我要投搞

标签云

收藏小站

爱尚经典语录、名言、句子、散文、日志、唯美图片

当前位置:财神爷图库 > 定位信道 >

基于信道状态信息的无源被动定位 - 浙江工业大学ivsn grouppdf

归档日期:06-04       文本归类:定位信道      文章编辑:爱尚语录

  基于信道状态信息的无源被动定位 - 浙江工业大学ivsn group.pdf

  1.本站不保证该用户上传的文档完整性,不预览、不比对内容而直接下载产生的反悔问题本站不予受理。

  28 5 传 感 技 术 学 报 Vol. 28 No. 5 第 卷 第 期 2015 5 CHINESE JOURNAL OF SENSORS AND ACTUATORS May 2015 年 月 * Device-Free Passive Localization Based on Channel State Information * WU Zhefu ,ZHOU Yan (Zhejiang University of Technology ,College of Information Engineering ,Hangzhou 310023 ,China) Abstract :Device-free Passive localization is a system envisioned to detect ,track and identify entities that do not carry any device ,nor participate actively in the localization process. Compare to traditional solutions based on the received signal strength ,channel state information (CSI)has more advantage. On observing the stable characteristics of CSI while retaining sensitivity to nearby human locomotion ,the method proposed to leverage the histogram feature of the subcarrier amplitudes as signatures for omnidirectional passive human detection. It also considered the mul- tipath affection of indoor environment and utilized the fingerprint system to improve performance. Experimental re- sults show that the localization method is reliable with an average false positive of 13% and false negative of 7% in detecting human position in 8 directions. In the case of effective detection radius of 1 m ,the deviation is 25% and the relative error is 0. 196 m. Key words :passive localization ,RSSI ,channel state information ,OFDM ,physical layer EEACC :6150P ;7320C doi :10. 3969 /j. issn. 1004 - 1699. 2015. 05. 012 基于信道状态信息的无源被动定位* * , 吴哲夫 周 言 ( , 310023) 浙江工业大学信息工程学院 杭州 摘 要: 。 无源被动定位是指确定网络覆盖区域内没有携带任何发射和接收设备目标的空间位置 针对室内定位有效性问 , , 。 题 相比传统基于接收信号强度的方案 物理层的信道状态信息在无源被动定位方面更有优势 通过评估多径效应对室内无 , , 源定位的影响 定位方案讨论了信道状态信息相对稳定的物理特性 利用了信道中相应子载波幅度直方图性质建立的指纹库 。 , 8 进行无源被动定位 通过两种不同室内环境下的实验结果表明 该方法在人体定位时相对接收端的 个方向上得出的误报率 13% , 7% ; 1 m , 25% , 0. 196 m 。 约为 漏报率约为 在有效检测半径 的情况下 偏差率为 相对误差为 关键词: ; ; ; ; 无源定位 接收信号强度 信道状态信息 正交频分复用 物理层 中图分类号:TN98 文献标识码:A 文章编号:1004 - 1699 (2015)05 - 0677 - 07 , , , 在移动互联网应用中 无线设备的普及带来了大 动定位 室内无源被动定位的实现要困难得多 应用 , 。 , 量环境感知和以用户为中心的计算服务 其中基于人 也更具有广泛性 例如 警察在解救室内人质的过 。 , 员的空间定位技术是众多场景应用服务实现的关键 程中 人质可能没有携带任何电子设备或者设备由 , 于电量不足等因素导致无法完成有效的有源定位工 近年来 服务于移动互联网的无线传感器网络 WSN (Wireless Sensor Network) ; , 技术渐渐从理论研究 作 意外失火时 消防员希望知道建筑物中受困人员 。 的方位等。 走进了实际工程应用 当服务目标处于无线传感器 , 随着无线通信网络理论和软硬件技术的进步, 网络覆盖范围内时 定位算法可根据其引起的传感 、 。 20 。 信号 分组交换等信息来估测服务目标的位置 定 近 年来涌现出了许多新的室内定位方法 各种 , 、 , 位系统按照目标是否携带设备 可分为有源定位 无 传感和网络技术也都被应用于室内定位领域 包括 [1] [2] [3] [4] [5] 。 超声波 , , ,Zigbee ,WiFi 源定位或混合定位 相比于在室外环境中可以通过 红外线 蓝牙 等 GPS , 。 [6] 进行有源定位 或者使用雷达技术进行无源被 等 如文献 中使用了数字压力传感器进行差分 : (LY13F010011 ,LQ13F050005 ,LY14F050004) 项目来源 浙江省自然科学基金项目 收稿日期:2014 - 08 - 31 修改日期:2015 - 01 - 29 传 感 技 术 学 报 678 . com 第28 卷 气压测高并进行定 , 。 : 位 虽然其设备的部署需要较高 精度较高 技术的实现主要基于以下两点 ① 来自 。 , CSI , 成本 从本质上说 不同无线信号的空间特征奠定 物理层更细粒度 信息的提取 相比以往基于 。 RSSI ; 了不同定位方法的基础 值具有更好的定位稳定性 ②基于指纹系统比 [7 - 10] , , , 在主流的基于射频无线电定位方案 中 人 对 通过充分利用各向异性无线传播环境 而不是以 员存在对信号的影响主要体现在接收信号强度RSSI 减少多径干扰为目的。 (Received Signal Strength Indicator) , 上 以往方案大多 RSSI 。 ,RS- 希望通过 来确定人员的位置 但实验表明 SI , 只是对应于数据包层面的信息 其值会随着时间波 , 动而不够稳定 同时受限于多径效应导致定位精度和 , 。 鲁棒性效果不够 从而容易引起误定位 2009 IEEE 802. 11n , 在 年的 标准中 信道响应 1 图 无源被动定位模型 可以通过信道状态信息CSI (Channel State Informa- 1. 2 信道状态信息 tion)参数从接收端提取出来[11]。CSI 表征了信道 无线室内定位的主要困难是丰富的多径衰落以 , RSSI 中各个子载波的相位和幅度信息 相比于 只停 , RSSI 及时间动态特性 这也导致了传统的 定位无法 ,CSI , 留在数据包层面上 包含更细粒度的信息 能够 在复杂的室内环境中提供较好的鲁棒性。 , 更全面反映环境中的多径效应 因而在室内定位方 , 对于无线信道的研究 最近的一些工作已经扩 面具有很好的应用潜力。 , CSI 展到了物理层 衡量信道状态的指标以 形式表 [12] CSI , 文献 对 应用于室内定位进行了尝试 , 2 CSI RSSI 。 现出来 图 表示了 与 参数的提取过程 [13] CSI , CSI 文献 将 信息用于人群计数 另外将 和 在OFDM 系统中,CSI 参数表征了一个传输信道中 指纹系统相结合用于增强定位的还有文献 [14 ], 上 每个子载波信道从发送端到接收端的信道状态,CSI 。 CSI 述工作各有特色 本文基于 的物理特性而设计 值的准确性在很大程度上影响了 OFDM 系统的性 , : 了室内无源被动式定位系统 后继内容安排如下 第 。 , OFDM WLAN 能 但需要指出的是 只有基于 的 系 1 CSI ; 2 节介绍无源被动定位以及 第 节给出定位算 CSI , OFDM 统才能展示出 的频率分集 因为 系统使 ; 3 ; 4 法思路以及实验方法 第 节是实验结果 第 节是 。 , 用了多个子载波来传输信号 为了实验准确性 我 总结与下一步工作。 们需要将得到的 CSI 相对值(dB )通过考虑 RSS 、 AGC , CSI 以和噪声等因素 将相对值转化为 的绝对 1 无源被动定位与信道状态信息 (dBm)。 (1) , P 值 转化公式如式 所示 其中 RSS 为经 珔 1. 1 无源被动定位 过AGC 调整计算的绝对值,Pcsi 为计算得到的 CSI RFID 、 GPS 、 与射频识别系统 全球定位系统 雷 , n 。 平均功率 噪声 包括量化误差以及接收误差等 、 RTLS [15] , 达定位系统 实时仓管定位系统 等不同 无 珔 P / P CSI (dBm) RSS csi (1) = CSI × SNR = CSI × 源被动定位技术 DfP (Device-free Passive localiza- 槡 槡∑n tion) 、 是指通过传感节点的信号 信息交换来获取传 感网络覆盖内某些无法或不愿意主动与部分或全部 、 , 传感节点 网络进行无线通信的物体空间位置信息 , 特别适合当室内被定位目标处于非合作状态时 如 、 室内入侵检测 室内人员位置信息隐蔽性收集等 应用。 1 - 在如图 给出的基于无线 RSSI CSI 图 与 对比 , r 用场景下 我们希望在接收端附近以半径为 的覆 OFDM , 在 系统中 经过多径信道之后的接收信 , 盖范围内都能较好的定位出无源人员位置 即全向 号可表示为: 。 