本發(fā)明涉及一種基于信道狀態(tài)信息分布的室內(nèi)定位方法。
背景技術(shù)：
：近年來，室內(nèi)定位引起了越來越多研究人員的關(guān)注，提出了各種技術(shù)方案，其中包括Wi-Fi、藍牙、射頻識別、FM信號、聲音信號、磁場、超寬帶以及光線等。在這些信號中，即便基于Wi-Fi信號的定位方法在定位精度上不如基于專有設(shè)備的定位方法(比如：ActiveBAT，Cricket等)，但其由于無線基礎(chǔ)設(shè)備的大量部署以及移動設(shè)備普及，依舊得到了持續(xù)廣泛的研究。近年來基于無線局域網(wǎng)(WLAN)的室內(nèi)定位方法受到越來越多的關(guān)注?；赪LAN的定位方法所采用的物理測量值包括RSSI(ReceivedSignalStrengthIndicator,接收信號強度指示)和CSI(信道狀態(tài)信息)兩種信號。在已有的工作中，由于RSSI獲取方式簡單并且具有很好的普適性，其被廣泛用作無線信號的物理測量值。但是RSSI已經(jīng)被研究人員證實它并不是一個穩(wěn)定的值，由于多徑效應(yīng)，RSSI是信號經(jīng)發(fā)射機發(fā)射后在空間中經(jīng)由直射、發(fā)射、散射等多條路徑傳播，在信號接收機處形成多徑疊加后的平均值，具有時變性。這樣就有可能出現(xiàn)距離發(fā)射機較近位置的RSSI小于距離發(fā)射機較遠的位置，也就是RSSI會因信號多徑傳播引起的小尺度陰影衰落而不再隨傳播距離增加單調(diào)遞減，從而限制測距精度，定位準確度將受到較大的不利影響。由于室內(nèi)環(huán)境中的多徑效應(yīng)，RSSI只能粗略的刻畫不同位置間的區(qū)別，從而限制了定位精度。為了實現(xiàn)更準確的定位效果，需要提取出具有時間穩(wěn)定性以及能夠消除多徑影響的信息作為無線信號的物理測量值。在目前廣泛使用的IEEE802.11網(wǎng)絡(luò)中，數(shù)據(jù)的傳送和接收采用正交頻分復(fù)用技術(shù)(OrthogonalFrequencyDivisionMultiplexing,OFDM)。要傳送的數(shù)據(jù)被調(diào)制到多個不同頻率的子頻帶上后被同時發(fā)射出去，在經(jīng)過衰落、散射及反射等信道影響后到達接收機，在此過程中，使用Intel5300NIC無線網(wǎng)卡可以獲得一個反映信道質(zhì)量的信息，即是信道狀態(tài)信息(ChannelStateInformation,CSI)。不同于RSSI，CSI是從物理層提取出的更細粒度的值，包含了諸多介質(zhì)訪問控制(MediumAccessControl,MAC)層不可見的信道信息。CSI可從一個數(shù)據(jù)包中同時測量多個子頻帶的頻率響應(yīng)，而非全部子頻帶疊加的總體幅度響應(yīng)，從而更加精細地刻畫頻率選擇性信道。它描述的是信號在每條傳輸路徑上的衰弱特性，記錄了每對發(fā)射天線和接收天線之間各個子頻帶的增益和相位信息。所以，CSI在一定程度上可以刻畫多徑傳播，從而提供更穩(wěn)定和更細粒度的位置特征。從2011年后，研究人員利用CSI信息提出了許多基于模型和指紋的定位方法。SpinLoc首先提取用戶相對于接入點的直接路徑信號的信息，通過用戶的旋轉(zhuǎn)來估計出自身相對于接入點的方向，然后利用三角定位方法得出用戶位置。實驗結(jié)果表明，此方法定位精度為5米左右。Wu等人提出了基于CSI信息的室內(nèi)傳播模型，當用戶在某位置獲得CSI后，通過此模型可以算出其到相應(yīng)接入點的距離值，在獲得到多個接入點的距離值后，通過三邊定位法估計出用戶位置。