[发明专利]一种基于Wi-Fi信道状态信息的三维联合估计方法

说明书

本发明提出了一种基于Wi‑Fi信道状态信息(Channel State Information,CSI)的三维联合估计方法。首先，为了克服天线数量和信道带宽对二维联合估计模型的局限性，将获得的信道状态信息从子载波、天线、数据包三个维度构成一个三维矩阵。其次，对三维矩阵进行降维处理，并在此基础上进行子载波、天线、数据包之间的平滑处理。最后，对平滑之后的矩阵进行信号子空间和噪声子空间分解，从而构造谱函数。在谱函数的基础上，进行到达角(Angle of Arrival,AoA)、飞行时间(Time of Flight,ToF)、多普勒频移(Doppler Frequency Shift,DFS)的三维参数联合搜索。本发明设计的三维联合估计算法在天线数量少、信道带宽窄的情况下仍能达到较高的估计精度，为精确的室内跟踪定位等应用提供了理论基础。

技术领域

本发明属于参数估计方法，具体涉及在Wi-Fi系统下，一种对室内目标和收发机组成的系统的参数估计方法。

背景技术

近年来，目标不携带任何设备的无源被动跟踪定位技术备受关注，旨在对室内的人进行定位跟踪，具体的应用包括老年人、病人安全监测、智能家居和许多其他基于物联网(IoT)的应用。现有的各种室内目标跟踪方法大多要求目标携带专用设备或可穿戴设备，但是在某些情况下携带设备是很不方便的。

现有的无源被动定位技术包括超声波、红外线、LED可见光、WiFi等。目前，基于Wi-Fi的跟踪定位系统研究一直是人们关注的焦点，这种系统不需要额外的基础设施，只需要Wi-Fi接入点(AP)和一个或几个支持Wi-Fi协议(如802.11n/ac)的接收设备并分别布置于不同的环境。检测环境中存在的人体会对Wi-Fi信号的传输环境造成一定程度的影响，而且CSI(Channel State Information)可以细粒化的记录Wi-Fi信号的变化情况，通过目标上的信号反射来提取基本运动和位置信息。但是无源跟踪比有源无线发射器的定位更具挑战性，因为由人体反射的反射信号通常比直接路径信号弱几个数量级，并且通常与强直接路径信号以及从墙壁、家具和其他附近的杂物反射的信号叠加。因此很难从反射信号中提取有用的、准确的定位信息。现有的大多数提取的无线信号参数都是到达角(AoA)和飞行时间(ToF)，然后用这两个参数进行联合跟踪定位。但是大多数商用WiFi卡只有三根天线和有限的带宽，使得AoA和ToF的估计精度受限。而这些二维定位方法依赖于精确估计每个信号路径的AoA或ToF，因此当多个路径具有相似的AoA或ToF时，这些系统在解决路径数以获得准确的参数估计方面面临困难。

在发射机和接收机之间的室内环境中，人体运动改变了收发机之间人体反射的WiFi信号的路径长度，导致信号的多普勒频移，多普勒频移的大小取决于反射路径长度变化的速度，与人体目标的速度和位置有关，而且多普勒的分辨率不受天线数量以及带宽的影响。因此，针对上述问题，本发明在Wi-Fi系统下，设计了一种基于Wi-Fi信道状态信息的三维联合估计方法，在AoA和ToF联合估计的基础上，加入了多普勒频移进行三维联合估计，从而实现精确的无设备人类跟踪监测。

发明内容

本发明的目的是在Wi-Fi系统下，提供一种基于Wi-Fi信道状态信息的三维联合估计方法，它能够在现有的天线和带宽受限的定位技术基础上提高估计精度，对室内目标进行跟踪定位。

本发明所述的一种基于Wi-Fi的跟踪定位方法，具体包括以下步骤：

步骤一：假设在WiFi系统中有D个信号源，N个子载波，接收端的接收机包含M根天线，接收来自信号源的P个数据包中的CSI信息，利用不同天线、不同子载波和不同时间的CSI信息构造三维矩阵X_P×M×N＝{x_i,j,k}，其中1≤i≤P,1≤j≤M,1≤k≤N，x_i,j,k表示第i个数据包、第j根天线和第k个子载波上获得的CSI信息。