肖家仁

摘要：在智能家居系統(tǒng)和智能機(jī)器人系統(tǒng)中，人體位置信息是輔助系統(tǒng)決策的一個重要因素，尤其是在室內(nèi)復(fù)雜環(huán)境中。文章提出一種基于無設(shè)備的MIMO雷達(dá)的人體定位方法，旨在針對室內(nèi)復(fù)雜環(huán)境中精確定位人體的二維空間位置。本研究先將MIMO雷達(dá)采集的包含人體位置信息的原始信號進(jìn)行差分去噪，然后從信號中提取飛行時間（Time - Of- Flighr，TOF）信息，根據(jù)TOF和天線的幾何分布計(jì)算實(shí)現(xiàn)二維空間定位。實(shí)驗(yàn)結(jié)果表明，文章所提出的方法能夠得到準(zhǔn)確的定位結(jié)果。誤差控制在分米級．

關(guān)鍵詞：MIMO雷達(dá)：人體定位：Time -of-Flight

中圖分類號：TP391. I;TP391.4

文獻(xiàn)標(biāo)志碼：A

0 引言

室內(nèi)定位[1-2]是現(xiàn)在研究人員研究的一個重要領(lǐng)域，在智能家居方面有著重要的應(yīng)用。以前是通過可穿戴技術(shù)和基于攝像頭的系統(tǒng)實(shí)現(xiàn)的。然而，這兩種系統(tǒng)都有很大的局限性，因?yàn)榭纱┐髟O(shè)備會導(dǎo)致不適，而基于攝像頭的系統(tǒng)會損害用戶的隱私，需要視野，設(shè)置和維護(hù)成本高昂。近些年，研究人員開始將注意轉(zhuǎn)移到雷達(dá)設(shè)備上，它根據(jù)有無佩戴設(shè)備上可分為有設(shè)備定位和無設(shè)備定位。有設(shè)備定位需要人們在身上佩戴發(fā)射射頻信號的設(shè)備，例如：手機(jī)、智能手環(huán)等。而無設(shè)備的定位技術(shù)不需要在身上佩戴設(shè)備，它利用人體的反射的射頻信號來跟蹤人體定位，這種定位技術(shù)完全依賴人體外的微弱的、低功率的射頻反射，甚至可以做到穿透障礙物實(shí)現(xiàn)精準(zhǔn)定位?；跓o設(shè)備的定位方式具有很多優(yōu)點(diǎn)：（1）不需要穿戴任何傳感器，它是通過對人體反射的射頻信號特征來進(jìn)行檢測而實(shí)現(xiàn)的。（2）具有良好的障礙穿越能力，實(shí)現(xiàn)非視距定位。（3）雷達(dá)信號屬于電磁波，抗干擾能力強(qiáng)，受燈光、溫度、濕度等外界條件的影響較小。（4）可擴(kuò)展性強(qiáng)，隨著radar技術(shù)的不斷發(fā)展，radar的帶寬和工作頻率在不斷增加，天線數(shù)目也在不斷增多，為進(jìn)一步提高定位精度。從定位原理上可分為RSSI、AOA[3]、TOF[45]?；赗SSI的定位技術(shù)主要依靠信號的衰減來確定位置。當(dāng)距離較近時，RSSI衰減較快；當(dāng)距離較遠(yuǎn)時，RSSI衰減較慢。基于RSSI的定位技術(shù)根據(jù)這種特點(diǎn)來估算發(fā)射點(diǎn)和接收點(diǎn)之間信號強(qiáng)度的傳播損耗，將傳播損耗轉(zhuǎn)化成接收點(diǎn)和發(fā)射點(diǎn)之間的距離，再根據(jù)相關(guān)算法推算出人體的位置信息。這種基于RSSI的定位技術(shù)對硬件要求低、功耗小，易實(shí)現(xiàn)，適應(yīng)于簡單的環(huán)境，一旦室內(nèi)環(huán)境較為復(fù)雜，定位精度大大降低?；贏OA的方法是根據(jù)人體與不同天線之間的角度確定位置，因?yàn)樵趥鞑サ倪^程中信號的相位信息在不斷變化，而接收天線又分布在不同的空間位置，所以不同的接收天線接收到的無線信號存在一個角度差，通過這種角度差就能推測出人體的空間位置。這種方式需要額外的設(shè)備。TOF則是以信號在空間中傳播的時間來確定位置。