相比較于基于RSSI的傳播模型，此方法增強了距離估計的準確性。CUPID利用CSI估計出移動設(shè)備與AP(AccessPoint)直接路徑的信號強度和方向，達到平均定位誤差2.7米的定位效果。Mariakakis等人提出只利用一個AP估計用戶位置的SAIL系統(tǒng)，通過估計用戶和AP之間的傳輸延遲來計算二者之間的距離，利用移動設(shè)備的傳感器信息來計算用戶的移動距離，最后通過幾何關(guān)系得出用戶的最終位置。實驗結(jié)果表明，SAIL在僅有一個AP的情況下達到2.3米的平均定位誤差。SpotFi在AP只有三根天線的情況，將CSI通過高分辨率的算法進行處理得到各個多徑分量的到達角度，進而判斷出用戶與接入點天線間的直接路徑的到達角度，最后通過結(jié)合RSSI和幾何關(guān)系求得用戶的位置。通過實驗結(jié)果顯示此方法可以達到40厘米的平均定位精度。以上這些均為基于模型的方法，而基于模型的定位方法需要知道AP的精確位置，但是由于隱私安全方面的考慮，有些情況下無法獲取AP的位置。相反，基于指紋的定位方法既不需要距離測量值也不需要角度測量值，因此更具有可用性。與上述利用CSI構(gòu)建模型不同，Wu等人利用CSI設(shè)計位置特征指紋，提出了基于指紋的室內(nèi)定位系統(tǒng)FIFS。指紋設(shè)計時將各個子頻帶的CSI振幅累加以利用頻率多樣性，對所有天線的CSI取平均以利用空間多樣性，但是這種僅僅利用累加和取平均值得出的特征指紋是一個粗粒度的值并且可能不能對不同位置進行正確的刻畫。Sen等人提出利用每個子頻帶的頻率響應(yīng)作為位置特征指紋，在定位階段采用機器學習算法來得出目標位置。這種方法只利用了CSI的頻率多樣性，卻沒有考慮CSI的空間多樣性。Wang等人提出了一種基于深度學習的指紋定位系統(tǒng)DeepFi。雖然這些系統(tǒng)達到了較高的定位精度，但是機器學習以及深度學習都需要大量的計算和更多的指紋采樣。因此，有必要設(shè)計一種能夠增強位置特征指紋的時間穩(wěn)定性和空間差異性的利用信道狀態(tài)信息分布的室內(nèi)定位方法。技術(shù)實現(xiàn)要素：本發(fā)明所解決的技術(shù)問題是，針對現(xiàn)有技術(shù)不足，提出一種基于信道狀態(tài)信息分布的室內(nèi)定位方法(D-CSI)，能夠增強位置特征指紋的時間穩(wěn)定性和空間差異性，從而提高定位精度。為解決上述技術(shù)問題，本發(fā)明所采用的技術(shù)方案是：一種基于信道狀態(tài)信息分布的室內(nèi)定位方法，基于N個AP、一個移動設(shè)備和定位服務(wù)器構(gòu)成的定位系統(tǒng)；其中N為定位區(qū)域內(nèi)能收到的AP的個數(shù)，每個AP配置有一根天線，移動設(shè)備配置有無線網(wǎng)卡，無線網(wǎng)卡具有M根天線；N個AP的N根天線與移動設(shè)備無線網(wǎng)卡的M根天線構(gòu)成N×M個收發(fā)天線對；所述室內(nèi)定位方法包括訓(xùn)練階段和定位階段；所述訓(xùn)練階段，收集各個參考點位置處，N×M個收發(fā)天線對之間的CSI振幅分布，得到各個參考點位置的指紋信息；利用所有參考點的位置以及對應(yīng)的指紋信息構(gòu)建指紋數(shù)據(jù)庫；所述定位階段，收集在待定位用戶所在位置處，N×M個收發(fā)天線對之間的CSI振幅分布，得到待定位用戶所在位置的指紋信息；定位服務(wù)器計算待定位用戶所在位置的指紋信息與指紋數(shù)據(jù)庫中各個參考點位置的指紋信息的相似性，并通過匹配算法求出待定位用戶所在位置。