吳哲夫,周 言

(浙江工業(yè)大學(xué)信息工程學(xué)院,杭州 310023)

?

基于信道狀態(tài)信息的無(wú)源被動(dòng)定位*

吳哲夫*,周 言

(浙江工業(yè)大學(xué)信息工程學(xué)院,杭州 310023)

無(wú)源被動(dòng)定位是指確定網(wǎng)絡(luò)覆蓋區(qū)域內(nèi)沒(méi)有攜帶任何發(fā)射和接收設(shè)備目標(biāo)的空間位置。針對(duì)室內(nèi)定位有效性問(wèn)題,相比傳統(tǒng)基于接收信號(hào)強(qiáng)度的方案,物理層的信道狀態(tài)信息在無(wú)源被動(dòng)定位方面更有優(yōu)勢(shì)。通過(guò)評(píng)估多徑效應(yīng)對(duì)室內(nèi)無(wú)源定位的影響,定位方案討論了信道狀態(tài)信息相對(duì)穩(wěn)定的物理特性,利用了信道中相應(yīng)子載波幅度直方圖性質(zhì)建立的指紋庫(kù)進(jìn)行無(wú)源被動(dòng)定位。通過(guò)兩種不同室內(nèi)環(huán)境下的實(shí)驗(yàn)結(jié)果表明,該方法在人體定位時(shí)相對(duì)接收端的8個(gè)方向上得出的誤報(bào)率約為13%,漏報(bào)率約為7%;在有效檢測(cè)半徑1 m的情況下,偏差率為25%,相對(duì)誤差為0.196 m。

無(wú)源定位;接收信號(hào)強(qiáng)度;信道狀態(tài)信息;正交頻分復(fù)用;物理層

在移動(dòng)互聯(lián)網(wǎng)應(yīng)用中,無(wú)線設(shè)備的普及帶來(lái)了大量環(huán)境感知和以用戶為中心的計(jì)算服務(wù),其中基于人員的空間定位技術(shù)是眾多場(chǎng)景應(yīng)用服務(wù)實(shí)現(xiàn)的關(guān)鍵。

近年來(lái),服務(wù)于移動(dòng)互聯(lián)網(wǎng)的無(wú)線傳感器網(wǎng)絡(luò)WSN(Wireless Sensor Network)技術(shù)漸漸從理論研究走進(jìn)了實(shí)際工程應(yīng)用。當(dāng)服務(wù)目標(biāo)處于無(wú)線傳感器網(wǎng)絡(luò)覆蓋范圍內(nèi)時(shí),定位算法可根據(jù)其引起的傳感信號(hào)、分組交換等信息來(lái)估測(cè)服務(wù)目標(biāo)的位置。定位系統(tǒng)按照目標(biāo)是否攜帶設(shè)備,可分為有源定位、無(wú)源定位或混合定位。相比于在室外環(huán)境中可以通過(guò)GPS進(jìn)行有源定位,或者使用雷達(dá)技術(shù)進(jìn)行無(wú)源被動(dòng)定位,室內(nèi)無(wú)源被動(dòng)定位的實(shí)現(xiàn)要困難得多,應(yīng)用也更具有廣泛性。例如,警察在解救室內(nèi)人質(zhì)的過(guò)程中,人質(zhì)可能沒(méi)有攜帶任何電子設(shè)備或者設(shè)備由于電量不足等因素導(dǎo)致無(wú)法完成有效的有源定位工作;意外失火時(shí),消防員希望知道建筑物中受困人員的方位等。

隨著無(wú)線通信網(wǎng)絡(luò)理論和軟硬件技術(shù)的進(jìn)步,近20年來(lái)涌現(xiàn)出了許多新的室內(nèi)定位方法。各種傳感和網(wǎng)絡(luò)技術(shù)也都被應(yīng)用于室內(nèi)定位領(lǐng)域,包括超聲波[1],紅外線[2],藍(lán)牙[3],Zigbee[4],WiFi[5]等等。如文獻(xiàn)[6]中使用了數(shù)字壓力傳感器進(jìn)行差分氣壓測(cè)高并進(jìn)行定位,雖然其設(shè)備的部署需要較高成本。從本質(zhì)上說(shuō),不同無(wú)線信號(hào)的空間特征奠定了不同定位方法的基礎(chǔ)。