性的无源被动定位系统 与以往常见的采用无线传 Y = HX + N (2) , RSSI 感器节点的方法不同 如基于接收信号强度 的 :Y X ,H [16] 式中 与 分别是接收端与发射端信号的向量 射频层析成像RTI 定位系统 , 本系统的应用无需 N 。 与 分别是信道矩阵与加性高斯白噪声 作为物 部署大量的传 , 感器节点 仅需使用普通的商用无线 , 理层表征发送端到接收端信道增益的信息 其中各 , , r 局域网络 因而附加成本较低 并且在半径 内定位 5 , : 679 第 期 吴哲夫 周 言 基于信道状态信息的无源被动定位 个子载波的CSI 可以估计为: 珚 H = Y /X (3) (3) CSI 从式 中得到的 为频域下的信道频率响 CFR (Channel Frequency Response), : 应 可以表示为 H (f )= [H (f 1 ),…,H (f K )] (4 ) 式中:H (f ) 子载波f 。 K 描述了 K 下的幅度与相位 将 CFR 进行傅里叶反变换后得到信道冲击响应 CIR (Channel Impulse Response): h ()= IFFT (H (f )) (5) τ 信道冲击响应反映了信道传输中多径信道在接 收 , 与τ 分别表 k 端的情况 αk k 示第 个路径的幅度与 。 L , CIR 传输时延 设共有 个多径信道数 则 可以表 p 4 CFR 幅度分布 图 两组 示为: 度 衰 ( 7 dB ), CFR 的 减 最高达到 这表明使用 的特 L - 1 p , 性进行定位是可行的 本文算法将利用这些信息来 h ()= (- ) 6() τ ∑ α δ τ τ k k k = 0 建立指纹库从而进行人员的无源被动定位。 2 特征提取与EMD 算法将 CFR 的幅度以直方图的形式表示为 h (H (f )), K ( K 30 ) k 则针对 实验中 为 个子载波的 虽然CIR 与CFR 参数在描述的信道特性时是 CFR (7), h (H (f )) 可以表示为式 其中每个 k 对应于 , 等价的 但是它们的幅度对链路近距离人员存在的 一个预设时间窗口W : 。 3 敏感度是不同的 如图 所示了同一组链路中目标 )= [h (H (f ) ) (7) h (H (f ) 1 ),…,h (H (f K )] 3 CIR CFR 。 [17] 在 个不同位置时分别测到的 与 曲线 算法引入EMD (Earth Mover’s Distance) 来比 , 在时域中 人员对链路的影响体现在多径的路径分 较指纹库的位置签名直方图间的距离。EMD 主要用 ( 5 ), 量上 例如第 个时延上有较大差别 而在频域中 、 来度量两个图像 语音信号等数字化签名集之间的分 。 人员对链路的改变则由频率分集的变化得到 相比 , P Q,P m P 与 布差异 给定两个分布 与 为 个特征量 i CIR ,CFR 是在频域中的不同的多径分量交织在一 , P = {(P , ),(P , ), 其权重ωpi 的集合 记为 1 ωp 1 2 ωp 2 。 起 尽管人员位置在链路中的遮挡只引起了小部分 …,(P , )}; , n Q m ωpm 同样的 另一个有 个特征量 i 与 , CFR 多径路径 但在频域中 将会引起多个子载波较 Q :Q = {(Q , ),(Q , ),…, 其权重ωQi 的分布 1 ωQ1 2 ωQ2 , CFR , 大的波动 因此 对人员存在与否更加敏感 从 (Q , )}。 EMD , n ωQn 在计算这两个位置签名的 之前 而更适合用来进行无源被动式定位应用。 定义P ,Q 任意取一个特征量之间的距离dij ,dij 的大 , 小表示了每个特征量与其他特征量之间的关联度 在 d i j 本例中距离 ij 设定为子载波 与 差值的绝对值且最 4 。EMD (8) : 大为 可以表达式 求解 m n * ∑∑d f ij ij EMD (P ,Q)= min i = 1 j = 1 (8) F = {f ij} m n * f ∑∑ ij i = 1 j = 1 : 4 : 式中 并满足 个条件 f 0 (1 i m ,1 j n) ≥ ≤ ≤ ≤ ≤  ij  n  f (1 j n) 图3 CIR 与CFR 的幅度 ∑ ij ≤ωpi ≤ ≤ j = 1  4 100 m (9) 图 给出了两组实验下测到的各 个数据包  f (1 j n) CFR ( 5 s), ∑ ij ≤ω Qj ≤ ≤ 的 分布情况 持续时间大约 分别对应于  i = 1 接收端附近无人以及实验人员站在接收端前大约1  m n m n  m 。 4 , 10 ~ ∑∑f ij = min (∑ωPi ,∑ω Qj ) 位置的情况 从图 中可以看出 第 组 第 i = 1 j = 1 i = 1 i = 1 20 于本 CFR (7) , 组子载波的幅度相比无人员的情况都有较大程 对 文中 如式 所示 每个直方图对应 传 感 技 术 学 报 680 www. chinatransducers. com 第28 卷 于一个 , ( 两个环 AP 1 m , 位置签名 直方图的每一根立柱 子载波编 境中 与笔记本均置于 高处 每 ) , 。 