所述訓(xùn)練階段具體包括以下步驟：由AP和移動設(shè)備之間共有N×M對收發(fā)天線，每一對收發(fā)天線可以獲得30個子載波的CSI，所以對于每個數(shù)據(jù)包，可以獲得N×M×30個CSI，為了簡單起見，在步驟1)～5)只考慮一對收發(fā)天線間的CSI，在步驟6)再整合所有天線對的信息。1)收集某一參考點位置處，移動設(shè)備無線網(wǎng)卡第m根天線接收到的第n個接入點的天線發(fā)送的S個數(shù)據(jù)包中的信道狀態(tài)信息，記為Ha＝{Hs}，其中Hs＝[Hs,1,Hs,2,Hs,i,…,Hs,30]T，表示第s個數(shù)據(jù)包中的信道狀態(tài)信息；Hs,i(s＝1,2,…,S；i＝1,2,…,30)表示第i個子頻帶的CSI，即信道狀態(tài)信息，CSI是一個復(fù)數(shù)，包括幅度和相位；對于中心頻率為fc的子頻帶，它的信道狀態(tài)信息H(fc)是一個復(fù)數(shù)，代表一個OFDM子頻帶的幅度和相位，表示為2)計算Ha的振幅Hamp：Hamp=|Ha|=|H1,1||H2,1|...|HS,1||H1,2||H2,2|...|HS,2|............|H1,30||H2,30|...|HS,30|;]]>3)針對Hamp每一行都找出一對最大值和最小值，即找出每個子頻帶CSI振幅的最大值和最小值；并對最大值和最小值分別進行向上取值和向下取整，得到Hmax,i和Hmin,i；由于CSI振幅的值可能不是整數(shù)，對找出的最大值和最小值采取取整的操作，Hmax,i為比第i個子頻帶CSI振幅的最大值大的第一個整數(shù)，Hmin,i為比第i個子頻帶振幅的最小值小的第一個整數(shù)；得到30個子頻帶的CSI振幅范圍為：[Hamp_min,Hamp_max]=Hmin,1Hmax,1Hmin,2Hmax,2......Hmin,30Hmax,30;]]>4)對各個子頻帶的CSI振幅進行區(qū)間劃分；將所有子頻帶CSI振幅的區(qū)間劃分結(jié)果記為R＝{rij}，rij表示第i(i＝1,2,…,30)個子頻帶的第j(j＝1,2,…,mi)個區(qū)間，取值為：rij＝(Hmin,i+(j-1)·Δ,Hmin,i+j·Δ)其中，Δ表示區(qū)間長度；mi表示第i個子頻帶的區(qū)間個數(shù)；由于各個子頻帶CSI振幅的最大值和最小值不一定相同，所以針對各個子頻帶CSI振幅進行區(qū)間劃分得到的區(qū)間個數(shù)也不相同；5)根據(jù)步驟2)、3)和4)，獲得移動設(shè)備無線網(wǎng)卡第m根天線與第n個接入點之間的CSI振幅分布hpn,m＝hp，如下所示：hp=p1,1p1,2...p1,m1p2,1p2,2...p2,m2............p30,1p30,2...p30,m30]]>其中，hp的每一行表示一個子頻帶的CSI振幅分布，其中pi,j表示第i個子頻帶中CSI振幅值落入第j個區(qū)間的數(shù)據(jù)包個數(shù)占數(shù)據(jù)包總個數(shù)S的比例；hp每一行和其余行之間均是相互獨立的CSI振幅分布；6)根據(jù)步驟1)～5)，計算移動設(shè)備無線網(wǎng)卡每一根天線與每一個接入點之間的CSI振幅分布，從而得到該參考點位置的指紋信息Hp，如下所示：Hp=hp1,1hp1,2...hp1,Mhp2,1hp2,2...hp2,M............hpN,1hpN,2...hpN,M]]>其中，N，M分別表示接入點的個數(shù)和移動設(shè)備無線網(wǎng)卡上天線的根數(shù)。