导频：基于CSI的无源被动室内定位外文翻译资料

英语原文共 10 页，剩余内容已隐藏，支付完成后下载完整资料

导频：基于CSI的无源被动室内定位

摘要—许多新兴的应用，例如入侵检测和边境保护带动了无源被动定位技术的快速发展。在本文中，我们提出了导频，在无线局域网下基于CSI的室内定位系统。导频设计由物理层的CSI能够捕获由于信道带宽的频率多样性的环境方差的观察推动，例如实体可以通过监测CSI特征模式来进行识别的位置。因此，被动无线地图以一些关键指令动作和清晰环境下的实体指纹位置构成为前提。不同于直接感知当前实体的基于设备的方法，定位系统的最大挑战是在指定区域内识别他们的出现。为此，我们设计了一个重要的异常检测模块作为实体出现时依赖于CSI特征的定位触发机制。然后，一个概率算法用来匹配CSI的指纹数据库来评估可能出现实体的位置。最后，数据融合模块解决多个实体定位的挑战。我们在商业IEEE802.11n协议下实施导频系统并评估两种典型室内场景的性能。结果表明，我们的导频系统大大优于基于RSS方案下的识别和定位精度。

关键词：无源室内定位 信道状态信息 RSS 物理层

Ⅰ介绍

基于位置服务的室内定位越来越流行用来提供人们的位置信息.之前的研究已经能通过射频技术室内定位，例如WLAN、无线传感以及射频信号等。这些技术大多都有一个共同的要求，即特殊装置比如有WiFi功能的智能手机或RFID标签。然而，随着定位系统带来新的期望，这种基于设备的方法不再能够满足新兴应用的需求。例如，展览画廊和购物中心期待有一种游客和顾客不需要配备特定的硬件就能支持预防偷窃和失踪人员的跟踪服务。重要的应用还存在于如医院，住宅和娱乐场所等室内环境。在医院，卫生保健提供者需要掌握没有设备的病人的位置分布并迅速扩大救援行动。同时，人们在采取安全预防措施的居民小区可以计算出侵入个人的位置。因此，能够检测，定位和跟踪没有携带任何设备的实体，在定位过程中有很大帮助。

通常来讲，设计一个被动无源室内定位系统最基本的挑战是两方面。首先指出基于设备的一类可以直接得到连接设备的目标当前的状态信息并直接定位。与此相反，无设备方案需要通过相关区域的异常实体的当前状态实现相似的功能。因此，第一个挑战是为了使位置感知应用实现是异常检测的问题，也被称为人/运动检测。第二，当一种运动被检测到时如何定位又是一个新的问题。最先进的研究[3]，[8]，[9]采用无线信号强度（RSS)作为一种能够克服这些问题的基本方法。不过，我们认为基于RSS的无源定位系统受到RSS本身的限制。特别是，由于粗糙的测量，不可缺少的异常检测会引起RSS的不稳定性。此外，RSS的固有波动使它在实体改变环境时变得不那么敏感，不能够精确地表示一个位置指纹。因此，急需提出一种比RSS更好的新模式以适应无源室内定位。

幸运的是，正交频分复用系统的物理层信道状态信息在克服RSS限制上有新的潜能。先前，CSI已被证明用于定位连接Wi-Fi设备实体的可行性[24]。在这种基础上，我们设想未来能够利用CSI实现室内的无源被动定位。为此，我们先调查了基于CSI无源方案的可行性。在之前实验的基础上，我们得到两个关键的结论。主要的一个是CSI能够检测到环境改变后的异常。这依赖于所述时间的稳定CSI特征，确保了捕捉到变化环境中普通实体（即，人）的出现以及移动的敏感性。第二种源于CSI的完整性，辨别了从其他区域出现的实体的复杂定位。CSI的频率分集[11]允许它反映由于实体的存在导致的不同多径反射。在图1中，通过频域CSI的快速傅立叶逆变换（IFFT）获得时域的延迟分布，显示了不同位置的实体将改变多径反射路径，导致不同的延迟分布。因此，在检测普通实体并作为位置指纹时显示出两大优势。

图1 不同环境下的延迟状态

在本文中，我们设计了导频，基于CSI的无源被动室内定位系统。我们的主要想法是平衡CSI的有益特性来监视异常表现（异常或运动检测），然后，以确定实体的位置。特别是，我们设计了三种模块以使被动免费设备实现定位功能。首先，我们探讨被动无线地图构造模块的CSI频率分集，以产生正常和异常指纹。其次，异常检测模块利用随时间推移相关的CSI监控异常变化。此块是最后确定异常实体定位位置的前提，这更是挑战。第三，我们利用位置评估模块处理这个棘手的定位问题。因此，我们开发了一个数据融合算法以确定多个实体的位置。

