线。最后设置好试验的环境尺寸。
4.2实验结果
本次试验设置好系统位置的误差数值，同时根据需要引入两种算法：一是ArrayTrack算法，二是构建完备库。前者实现定位的过程中需要借助很多跟天线来接收AoA信息。后者定位时比较简便，只需创建矩
阵库，但是库决定定位的精准度。本课题选取的算法借助相应的系统获取相关的数据，然后进行相应的定位。多维参数是定位的基础，可以使定位更加精准。定位误差如图1：
图1定位误差
5结语
本课题创建了一套定位系统，系统中有两个重要的部分：一是商业WiFi路由器；二是无线网卡。经过系统获取CSI信息，然后将获得的相关数据进行筛选，得到人体移动数据信息，并通过多参数确定目标的位置，定位的精准度更高，误差在0.8米以下。今后，将通过更多的理论研究使设计的实验模型更加科学，定位时间更短，定位更加精准，可实现很多目标的同时定位。
参考文献
[1]鲁勇，吕绍和，王晓东.基于WiFi信号的人体行为感知技术
研究综述[J].计算机学报,2019,42(02):3-23.
[2]余文婕.一种基于RSS的WIFI室内定位的研究方法[J].
科技视界,2018,No.230(08):279-282.
[3]朱春华，田稼科.基于WiFi的设备无关被动式定位技术研
究[J].现代电子技术,2020,043(011):24-2&
[4]蔡炯炯，沈涵生，张文辉，等.一种基于WiFi信号特征的聚
»1定位算法研究[]].浙&^水电专科戢^2018,030 (005):63-67.
⑸王尊，刘朋飞.双频段WIFI信号在基于WIFI的室内定位
应用差异[J].海峡科技与产业,2019(05):108-109.
[6]Ivasiv I B.Estimation of errors in determining corrosion
grain sizes by analysis of diffuse light reflection signal[J].
Information Extraction and Processing,2020,(48):25-34. [7]Christian,C,P,et al.Forward Foreign Exchange Rates,Ex
pected Spot Rates,and Premia:A Signal-Extraction Approach.[J].British Journal of I ndustrial Relations,1987(12)：395-406.
[8]Berg E.Rayleigh Waves from High Gain Long-Period Sta
tions:Signal Extraction;Amplitude Determination;and Separation of Overlapping Wave Trams[J].Interim Report Hawaii Univ Honolulu,1974,55(12):1144.
51
版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。
发表评论