在主流的基于射頻無(wú)線電定位方案[7-10]中,人員存在對(duì)信號(hào)的影響主要體現(xiàn)在接收信號(hào)強(qiáng)度RSSI(Received Signal Strength Indicator)上,以往方案大多希望通過(guò)RSSI來(lái)確定人員的位置。但實(shí)驗(yàn)表明,RSSI只是對(duì)應(yīng)于數(shù)據(jù)包層面的信息,其值會(huì)隨著時(shí)間波動(dòng)而不夠穩(wěn)定,同時(shí)受限于多徑效應(yīng)導(dǎo)致定位精度和魯棒性效果不夠,從而容易引起誤定位。

在2009年的IEEE 802.11n標(biāo)準(zhǔn)中,信道響應(yīng)可以通過(guò)信道狀態(tài)信息CSI(Channel State Information)參數(shù)從接收端提取出來(lái)[11]。CSI表征了信道中各個(gè)子載波的相位和幅度信息,相比于RSSI只停留在數(shù)據(jù)包層面上,CSI包含更細(xì)粒度的信息,能夠更全面反映環(huán)境中的多徑效應(yīng),因而在室內(nèi)定位方面具有很好的應(yīng)用潛力。

文獻(xiàn)[12]對(duì)CSI應(yīng)用于室內(nèi)定位進(jìn)行了嘗試,文獻(xiàn)[13]將CSI信息用于人群計(jì)數(shù),另外將CSI和指紋系統(tǒng)相結(jié)合用于增強(qiáng)定位的還有文獻(xiàn)[14],上述工作各有特色。本文基于CSI的物理特性而設(shè)計(jì)了室內(nèi)無(wú)源被動(dòng)式定位系統(tǒng),后繼內(nèi)容安排如下:第1節(jié)介紹無(wú)源被動(dòng)定位以及CSI;第2節(jié)給出定位算法思路以及實(shí)驗(yàn)方法;第3節(jié)是實(shí)驗(yàn)結(jié)果;第4節(jié)是總結(jié)與下一步工作。

1 無(wú)源被動(dòng)定位與信道狀態(tài)信息

1.1 無(wú)源被動(dòng)定位

與射頻識(shí)別系統(tǒng)RFID、全球定位系統(tǒng)GPS、雷達(dá)定位系統(tǒng)、實(shí)時(shí)倉(cāng)管定位系統(tǒng)RTLS[15]等不同,無(wú)源被動(dòng)定位技術(shù)DfP(Device-free Passive localization)是指通過(guò)傳感節(jié)點(diǎn)的信號(hào)、信息交換來(lái)獲取傳感網(wǎng)絡(luò)覆蓋內(nèi)某些無(wú)法或不愿意主動(dòng)與部分或全部傳感節(jié)點(diǎn)、網(wǎng)絡(luò)進(jìn)行無(wú)線通信的物體空間位置信息,特別適合當(dāng)室內(nèi)被定位目標(biāo)處于非合作狀態(tài)時(shí),如室內(nèi)入侵檢測(cè)、室內(nèi)人員位置信息隱蔽性收集等應(yīng)用。