1 ~ 号 代表一个特征量 柱的高度值代表算法中的权重 个环境中各选取两条链路分别标记为链路 链路 CFR , 4 , AP 3. 5 m 。 在得到了两组 直方图后 实验使用预先编译好 每条链路的 与接收端相距 建立指纹 C + + , [17]。 , 8 0. 5 m 的 代码进行求解 具体实现方法见 库时 目标分别位于接收端 个方向各 的距 , ( ) ( 接下来的工作是建立指纹库 包括建立定位环境 离 图中黄色的点 以及各个方位更远端的情况 如 中目标位于各个位置l s :{s ,l } 图中绿色的点); , i 所对应的签名 i i i 以及 另外 同时记录无目标位于接收端 s 。 , 。 , 无人情况下的签名 0 建立完成指纹库后 当接收端 附近时的指纹数据 要指出的是 本实验主要研究 s ( W ), , r 1 接收到一个新的签名 在时间窗口 下 通过计算 接收端附近的目标定位 因此设定定位范围 设为 s EMDd (s ,s )。 m , 。 与指纹库里各个签名之间的 new i 当满 更广定位范围分析及误差讨论在下文中给出 (10) , EMD , 1 (175 cm 足式 时 系统则判定在 最小时所对应指纹 在各链路中 首先安排 名实验人员 ; (10) , , ) ( 的签名位置处为目标检测位置 当式 不满足时 高 中等身材 静止于图中各个位置 无目标情况下 则判定为无人。 所有人远离链路3 m 以上)。AP 向接收端在1 min min (d (s ,s ))< d (s ,s ) i(1) (10) 10 000 , CFR new i new 0 ≥ 内发送 个数据包 将收集得到的 取均值 ; 3 (A :160 后得到指纹库 然后分别安排 名实验人员 3 实验结果 cm 高,47 kg 重;B :170 cm 高,62 kg 重;C :185 cm TP-LINK TL - WR842N AP ,82 kg ) 1 min 实验采用 型号为 的 高 重 站在各位置以同样方法收集 的 , 。 CSI 。 , 作为发送端 一台联想笔记本作为接收端 实验环 数据 为了验证本系统的健壮性 在部分测试 5 6 , 5 , 3 3 m 境如图 和图 所示 其中图 为相对多径效应明 样本中 同时安排 名人员在离开链路 左右处 , 6 。 随机走动。 显的场景 图 为多径效应相对较少的场景 收集的原始数据通过式(1)处理得到样本数 , 1、 2 RSS 47 dB , 据 实验中链路 链路 中 约为 波动范 6 dB ; 3 、 4 RSS 44 dB , 围为 链路 链路 中 约为 波动范 4 dB 。 7 围为 如图 所示了对一组链路处理得到的 CSI , 参数 图中给出了指纹库中目标在若干个方位 ( ) CSI 未全部列出 的 曲线以及对待定位目标测试 CSI , min (d (s , 所得的 曲线 由此样本计算得到 new s ))46 。 i , i 为 当 取指纹库中目标为左时 这个结果 d (s ,s )(d (s ,s ) 175)。 小于 new 0 new 0 为 因此系统将待 , 定位目标判定为位于接收节点的左边 和实际情况 相符。 5 图 多径效应严重的场景 图7 CSI 样本与指纹库的比较 , 为检验准确性 实验设定了两个指标来衡量系 , : FP (False Positive): 统的性能 分别是 ① 误报 当没 ; 有人员在接收端附近时误判为有人 ② 漏报 FN (False Negative): 接收端附近有人但系统没有被 检测出来。 6 图 多径效应较少的场景 8 4 如图 所示了两个实验环境下共 组链路测得 5 , : 681 第 期 吴哲夫 周 言 基于信道状态信息的无源被动定位 的平均FN FP 。 90% , 与 率 样本为在各测试人员的样本 般维持在 附近 而方位检测准确率一般维持在 4 s , 200 70% ~ 80% , 25% , 中随机选取时间窗口为 的数据 进行 次比 之间 偏差率约为 统计计算得到 , 1、 2 0. 196 m 。 , 对并将结果取平均值 其中链路 链路 在多径效 相对误差为 相比而言 目标位于链路之 , 3 、 4 , 应严重的场景中测得 链路 链路 在多径效应较 前和之后位置的系统出错率要大一些 因为在这些 , 200 ~ 300 , CSI 少的环境中测得 每个位置随机选取了 个 位置目标对信号接收的干扰相对较小 但是 的 。 FN 13% , 。 个样本 结果显示不同链路的 值为 左右 物理层特性仍然使得出错率维持在一个较低水平 FP 7% , 而 大约在 左右 实验能够较好检测出人员的 。 , CSI 存在 同时我们发现 得益于 细粒度地表现子 , 载波的特性以及指纹库的搭建 多径效应对实验结 。 果影响并不大 事实上实验的指纹库比对正是利用 了多径效应引起的子载波衰落不同来检测识别 目标。 图10 指纹库定位性能 实验还进一步测试了目标与接收端之间距离对 检测率 , 11 。 4 的影响 如图 所示 实验选取了 个主要 3 , 方向相距接收端 种距离位置的检测准确率 链路 同样采取对多条链路及多人员样本进行随机采集并 。 , 将结果取平均值 从图中可以看出 随着距离的增 , , 8 FN /FP 加 检测准确率在不同位置均有降低 引起实验偏差 图 不同链路的 , 1. 