7)重復(fù)步驟1)～6)，得到不同參考點位置的指紋信息；利用所有參考點的位置以及對應(yīng)的指紋信息構(gòu)建指紋數(shù)據(jù)庫；所述定位階段包括以下步驟：在待定位用戶所在位置處，待定位用戶攜帶的移動設(shè)備收集信道狀態(tài)信息，并發(fā)送到定位服務(wù)器；定位服務(wù)器根據(jù)上述步驟2)～6)，計算得到待定位用戶所在位置的指紋信息；定位服務(wù)器計算待定位用戶所在位置的指紋信息與指紋數(shù)據(jù)庫中各個參考點位置的指紋信息的相似性，并通過匹配算法求出待定位用戶所在位置。所述定位階段，計算得到待定位用戶所在位置的指紋信息后，通過以下步驟，得到待定位用戶所在位置：ⅰ)定位服務(wù)器基于待定位用戶所在位置的指紋信息與指紋數(shù)據(jù)庫中各個參考點位置的指紋信息之間的對稱KL距離(Kullback-LeiblerDivergence)計算它們之間的相似性：設(shè)待定位用戶所在位置(x,y)處的指紋信息為Hpt＝Hp|{x,y}，指紋數(shù)據(jù)庫中第l個參考點位置(xl,yl)的指紋信息為Hpl＝Hp|{xl,yl}，則它們之間的對稱KL距離為：D(Hpt,Hpl)=Σn=1NΣm=1MD(Hpn,m|{x,y},Hpn,m|{xl,yl})]]>其中，pi(Hpn,m|{xl,yl}表示第l個參考點位置(xl,yl)的指紋信息中子矩陣Hpn,m中第i行元素集合，也就是在(xl,yl)處，Hpn,m第i個子頻帶的CSI振幅分布；pi(Hpn,m|{x,y})表示待定位用戶所在位置(x,y)的指紋信息中子矩陣Hpn,m中第i行元素集合，也就是在(x,y)處，Hpn,m第i個子頻帶的CSI振幅分布；D(pi(Hpn,m|{x,y}),pi(Hpn,m|{xl,yl}))=Σj=1mipi,j(Hpn,m|{x,y})log(pi,j(Hpn,m|{x,y})pi,j(Hpn,m|{xl,yl}))+Σj=1mipi,j(Hpn,m|{xl,yl})log(pi,j(Hpn,m|{xl,yl})pi,j(Hpn,m|{x,y}))]]>其中，pi,j(Hpn,m|{xl,yl}表示pi(Hpn,m|{xl,yl}第j列的元素，pi,j(Hpn,m|{x,y})表示pi(Hpn,m|{x,y})第j個元素，由步驟5)可得；若某元素為零，為了避免對數(shù)求值時有零值，對每個為零的元素加上一個非常小的常數(shù)ε，10-6≤ε≤10-2(比如取10-6)；給定一個隨機變量X，對于兩個概率分布A(X)和B(X)，他們之間的KL距離可以表示為：KL(A,B)=Σx∈XA(x)log(A(x)B(x)).]]>KL距離不是一個對稱的測量值，也就是說A(X)到B(X)的KL距離與B(X)到A(X)距離不同。本發(fā)明定義了一個對稱的KL距離來表示兩個概率分布的KL距離，如下所示：D(A,B)＝KL(A,B)+KL(B,A)本發(fā)明利用此值來測量分布之間差異性的大小。通過上述計算，得到待定位用戶所在位置的指紋信息與指紋數(shù)據(jù)庫中各個參考點位置的指紋信息之間的對稱KL距離；ⅱ)利用KNN算法求出移動用戶的位置坐標；找出與待定位用戶所在位置的指紋信息的KL距離值最小的k個參考點位置；也就是，argmin{k}[D(Hpt,Hp1),D(Hpt,Hp2),...,D(Hpt,HpL)]]]>其中L為參考點位置的個數(shù)；ⅲ)對上述k個參考點位置的坐標取平均，得到待定位用戶所在位置。