在如圖1給出的基于無(wú)線信號(hào)發(fā)送-接收的應(yīng)用場(chǎng)景下,我們希望在接收端附近以半徑為r的覆蓋范圍內(nèi)都能較好的定位出無(wú)源人員位置,即全向性的無(wú)源被動(dòng)定位系統(tǒng)。與以往常見(jiàn)的采用無(wú)線傳感器節(jié)點(diǎn)的方法不同,如基于接收信號(hào)強(qiáng)度RSSI的射頻層析成像RTI定位系統(tǒng)[16],本系統(tǒng)的應(yīng)用無(wú)需部署大量的傳感器節(jié)點(diǎn),僅需使用普通的商用無(wú)線局域網(wǎng)絡(luò),因而附加成本較低,并且在半徑r內(nèi)定位精度較高。技術(shù)的實(shí)現(xiàn)主要基于以下兩點(diǎn):①來(lái)自物理層更細(xì)粒度CSI信息的提取,相比以往基于RSSI值具有更好的定位穩(wěn)定性;②基于指紋系統(tǒng)比對(duì),通過(guò)充分利用各向異性無(wú)線傳播環(huán)境,而不是以減少多徑干擾為目的。

圖1 無(wú)源被動(dòng)定位模型

1.2 信道狀態(tài)信息

無(wú)線室內(nèi)定位的主要困難是豐富的多徑衰落以及時(shí)間動(dòng)態(tài)特性,這也導(dǎo)致了傳統(tǒng)的RSSI定位無(wú)法在復(fù)雜的室內(nèi)環(huán)境中提供較好的魯棒性。

(1)

圖2 RSSI與CSI對(duì)比

在OFDM系統(tǒng)中,經(jīng)過(guò)多徑信道之后的接收信號(hào)可表示為:

Y=HX+N

(2)

式中:Y與X分別是接收端與發(fā)射端信號(hào)的向量,H與N分別是信道矩陣與加性高斯白噪聲。作為物理層表征發(fā)送端到接收端信道增益的信息,其中各個(gè)子載波的CSI可以估計(jì)為:

(3)

從式(3)中得到的CSI為頻域下的信道頻率響應(yīng)CFR(Channel Frequency Response),可以表示為:

H(f)=[H(f1),…,H(fK)]

(4)

式中:H(fK)描述了子載波fK下的幅度與相位。將CFR進(jìn)行傅里葉反變換后得到信道沖擊響應(yīng)CIR(Channel Impulse Response):

h(τ)=IFFT(H(f))

(5)

信道沖擊響應(yīng)反映了信道傳輸中多徑信道在接收端的情況,αk與τk分別表示第k個(gè)路徑的幅度與傳輸時(shí)延。設(shè)共有Lp個(gè)多徑信道數(shù),則CIR可以表示為:

(6)

2 特征提取與EMD

雖然CIR與CFR參數(shù)在描述的信道特性時(shí)是等價(jià)的,但是它們的幅度對(duì)鏈路近距離人員存在的敏感度是不同的。如圖3所示了同一組鏈路中目標(biāo)在3個(gè)不同位置時(shí)分別測(cè)到的CIR與CFR曲線。在時(shí)域中,人員對(duì)鏈路的影響體現(xiàn)在多徑的路徑分量上(例如第5個(gè)時(shí)延上有較大差別),而在頻域中人員對(duì)鏈路的改變則由頻率分集的變化得到。相比CIR,CFR是在頻域中的不同的多徑分量交織在一起。盡管人員位置在鏈路中的遮擋只引起了小部分多徑路徑,但在頻域中CFR將會(huì)引起多個(gè)子載波較大的波動(dòng),因此CFR對(duì)人員存在與否更加敏感,從而更適合用來(lái)進(jìn)行無(wú)源被動(dòng)式定位應(yīng)用。

圖3 CIR與CFR的幅度

圖4 兩組CFR幅度分布

圖4給出了兩組實(shí)驗(yàn)下測(cè)到的各100個(gè)數(shù)據(jù)包的CFR分布情況(持續(xù)時(shí)間大約5 s),分別對(duì)應(yīng)于接收端附近無(wú)人以及實(shí)驗(yàn)人員站在接收端前大約1 m位置的情況。從圖4中可以看出,第10組～第20組子載波的幅度相比無(wú)人員的情況都有較大程度的衰減(最高達(dá)到7 dB),這表明使用CFR的特性進(jìn)行定位是可行的,本文算法將利用這些信息來(lái)建立指紋庫(kù)從而進(jìn)行人員的無(wú)源被動(dòng)定位。