本文設(shè)計(jì)了一種基于MIMO雷達(dá)定位方法，它可以同時定位多人的空間位置，定位誤差控制在分米級，可以運(yùn)用于智能家居系統(tǒng)、無人駕駛系統(tǒng)和無人機(jī)系統(tǒng)。

1 背景原理

雷達(dá)通過發(fā)射機(jī)發(fā)射電磁波在介質(zhì)中傳播到反射物體，小部分反射能量經(jīng)物體反射到雷達(dá)設(shè)備的接收機(jī)，雷達(dá)設(shè)備使用這種回波來確定反射物體的方向、距離和速度。假設(shè)使用調(diào)頻信號作為發(fā)射信號，那么發(fā)射信號可以用公式（l）表示為：

其中，4，表示￡時刻的振幅，，表示雷達(dá)載頻，厶表示調(diào)頻斜率。

反射信號在空間中傳播，再由目標(biāo)物體反射到接收天線，于是接收信號可以用公式（2）表示為：

1.1 測距原理

雷達(dá)發(fā)射一個具有非常高功率的無線電脈沖信號，該脈沖信號通過天線的方向性集中在一個方向上，以光速沿給定方向傳播。如果該方向上有目標(biāo)物體，則脈沖能量的一部分會被反射回雷達(dá)。雷達(dá)接收到這個能量信號并估計(jì)目標(biāo)物體距離R。具體公式

其中．C表示光速，￡表示信號在介質(zhì)中傳播的時間，R表示目標(biāo)物體的斜離（視線方向距離）。此外，距離分辨率R。如公式（4）所示：

其中，C表示光速，B表示帶寬。從公式中可知，帶寬越大，距離分辨率越好。

1.2測角原理

目標(biāo)的角度確定由天線的方向性決定的。通過測量接收回波時天線指向的方向，可以確定從雷達(dá)到目標(biāo)物體的方位角θ和仰角φ。由距離差引起的2個接收天線信號的相位差表示為：

這樣就得出了天線信號發(fā)射的角度，其中公式（5）、公式（6）中的d表示接收天線之間的距離，ω表示兩天線之間的相位差，A表示波長。此外，角度分辨率近似為：

公式（7）中的Ⅳ表示虛擬天線陣元，通過公式可知，采用MIMO雷達(dá)技術(shù)形成一個具有發(fā)射天線數(shù)量和接收天線數(shù)量的乘積的虛擬接收天線的陣元，通過增加Ⅳ來簡單有效地改善雷達(dá)的角度分辨率。

2 MIMO雷達(dá)定位方法

本文通過發(fā)射信號和反射信號的頻率差來計(jì)算TOF，再結(jié)合水平天線的幾何位置來進(jìn)行單人定位。通過估計(jì)的TOF計(jì)算得到一組用戶位置的集合，將這組位置的集合映射到2D空間中，可以得到一個橢網(wǎng)，兩組不同水平天線得到的橢網(wǎng)在空間中會產(chǎn)生兩組交點(diǎn)，再根據(jù)天線的定向性可以排除一組交點(diǎn)位置，這樣就實(shí)現(xiàn)了2D定位，如圖1所示。

2.1

TOF的估計(jì)

TOF[5-6]的測量具有一定的困難性，由于射頻信號是以光速在空間中傳播的，空間上幾十厘米的距離轉(zhuǎn)換到時間維度上可能就是幾十微秒的時間差異，而這幾十微秒的測量是具有一定困難的。最直接的方式是設(shè)計(jì)一個亞納秒級的高速數(shù)模轉(zhuǎn)換器對發(fā)射的脈沖信號進(jìn)行采樣，但是這種方法成本比較昂貴，性價比不高。本文利用調(diào)頻連續(xù)波的特征，將時間上的變化轉(zhuǎn)換成頻率上的變化，而這種偏移在接收信號的頻譜上是很容易觀察的，從而獲取TOF值。

2.2消除噪聲

在信號的采集過程中，往往會受到環(huán)境因素的影響，這種環(huán)境因素反映到雷達(dá)成像中會出現(xiàn)多個斑點(diǎn)，會阻礙人體對射頻信號的反射，從而限制在真實(shí)環(huán)境中定位人體的能力。由于環(huán)境中的靜態(tài)物體的產(chǎn)生的TOF時間不隨時間產(chǎn)生改變，基于這個特點(diǎn)，通過差分的思想來去除這種噪聲。除了正常的反射信號，在信號的采集的過程中還往往夾雜隨機(jī)噪聲信號，這些隨機(jī)噪聲信號是設(shè)備電平的穩(wěn)定性以及抗干擾性不強(qiáng)造成的，屬于硬件噪聲。這些噪聲信號會影響整個定位實(shí)驗(yàn)的精確度。這些隨機(jī)噪聲的存在是必然的，本文用異常值前后的正常的信號的平均值替代異常值，以消除隨機(jī)噪聲。