这个导频系统的主要贡献总结如下：

1. 我们利用细粒度的信道状态信息可行性进行被动室内定位。据我们所知，这是第一个在WLAN下利用物理层的CSI信息的室内定位系统。
2. 我们设计这个被动定位系统利用了CSI的优势（时间稳定性和频率多样性），以实现被动无线构建，异常检测和位置估计等。
3. 商业802.11的现存评估有两种典型的室内场景进行。这些测量结果表明，导频提供了比基于RSS的RASID更高的异常检测率。导频大大优于基于RSS的Nuzzer系统各自的定位精度。

本文的其余部分的结构如下。 部分三论述了激励我们做法的两个中心观察。然后，我们在第二部分总结了国家的最先进的室内定位研究。第四节表述了总体架构设计以及详细

方法。在第五节，我们描述了实施导频，并评估两种典型的室内环境的性能。最后，我们在第六节提出我们的结论并为以后工作提供的基础。

Ⅱ 相关工作

室内定位以其提供各种LBSS位置感知的优势获得了全世界的关注。主要有两类技术与此相关并成为越来越热门的研究领域，即基于设备和无设备的技术。我们扩大了关于这两种技术的典型研究范围。

基于设备技术：现有的和新兴的室内定位系统主要依赖于基于设备的技术，有针对性的实体可连接局部设备而被定位。仅举几例，LANDMARC[19]采用密集部署的RFID标签作为定位区域接收器;板球[27]和活动痕迹[16]分别通过利用超声波和红外传感器实现定位问题;无线传感器如MicaZ[7]和TelosB[10]在各种规模的测试平台采用交换方法对位置估计; FM无线[17]也提出了定位的目的。但是，它们都需要一个特定的硬件，以方便进行位置测量。此外，他们中的一些约束为特定的条件诸如红外线可以与光能够进行视距传输具有必要性。另外，先锋RADAR[28]系统研究了无线电信号强度（RSS）来衡量接入点和Wi-Fi间的距离。

荷鲁斯[20]通过施加RSS的分布模式概率提高了精度。为了避免时延，WILL[23]利用RF信号构建逻辑化无线电地图增强用户移动以定位。在[4]，[5]，[6]中，作者建议使用时间的信道响应作为区分位置的特征。尽管这些系统使用已安装的WLAN无需额外费用的基础设施，它们仍然需要在从发射机在进行设备普遍存在的比例设置上进行努力。相反，我们的试验系统纯粹是被动的并无需设备。

无设备技术：为了满足新兴位置服务期望的必要性，无设备技术不需要实体携带任何设备通过调查团体获得广泛关注。计算机视觉[18]，[22]和RFID标签[9]，[31]可以用于室内环境的无设备定位功能。以类似的方式中，作者提出了一个类似的“无收发器”[8]的概念，并且使用无线传感器网络用于构建基于RF的对象跟踪系统[21]，[9]。在[29]，[22]，收音机层析成像（RTI）技术，提出了通过将线性模型成像被动移动的物体。在文献[26]中，作者使得通过利用RSS改善测量运动诱发的方差。杨等人[12]开发一个共同学习的GREEK算法在ZigBee网络下来有效地诊断侵入的存在。然而，上述方法如视频摄像头和RFID标签在硬件以及维护成本（如传感器）上失去吸引力。另一方面，基于WLAN的方法[1]，利用现有的基础设施进行室内定位。近日，笔者相继开发了基于RSS的Nuzzer系统在大规模的室内环境中预装WLAN基础设施[3]。在本文中，我们将介绍采用了从PHY层无设备采集到的新的度量CSI以取代粗糙的RSS值室内定位，它可以利用频率分集来抵抗延迟和环境的变化。如我们所知，这是在无线局域网内应用细粒度CSI改善无设备的室内定位性能的第一部作品。

Ⅲ 背景及假设

1. 物理层信道状态信息

我们的系统利用CSI无源室内定位。因此，我们在这一部分查看CSI值。

在无线通信中，信道状态信息（CSI）是在物理层获取的信息，它描述了副载波电平下的射频链路的信道特性。更具体地，CSI描述了一个从发射机到接收机的RF信号并解释综合效应，例如，散射，衰减，和功率与距离衰减。一般情况下，CSI是Mtimes;1矩阵H的集合指定在一对发射器和接收器与在M个副载波的多个天线的信道增益。在数学上，单个CSI的副载波可以用幅值（）来和相位（）来表示，如。基于IEEE802.11n的标准，商业无线网络接口卡（NIC）使我们更方便的获得CSI。

基于CSI的正交频分复用系统已经在几个应用中得到普及。仅举几例，authours[30]建议利用CSI的速率适配，而不是广泛使用RSS。即，无线包传递速率可以通过CSI精确预测。在[24]，CSI被证明适用于基于设备的室内定位。CSI使其可以估算的发射机和接收机之间的距离。在[25]，我们介绍了利用CSI室内行为检测，它可以敏感的感受环境变化减少时延。在本文中，我们进一步探讨CSI的优势，实现室内无设备定位。