2 m , 9 FN 率的升高 例如在目标位于接收端 时 偏差率 如图 给出上述实验中区分检测人员的 与 40% 。 AP , FP , 。 , B 达到 这表明当目标距离 较远时 对于链 链路为随机选取并取均值 可以发现 人员 , 。 FN FP 。 , B 路的影响相对减少 使得探测能力不够而引起误差 的 及 均最低 事实上 人员 的身高及体型 , 目前我们的系统仅在目标位置离接收端较近(1 m 与录入指纹库的人员最为接近 从而对接收端形成 ) , 。 A 之内 时有较好的表现 因此系统设定有效测量半 了最为近似的多径效应 从图中我们发现人员 1 m, C FN FP , 径为 如何能够满足更高精度要求下的更远距 与人员 也得到了相对较低的 与 这也证实 了实验可有效检测人员位置。 离人员检测是下一步的工作内容。 9 FN /FP 图 不同检测人员的平均 图11 不同距离下的指纹库定位性能 , 10 目标位于 为进一步研究探测精度 图 列出了 , 12 为了检验时间窗口对实验结果的影响 图 所 1 m 8 在有效测量半径 内 个方位的平均检测率以及 示了不同时间窗口(2 s ~ 10 s)下各链路及人员的 。 平均准确率 样本为在所有链路及人员的样本中随 FN FP 。 ,FN FP 平均 与 率 随着窗口时间增加 与 都 4 s 。 机选取窗口为 的数据并对结果取平均值 实验 。 2 s 有明显的降低并有趋于恒定 图中在 的时间窗 , 目的是考察系统虽然能检测出目标 但是却被判定 ,FN FP 15% , 口下 与 的几率都在 以内 这表明了该 。 , 为错误的位置 其中当目标完全遮挡住链路时 其 , 系统也可以改进并运用于实时监测 即当目标短暂 0 , 视距路径位置的角度记为 度 目标位置的探测结 2 s , 停留在某个位置 以上 系统就能较好的识别出 。 , 。 果以顺时针顺序列出 从图中看出 目标探测率一 目标位置 传 感 技 术 学 报 682 www. chinatransducers. com 第28 卷 , , 的准确率 另外也考虑室内的实时检测和监控方案 实现跟踪动态人员目标的位置与轨迹。 参考文献: [1] , , , . TDOA 韩霜 罗海勇 陈颖 等 基于 的超声波室内定位系统的 [J]. ,2010 ,23 (3) 设计与实现 传感技术学报 :347 - 353. [2] Want R ,Hopper A ,Falcao V ,et al. The Active Badge Location 图12 不同时间窗口下的FN /FP System [J]. ACM Transactions on Information Systems (TOIS ), 13 2 s ~ 10 s 4 1992,10 (1):91 - 102. 图 给出了在 时间窗口下 个主要 。 [3] Bargh M S ,de Groote R. Indoor Localization Based on Response 方向定位的检测率与检测准确率 各方向的检测准 确率随着时间窗口的增加略微得到提高并趋于稳 Rate of Bluetooth Inquiries [C]/ /Proceedings of the First ACM In- ternational Workshop on Mobile Entity Localization and Tracking in , 22% 。 ,0 ( 定 偏差率约为 相对来说 度位置 目标完 GPS-Less Environments. ACM ,2008 :49 - 54. ) , 180 全遮挡链路 的定位准确率是最高的 而 度位 [4] 郜 , , . ZigBee 丽鹏 朱梅冬 杨丹 基于 的加权质心定位算法的仿 ( ) , 置 目标完全无遮挡链路 的定位准确率要低一些 [J]. ,2010 ,23 (1) 真与实现 传感技术学报 :149 - 152. 10 , [5] Bahl P ,Padmanabhan V N. RADAR :An in-Building RF-Based Us- 这和图 的结果相符合 即同样类似地说明了虽然 er Location and Tracking System [C]/ /Nineteenth Annual Joint , 实验天线并非完美的全向天线 但是由于得益于 Conference of the IEEE Computer and Communications Societies. CSI , 物理层的细粒度特性 使得检测仍然得到一个 2000 ,2 :775 - 784. 较好的结果。 [6] 胡 , . 正群 张丽荣 差分气压测高在室内定位系统中应用的性能 分析 [J]. 传感技术学报,2013 ,25 (10):1463 - 1467. [7] 陈 , . RSSI 锡剑 程良伦 基于 的功率匹配定位算法的研究与实 现 [J]. 传感技术学报,2013 ,26 (5):709 - 714. [8] Youssef M ,Mah M ,Agrawala A. Challenges :Device-Free Passive Localization for Wireless Environments [