算法將CFR的幅度以直方圖的形式表示為h(H(fk)),則針對(duì)K(實(shí)驗(yàn)中K為30)個(gè)子載波的CFR可以表示為式(7),其中每個(gè)h(H(fk))對(duì)應(yīng)于一個(gè)預(yù)設(shè)時(shí)間窗口W:

h(H(f))=[h(H(f1)),…,h(H(fK))]

(7)

算法引入EMD(Earth Mover’s Distance)[17]來(lái)比較指紋庫(kù)的位置簽名直方圖間的距離。EMD主要用來(lái)度量?jī)蓚€(gè)圖像、語(yǔ)音信號(hào)等數(shù)字化簽名集之間的分布差異,給定兩個(gè)分布P與Q,P為m個(gè)特征量Pi與其權(quán)重ωpi的集合,記為P={(P1,ωp1),(P2,ωp2),…,(Pm,ωpm)};同樣的,另一個(gè)有n個(gè)特征量Qi與其權(quán)重ωQi的分布Q:Q={(Q1,ωQ1),(Q2,ωQ2),…,(Qn,ωQn)}。在計(jì)算這兩個(gè)位置簽名的EMD之前,定義P,Q任意取一個(gè)特征量之間的距離dij,dij的大小表示了每個(gè)特征量與其他特征量之間的關(guān)聯(lián)度,在本例中距離dij設(shè)定為子載波i與j差值的絕對(duì)值且最大為4。EMD可以表達(dá)式(8)求解:

(8)

式中:并滿足4個(gè)條件:

(9)

對(duì)于本文中CFR如式(7)所示,每個(gè)直方圖對(duì)應(yīng)于一個(gè)位置簽名,直方圖的每一根立柱(子載波編號(hào))代表一個(gè)特征量,柱的高度值代表算法中的權(quán)重。在得到了兩組CFR直方圖后,實(shí)驗(yàn)使用預(yù)先編譯好的C++代碼進(jìn)行求解,具體實(shí)現(xiàn)方法見(jiàn)[17]。

接下來(lái)的工作是建立指紋庫(kù),包括建立定位環(huán)境中目標(biāo)位于各個(gè)位置li所對(duì)應(yīng)的簽名si:{si,li}以及無(wú)人情況下的簽名s0。建立完成指紋庫(kù)后,當(dāng)接收端接收到一個(gè)新的簽名s(在時(shí)間窗口W下),通過(guò)計(jì)算s與指紋庫(kù)里各個(gè)簽名之間的EMDd(snew,si)。當(dāng)滿足式(10)時(shí),系統(tǒng)則判定在EMD最小時(shí)所對(duì)應(yīng)指紋的簽名位置處為目標(biāo)檢測(cè)位置;當(dāng)式(10)不滿足時(shí),則判定為無(wú)人。

min(d(snew,si))

(10)

3 實(shí)驗(yàn)結(jié)果

實(shí)驗(yàn)采用TP-LINK型號(hào)為T(mén)L-WR842N的AP作為發(fā)送端,一臺(tái)聯(lián)想筆記本作為接收端。實(shí)驗(yàn)環(huán)境如圖5和圖6所示,其中圖5為相對(duì)多徑效應(yīng)明顯的場(chǎng)景,圖6為多徑效應(yīng)相對(duì)較少的場(chǎng)景。