優(yōu)選k＝3。所述移動設(shè)備配置有Intel5300無線網(wǎng)卡，Intel5300無線網(wǎng)卡具有三根天線。有益效果與現(xiàn)有技術(shù)相比，本發(fā)明所具有的有益效果為：本發(fā)明采用所有子頻帶以及所有天線對的CSI振幅分布作為位置指紋特征的定位方法D-CSI，相較于FIFS，本發(fā)明充分利用了不同子頻帶間的頻率多樣性和不同天線間的多樣性，提出的指紋特征包含更豐富的CSI信息，可以更加穩(wěn)定的區(qū)分不同位置間的差異，從而提高定位精度。在兩個典型室內(nèi)環(huán)境中的實驗結(jié)果表明，相比較于已有的基于CSI的指紋定位方法，本發(fā)明所提出的方法定位精度分別提高了22％和29％。附圖說明圖160個數(shù)據(jù)包的CSI振幅曲線；圖1(a)、圖1(b)和圖1(c)分別為位置1(1.8，3)、位置2(3，3)和位置3(7.8，3)處接收的60個數(shù)據(jù)包的CSI振幅曲線；圖2兩個位置對之間振幅分布距離的曲線；圖3方法流程；圖4位置1處不同子頻帶的CSI振幅分布；圖4(a)和圖4(b)分別為位置1處子頻帶1和10的CSI振幅分布；圖5位置2處不同子頻帶的CSI振幅分布；圖5(a)和圖6(b)分別為位置1處子頻帶1和10的CSI振幅分布；圖6實驗場景；圖6(a)和圖6(b)分別為實驗室和會議室；圖7各實驗場景下的不同定位方法的定位誤差對比；圖8兩種實驗場景中，F(xiàn)IFS和D-CSI在不同AP個數(shù)下的平均定位誤差；圖8(a)和圖8(b)分別為會議室和實驗室場景中，F(xiàn)IFS和D-CSI在不同AP個數(shù)下的平均定位誤差圖9會議室場景下，不同AP個數(shù)下兩種方法的定位誤差累積分布函數(shù)；圖9(a)、圖9(b)、圖9(c)和圖9(d)分別為1、2、3和4個AP時兩種方法定位誤差的累積分布函數(shù)；圖10實驗室場景下，不同AP個數(shù)下兩種方法的定位誤差累積分布函數(shù)；圖10(a)、圖10(b)、圖10(c)和圖10(d)分別為1、2、3和4個AP時兩種方法定位誤差的累積分布函數(shù)；圖11兩種實驗場景中，F(xiàn)IFS和D-CSI不同天線對個數(shù)的平均定位誤差；圖11(a)和圖11(b)分別為會議室和實驗室場景中，F(xiàn)IFS和D-CSI不同天線對個數(shù)的平均定位誤差；圖12會議室場景中，不同收發(fā)天線對個數(shù)下的定位誤差累積分布函數(shù)；圖12(a)、圖12(b)和圖12(c)分別為收發(fā)天線對個數(shù)為1、2和3下的定位誤差累積分布函數(shù)；圖13實驗室場景中，不同天線對個數(shù)下的定位誤差累積分布函數(shù)；圖13(a)、圖13(b)和圖13(c)分別為收發(fā)天線對個數(shù)為1、2和3下的定位誤差累積分布函數(shù)；圖14兩種實驗場景中，D-CSI在不同區(qū)間長度下的平均定位誤差；圖14(a)和圖14(b)分別為實驗室和會議室場景中，D-CSI在不同區(qū)間長度下的平均定位誤差；圖15兩種實驗場景中，D-CSI定位誤差的累積分布函數(shù)；圖15(a)和圖15(b)分別為實驗室和會議室場景中，D-CSI定位誤差的累積分布函數(shù)；具體實施方式：本發(fā)明系統(tǒng)結(jié)構(gòu)如圖3所示，包括訓(xùn)練階段和定位階段兩部分。在訓(xùn)練階段，使用配有Intel5300網(wǎng)卡的移動設(shè)備在所有參考點位置收集CSI值，然后對每對收發(fā)天線獲得的CSI進行處理得到CSI的振幅信息。