  ·基于labview的船用电机故障检测系统的研究 来源:海军工程大学 .doc

  ·基于labview 的无人机飞行状态实时监测评估系统 - ingenta connect.pdf

  ·基于linux 集群的web 服务的研究和构建 - 复旦大学软件工程实验室.pdf

  ·基于lsb和多重秘密共享的二值图像隐藏方案 - 计算机应用与软件.pdf

  ·基于mallat 塔式算法小波变换的多故障诊断方法 - 控制与决策.pdf

  ·基于manab 的i吾音立山点检测实验石开究 - 浙江科技学院学报.pdf

  ·基于ltsa 和mica 与pca 联合指标的过程监控方法及应用 - 化工学报.pdf

  ·基于倾斜地面上分形树的电磁散射研究 王显德罗贤云陈菊花张忠治 .doc

  ·基于信息物理融合系统的水资源分配模型研究 - 计算机应用与软件.pdf

  ·基于光声信号的高铁钢轨表面缺陷检测方法孙明健程星振 - 物理学报.pdf

  ·基于光纤数字通信的煤矿供电防越级跳闸保护设备应用 - 电子技术应用.pdf

  ·基于关联图模型的信息物理融合系统感知数据可信性 - 电子与信息学报.pdf

本文链接:http://mymediaworld.net/dingweixindao/489.html