圖5 多徑效應(yīng)嚴(yán)重的場(chǎng)景

圖6 多徑效應(yīng)較少的場(chǎng)景

兩個(gè)環(huán)境中AP與筆記本均置于1m高處,每個(gè)環(huán)境中各選取兩條鏈路分別標(biāo)記為鏈路1～鏈路4,每條鏈路的AP與接收端相距3.5m。建立指紋庫(kù)時(shí),目標(biāo)分別位于接收端8個(gè)方向各0.5m的距離(圖中黃色的點(diǎn))以及各個(gè)方位更遠(yuǎn)端的情況(如圖中綠色的點(diǎn));另外,同時(shí)記錄無(wú)目標(biāo)位于接收端附近時(shí)的指紋數(shù)據(jù)。要指出的是,本實(shí)驗(yàn)主要研究接收端附近的目標(biāo)定位,因此設(shè)定定位范圍r設(shè)為1m,更廣定位范圍分析及誤差討論在下文中給出。

在各鏈路中,首先安排1名實(shí)驗(yàn)人員(175cm高,中等身材)靜止于圖中各個(gè)位置(無(wú)目標(biāo)情況下所有人遠(yuǎn)離鏈路3m以上)。AP向接收端在1min內(nèi)發(fā)送10 000個(gè)數(shù)據(jù)包,將收集得到的CFR取均值后得到指紋庫(kù);然后分別安排3名實(shí)驗(yàn)人員(A:160cm高,47kg重;B:170cm高,62kg重;C:185cm高,82kg重)站在各位置以同樣方法收集1min的CSI數(shù)據(jù)。為了驗(yàn)證本系統(tǒng)的健壯性,在部分測(cè)試樣本中,同時(shí)安排3名人員在離開(kāi)鏈路3m左右處隨機(jī)走動(dòng)。

收集的原始數(shù)據(jù)通過(guò)式(1)處理得到樣本數(shù)據(jù),實(shí)驗(yàn)中鏈路1、鏈路2中RSS約為47dB,波動(dòng)范圍為6dB;鏈路3、鏈路4中RSS約為44dB,波動(dòng)范圍為4dB。如圖7所示了對(duì)一組鏈路處理得到的CSI參數(shù),圖中給出了指紋庫(kù)中目標(biāo)在若干個(gè)方位(未全部列出)的CSI曲線以及對(duì)待定位目標(biāo)測(cè)試所得的CSI曲線,由此樣本計(jì)算得到min(d(snew,si))為46。當(dāng)i取指紋庫(kù)中目標(biāo)為左時(shí),這個(gè)結(jié)果小于d(snew,s0)(d(snew,s0)為175)。因此系統(tǒng)將待定位目標(biāo)判定為位于接收節(jié)點(diǎn)的左邊,和實(shí)際情況相符。

圖7 CSI樣本與指紋庫(kù)的比較

為檢驗(yàn)準(zhǔn)確性,實(shí)驗(yàn)設(shè)定了兩個(gè)指標(biāo)來(lái)衡量系統(tǒng)的性能,分別是:①誤報(bào)FP(FalsePositive):當(dāng)沒(méi)有人員在接收端附近時(shí)誤判為有人;②漏報(bào)FN(FalseNegative):接收端附近有人但系統(tǒng)沒(méi)有被檢測(cè)出來(lái)。

如圖8所示了兩個(gè)實(shí)驗(yàn)環(huán)境下共4組鏈路測(cè)得的平均FN與FP率。樣本為在各測(cè)試人員的樣本中隨機(jī)選取時(shí)間窗口為4s的數(shù)據(jù),進(jìn)行200次比對(duì)并將結(jié)果取平均值,其中鏈路1、鏈路2在多徑效應(yīng)嚴(yán)重的場(chǎng)景中測(cè)得,鏈路3、鏈路4在多徑效應(yīng)較少的環(huán)境中測(cè)得,每個(gè)位置隨機(jī)選取了200個(gè)～300個(gè)樣本。結(jié)果顯示不同鏈路的FN值為13%左右,而FP大約在7%左右,實(shí)驗(yàn)?zāi)軌蜉^好檢測(cè)出人員的存在。同時(shí)我們發(fā)現(xiàn),得益于CSI細(xì)粒度地表現(xiàn)子載波的特性以及指紋庫(kù)的搭建,多徑效應(yīng)對(duì)實(shí)驗(yàn)結(jié)果影響并不大。事實(shí)上實(shí)驗(yàn)的指紋庫(kù)比對(duì)正是利用了多徑效應(yīng)引起的子載波衰落不同來(lái)檢測(cè)識(shí)別目標(biāo)。