2.3 基于MIMO雷達(dá)的定位算法

該定位算法具體如圖3所示，（1）使用MIMO雷達(dá)采集數(shù)據(jù)，它返回的原始數(shù)據(jù)代表了空間中物體的脈沖響應(yīng)。（2）將收集到的原始數(shù)據(jù)進(jìn)行濾波去噪，并獲取其TOF值以及計(jì)算該TOF值對應(yīng)的信號強(qiáng)度值，如圖2所示。（3）用獲取到的TOF值來計(jì)算目標(biāo)距離天線的距離，這樣可以計(jì)算得到一組用戶位置的集合，結(jié)合返回來的信號強(qiáng)度繪制橢網(wǎng)熱圖并可視化，橢圓的焦點(diǎn)就是發(fā)射天線和接收天線。在橢圓熱圖中，顏色的深淺表示該點(diǎn)的信號強(qiáng)度大小，顏色越亮，信號強(qiáng)度越大。由于雷達(dá)天線定向性的原因，人體的位置不可能出現(xiàn)在雷達(dá)天線后面，因此，只需要繪制天線正面的半個橢圓熱圖即可，如圖4、圖5所示。如果環(huán)境中有多人，本文使用連續(xù)剪影法來刪除已經(jīng)確定位置的人體信息，更新橢圓熱圖，直到定位到所有人。

3 實(shí)驗(yàn)結(jié)果和分析

本文使用平均絕對誤差（Average Absolute Error，MAE）來評價實(shí)驗(yàn)定位精度，具體公式如下：

公式（8）、公式（9）中的X.WAE，YMAE表示X軸和Y軸兩維度的平均絕對誤差，Ⅳ表示采集的信號數(shù)量，戈。表示算法定位出的人體的X軸坐標(biāo)，gt。表示真實(shí)世界中人體的X軸坐標(biāo)，yi表示算法定位出的人體的Y軸坐標(biāo)，gt，表示真實(shí)世界中人體的Y軸坐標(biāo)。

實(shí)驗(yàn)結(jié)果如表1所示，單人場景的絕對平均誤差要低于多人場景，并且該定位算法精度達(dá)到了分米級別。

4 結(jié)語

本文提出了一種基于無設(shè)備的MIMO雷達(dá)的人體定位方法，不要求人體佩戴任何設(shè)備，通過該MIMO雷達(dá)傳感器采集人體空間信息，提取TOF信息并將其轉(zhuǎn)換成距離信息，再結(jié)合雷達(dá)天線的幾何位置和連續(xù)剪影算法來定位空間中的人體位置，定位精度達(dá)到了分米級，對智能家居、智能機(jī)器人以及無人駕駛等領(lǐng)域有著積極意義。隨著人工智能的興起，深度學(xué)習(xí)可以提取更精細(xì)的人體空間特征信息，將深度學(xué)習(xí)引入定位算法中來進(jìn)一步精確定位人體位置是未來的重要工作之一。

參考文獻(xiàn)

[1]馬靜宜．室內(nèi)定位技術(shù)現(xiàn)狀和發(fā)展趨勢[J]．電子產(chǎn)品世界，2014（11）：15-17．25．

[2]林佳慧，尹輝斌，熊榮鵬．基于FMCW雷達(dá)傳感器的室內(nèi)人員定位方法[J]．傳感器與微系統(tǒng)，2021（ 11）：50-53．

[3]陸冰琳．室內(nèi)環(huán)境下基于UWB的TDOA/AOA三維混合定位算法[J]．電子元器件與信息技術(shù)，2022（1）：159-163．

[4]ADIB F.KABELAC Z，KATABI D， et al.3Dtracking via bodV radio reflections[ EB/OL].（ 2013 -12-10）[ 2023 - 03 - 10].https：／／www.researchgate. net/publicatio n/279843925_3 D_Tracking_via_BodV_Radio_Reflections.

[5]ADIB F，KABELAC Z，KATABI D.Muhi-personlocalization via RF bodV reflections[ EB/OL].（2015 -05 -04）[2023 - 03 - 10].https：//wwW. xueshufan. com/publication/1666724740.

（編輯王永超）