B.假设与测量

在本节中，我们通过利用CSI无源定位测试两个假设。我们证明了这种假设为我们最终的系统设计提供了视角。此后，根据初步的测量，我们验证这些假设，并阐明设计了一个新的基于CSI的无设备定位系统。

我们提出的两个完整的基于CSI的无源定位系统的假设如下：

假设1：多个子载波的CSI可以揭示由人引起的异常状态。更具体的讲，一个实体的运动行为将导致CSI的变化即产生某种特征的转变。

为了支持典型的无设备位置感知应用，如入侵定位，我们需要做的第一步是检测可疑的无设备实体的出现。这种行为表明在定位过程中发生的异常事件，视为定位触发。一旦一个“触发”被检测到，位置估算块会开始和最终确定。然而，如何作为定位触发的被动异常检测具有挑战性因为入侵实体通常不携带任何无线设备。最近，RSS已经用于无设备RASID系统运动检测[2]。然而，RSS的致命缺陷在于它的敏感性测量本身在室内环境中有严重的多径效应。出于这个原因，我们认为，研究利用一个更可靠的CSI，用于检测实体的移动性的可行性。直观调查多个链路的CSI是否可以推断实体的移动。在我们的设计中，我们第一次尝试应用单对AP和DP监测这一“触发”发生。

假设2：多个副载波的CSI可以区分实体，即，人的不同位置。也就是说，当一个实体出现在不同的位置时CSI表现出一定的差异特征模式。

检测到运动行为之后，要确定实体的位置。事实上，一个实体的出现会影响一个典型的室内环境接入点之间的RF链路。根据实体的位置，两路的影响可以被分类为：

·视距传输模块：实体在DP和AP之间并且直接视距传输;

·非视距传输：实体的位置在视距传输距离之外并影响RF信号的传输。

CSI能够揭示视距传输模块的信道状态变化。除此之外，能够表示如图1所示由频率多样性导致的多种非视距传输。因此，我们假设CSI将显示出在给定位置由于实体的运动行为的影响的特征图案。这样，一个“被动”无线电地图可以通过存储CSI在每个RF链路的每个位置指纹。

我们用下面的初步实验验证这两个假设。

实验1：通过CSI特征转换的异常检测

我们的第一个实验检查监测区域异常实体对CSI的影响。我们预计，CSI将在静态状态和动态状态之间展现出不同的特征。在静止状态，我们收集n个包的CSI并将其存储到一个被动无线电地图，即正常指纹数据库（DB）：

(1)

我们计算每个CSI包的自相关并计算相关的平均如下：

（2）

这个相关函数被设置为用于检测异常行为与“正常”相关性。我们建立了一个异常的环境

唯一一个人存在的区域。同样，我们测量CSI，并比较它们通过相关函数构造正常模型：

（3）

图2绘出了这两种之间的CSI特征图案状态的经验概率密度函数。显然，遇到异常事件时CSI的相关特点明显变化。代表着瞬时运动响应足够敏感使CSI在统计环境下稳定。

图2 CSI特征转换的异常检测

实验2：通过多种CSI特征的定位识别

我们的下一个实验是，如果CSI的多种特征模式显示一个定位实体的独特模式并且可以作为定位的指纹。

图3 多种CSI特征定位识别

在图3中，我们描述了6个位置的CSI特征模式的累积分布函数（CDF）。具体而言，红色曲线是位置1的CDF，而其他5曲线显示每个位置与1之间的相关CDF。据观察，一个位置可从通过分析与之相关的统计特性来辨别。更具体而言，这些CSI功能模式提供相应的信息作为区分不同位置的指纹。

总的来说，我们在本节有两个重要的观察：

1. CSI可以捕获瞬时响应的环境变化：
2. CSI可以从其他区域区分实体出现的位置。

这使我们更好的在无源技术这种应用CSI实现高精度定位。下面的部分，我们将详细设计一个基于CSI的被动室内定位系统。

Ⅳ.系统设计

在这一节，我们提出了导频系统的设计。我们先对三个关键的持续性模块观察导频特性，然后，我们在随后的小节提出每个模块的细节描述。

图4 硬件元素

A.总述

导频建立在WLAN基础设施上而无需额外部署和管理成本。我们的设计包括三个硬件元素：接入点（AP），检测点（DP），和如图4描绘的导频服务器。一种射频（RF）链路将建立一对在整个定位期间保持静止的AP和DP。周期性的广播AP信标消息。除了涉及的定位行为，这些接入点还可以同

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[152972]，资料为PDF文档或Word文档，PDF文档可免费转换为Word