圖8 不同鏈路的FN/FP

如圖9給出上述實(shí)驗(yàn)中區(qū)分檢測(cè)人員的FN與FP,鏈路為隨機(jī)選取并取均值?？梢园l(fā)現(xiàn),人員B的FN及FP均最低。事實(shí)上,人員B的身高及體型與錄入指紋庫(kù)的人員最為接近,從而對(duì)接收端形成了最為近似的多徑效應(yīng)。從圖中我們發(fā)現(xiàn)人員A與人員C也得到了相對(duì)較低的FN與FP,這也證實(shí)了實(shí)驗(yàn)可有效檢測(cè)人員位置。

圖9 不同檢測(cè)人員的平均FN/FP

為進(jìn)一步研究探測(cè)精度,圖10列出了目標(biāo)位于在有效測(cè)量半徑1m內(nèi)8個(gè)方位的平均檢測(cè)率以及平均準(zhǔn)確率。樣本為在所有鏈路及人員的樣本中隨機(jī)選取窗口為4s的數(shù)據(jù)并對(duì)結(jié)果取平均值。實(shí)驗(yàn)?zāi)康氖强疾煜到y(tǒng)雖然能檢測(cè)出目標(biāo),但是卻被判定為錯(cuò)誤的位置。其中當(dāng)目標(biāo)完全遮擋住鏈路時(shí),其視距路徑位置的角度記為0度,目標(biāo)位置的探測(cè)結(jié)果以順時(shí)針順序列出。從圖中看出,目標(biāo)探測(cè)率一般維持在90%附近,而方位檢測(cè)準(zhǔn)確率一般維持在70%～80%之間,偏差率約為25%,統(tǒng)計(jì)計(jì)算得到相對(duì)誤差為0.196m。相比而言,目標(biāo)位于鏈路之前和之后位置的系統(tǒng)出錯(cuò)率要大一些,因?yàn)樵谶@些位置目標(biāo)對(duì)信號(hào)接收的干擾相對(duì)較小,但是CSI的物理層特性仍然使得出錯(cuò)率維持在一個(gè)較低水平。

圖10 指紋庫(kù)定位性能

實(shí)驗(yàn)還進(jìn)一步測(cè)試了目標(biāo)與接收端之間距離對(duì)檢測(cè)率的影響,如圖11所示。實(shí)驗(yàn)選取了4個(gè)主要方向相距接收端3種距離位置的檢測(cè)準(zhǔn)確率,鏈路同樣采取對(duì)多條鏈路及多人員樣本進(jìn)行隨機(jī)采集并將結(jié)果取平均值。從圖中可以看出,隨著距離的增加,檢測(cè)準(zhǔn)確率在不同位置均有降低,引起實(shí)驗(yàn)偏差率的升高,例如在目標(biāo)位于接收端1.2m時(shí),偏差率達(dá)到40%。這表明當(dāng)目標(biāo)距離AP較遠(yuǎn)時(shí),對(duì)于鏈路的影響相對(duì)減少,使得探測(cè)能力不夠而引起誤差。目前我們的系統(tǒng)僅在目標(biāo)位置離接收端較近(1m之內(nèi))時(shí)有較好的表現(xiàn),因此系統(tǒng)設(shè)定有效測(cè)量半徑為1m,如何能夠滿足更高精度要求下的更遠(yuǎn)距離人員檢測(cè)是下一步的工作內(nèi)容。

圖11 不同距離下的指紋庫(kù)定位性能

為了檢驗(yàn)時(shí)間窗口對(duì)實(shí)驗(yàn)結(jié)果的影響,圖12所示了不同時(shí)間窗口(2s～10s)下各鏈路及人員的平均FN與FP率。隨著窗口時(shí)間增加,FN與FP都有明顯的降低并有趨于恒定。圖中在2s的時(shí)間窗口下,FN與FP的幾率都在15%以內(nèi),這表明了該系統(tǒng)也可以改進(jìn)并運(yùn)用于實(shí)時(shí)監(jiān)測(cè),即當(dāng)目標(biāo)短暫停留在某個(gè)位置2s以上,系統(tǒng)就能較好的識(shí)別出目標(biāo)位置。

圖12 不同時(shí)間窗口下的FN/FP

圖13給出了在2s～10s時(shí)間窗口下4個(gè)主要方向定位的檢測(cè)率與檢測(cè)準(zhǔn)確率。各方向的檢測(cè)準(zhǔn)確率隨著時(shí)間窗口的增加略微得到提高并趨于穩(wěn)定,偏差率約為22%。相對(duì)來(lái)說(shuō),0度位置(目標(biāo)完全遮擋鏈路)的定位準(zhǔn)確率是最高的,而180度位置(目標(biāo)完全無(wú)遮擋鏈路)的定位準(zhǔn)確率要低一些,這和圖10的結(jié)果相符合,即同樣類似地說(shuō)明了雖然實(shí)驗(yàn)天線并非完美的全向天線,但是由于得益于CSI物理層的細(xì)粒度特性,使得檢測(cè)仍然得到一個(gè)較好的結(jié)果。

圖13 不同時(shí)間窗口及方位下的定位性能

4 結(jié)論

本文展示了物理層參數(shù)即信道狀態(tài)信息CSI在無(wú)源被動(dòng)定位方面的應(yīng)用潛力。通過(guò)分析CSI相比RSSI更穩(wěn)定以及對(duì)接收端附近目標(biāo)較敏感的特性后,定位算法通過(guò)物理層的CSI參數(shù)建立指紋庫(kù)進(jìn)行無(wú)源被動(dòng)式定位。實(shí)驗(yàn)評(píng)估了室內(nèi)環(huán)境中多徑效應(yīng)的影響,給出了全方向性無(wú)源被動(dòng)式定位的可行性。實(shí)驗(yàn)在不同室內(nèi)環(huán)境下的結(jié)果表明,室內(nèi)人員檢測(cè)在相對(duì)接收端8個(gè)方向的誤報(bào)率約為13%,漏報(bào)率約為7%;在有效檢測(cè)半徑1m的情況下,偏差率為25%,相對(duì)誤差為0.196m,在部署相對(duì)簡(jiǎn)單的情況下較RSSI有更好的室內(nèi)定位精度。下一步工作將考慮多目標(biāo)的檢測(cè)以及提高更遠(yuǎn)檢測(cè)距離目標(biāo)的準(zhǔn)確率,另外也考慮室內(nèi)的實(shí)時(shí)檢測(cè)和監(jiān)控方案,實(shí)現(xiàn)跟蹤動(dòng)態(tài)人員目標(biāo)的位置與軌跡。

[1] 韓霜,羅海勇,陳穎,等. 基于TDOA的超聲波室內(nèi)定位系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J]. 傳感技術(shù)學(xué)報(bào),2010,23(3):347-353.

[2]Want R,Hopper A,Falcao V,et al. The Active Badge Location System[J]. ACM Transactions on Information Systems(TOIS),1992,10(1):91-102.

[3]Bargh M S,de Groote R. Indoor Localization Based on Response Rate of Bluetooth Inquiries[C]//Proceedings of the First ACM International Workshop on Mobile Entity Localization and Tracking in GPS-Less Environments. ACM,2008:49-54.

[4]郜麗鵬,朱梅冬,楊丹. 基于ZigBee的加權(quán)質(zhì)心定位算法的仿真與實(shí)現(xiàn)[J]. 傳感技術(shù)學(xué)報(bào),2010,23(1):149-152.

[5]Bahl P,Padmanabhan V N. RADAR:An in-Building RF-Based User Location and Tracking System[C]//Nineteenth Annual Joint Conference of the IEEE Computer and Communications Societies. 2000,2:775-784.

[6]胡正群,張麗榮. 差分氣壓測(cè)高在室內(nèi)定位系統(tǒng)中應(yīng)用的性能分析[J]. 傳感技術(shù)學(xué)報(bào),2013,25(10):1463-1467.

[7]陳錫劍,程良倫. 基于RSSI的功率匹配定位算法的研究與實(shí)現(xiàn)[J]. 傳感技術(shù)學(xué)報(bào),2013,26(5):709-714.

[8]Youssef M,Mah M,Agrawala A. Challenges:Device-Free Passive Localization for Wireless Environments[C]//Proceedings of the 13th Annual ACM International Conference on Mobile Computing and Networking. ACM,2007:222-229.

[9]Wilson J,Patwari N. See-Through Walls:Motion Tracking Using Variance-Based Radio Tomography Networks[J]. Mobile Computing,IEEE Transactions on,2011,10(5):612-621.

[10]Zhang D,Ma J,Chen Q,et al. An RF-Based System for Tracking Transceiver-Free Objects[C]//Fifth Annual IEEE International Conference on Pervasive Computing and Communications,2007:135-144.

[11]Halperin D,Hu W,Sheth A,et al. Predictable 802.11 Packet Delivery from Wireless Channel Measurements[J]. ACM Sigcomm Computer Communication Review,2011,41(4):159-170.

[12]Sen S,Radunovic B,Choudhury R R,et al. You are Facing the Mona Lisa:Spot Localization Using Phy Layer Information[C]//Proceedings of the 10th International Conference on Mobile Systems,Applications,and Services. ACM,2012:183-196.

[13]Xi W,Zhao J,Li X Y,et al. Electronic Frog Eye:Counting Crowd Using WiFi[C]//IEEE Infocom,2014.

[14]Wu K,Xiao J,Yi Y,et al. CSI-Based Indoor Localization[J]. Parallel and Distributed Systems,IEEE Transactions on,2013,24(7):1300-1309.

[15]Ma Xiangguo,Liu Tongjuan. The Application of Wi-Fi RTLS in Automatic Warehouse Management System[C]//IEEE International Conference on Automation and Logistics,2011:64-69.

[16]Agrawal P,Patwari N. Correlated Link Shadow Fading in Multi-hop Wireless Networks[J]. IEEE Transactions on Wireless Communica tions,2009,8(8):4024-4036.

[17]Rubner Y,Tomasi C,Guibas L J. The Earth Mover’s Distance as a Metric for Image Retrieval[J]. International Journal of Computer Vision,2000,40(2):99-121.

Device-Free Passive Localization Based on Channel State Information*

WUZhefu*,ZHOUYan

(Zhejiang University of Technology,College of Information Engineering,Hangzhou 310023,China)

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 multipath affection of indoor environment and utilized the fingerprint system to improve performance. Experimental results 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.

passive localization,RSSI,channel state information,OFDM,physical layer

吳哲夫(1971-),男,副教授,主要研究方向是無(wú)線傳感器網(wǎng)絡(luò)、室內(nèi)定位算法和實(shí)現(xiàn)等,wzf@zjut.edu.cn;

周 言(1990-),男,碩士研究生,主要研究方向是無(wú)線網(wǎng)絡(luò)室內(nèi)定位技術(shù)。

項(xiàng)目來(lái)源:浙江省自然科學(xué)基金項(xiàng)目(LY13F010011,LQ13F050005,LY14F050004)

2014-08-31 修改日期:2015-01-29

C:6150P;7320C

10.3969/j.issn.1004-1699.2015.05.012

TN98

A

1004-1699(2015)05-0677-07