不同于FIFS，本發(fā)明將每對天線獲得的CSI振幅進行處理得到每個子頻帶的振幅分布，作為相應(yīng)參考點的特征指紋，所有參考點的位置以及對應(yīng)的指紋信息共同構(gòu)建成指紋數(shù)據(jù)庫。在定位階段，待定位用戶手持移動設(shè)備首先收集CSI，然后CSI被發(fā)送到定位服務(wù)器進行與訓(xùn)練階段同樣的處理，獲得位置指紋信息。之后，使用對稱KL距離分別計算此位置的CSI分布與每個指紋數(shù)據(jù)庫中參考點CSI分布的相似性，最后通過匹配算法求出待定位用戶的位置。一般來說，有許多匹配算法用于基于指紋的定位系統(tǒng)中，其中確定性方法包括最近鄰算法(NearestNeighbor,NN)以及其改進算法KNN和加權(quán)KNN。最大似然估計、核估計、神經(jīng)網(wǎng)絡(luò)、支持向量機以及極限學習機也都被用來求待定位用戶的位置。本發(fā)明使用KNN來計算移動用戶的位置，實驗結(jié)果表明這種較為簡單的算法能夠取得令人滿意的結(jié)果。本發(fā)明沒有選擇其它匹配算法主要有以下兩個方面的考慮，一是其它方法需要較大的計算量，二是它們需要更多的采樣個數(shù)。首先說明本系統(tǒng)的構(gòu)成及如何采集CSI，本系統(tǒng)包括一些AP和一個移動設(shè)備。每個AP配有一根天線，移動設(shè)備配有Intel5300無線網(wǎng)卡，共有三根天線，所以在AP和移動設(shè)備之間共有三對收發(fā)天線對，也即是三個數(shù)據(jù)流。每個數(shù)據(jù)流都可以獲得30個子頻帶的CSI，所以對于每個數(shù)據(jù)包可以獲得3*30＝90個CSI。為了簡單起見，先只考慮一對收發(fā)天線間的CSI信息，因為每對收發(fā)天線獲得CSI振幅分布的過程是相同的，最后再整合所有天線對的信息。在每個參考點，共收集S個數(shù)據(jù)包的CSI，那么共有S*30個CSI，下面以此收集到的原始數(shù)據(jù)講述如何生成特征指紋。1)收集某一參考點位置處，移動設(shè)備無線網(wǎng)卡第m根天線接收到的第n個接入點的天線發(fā)送的S個數(shù)據(jù)包中的信道狀態(tài)信息，記為Ha＝{Hs}，其中Hs＝[Hs,1,Hs,2,Hs,i,…,Hs,30]T，表示第s個數(shù)據(jù)包中的信道狀態(tài)信息；Hs,i(s＝1,2,…,S；i＝1,2,…,30)表示第i個子頻帶的CSI，即信道狀態(tài)信息，CSI是一個復(fù)數(shù)，包括幅度和相位；2)計算Ha的振幅Hamp：Hamp=|Ha|=|H1,1||H2,1|...|HS,1||H1,2||H2,2|...|HS,2|............|H1,30||H2,30|...|HS,30|;]]>3)針對Hamp每一行都找出一對最大值和最小值，即找出每個子頻帶CSI振幅的最大值和最小值；并對最大值和最小值分別進行向上取值和向下取整，得到Hmax,i和Hmin,i；得到30個子頻帶的CSI振幅范圍為：[Hamp_min,Hamp_max]=Hmin,1Hmax,1Hmin,2Hmax,2......Hmin,30Hmax,30;]]>4)對各個子頻帶的CSI振幅進行區(qū)間劃分；將所有子頻帶CSI振幅的區(qū)間劃分結(jié)果記為R＝{rij}，rij表示第i(i＝1,2,…,30)個子頻帶的第j(j＝1,2,…,mi)個區(qū)間，取值為：rij＝(Hmin,i+(j-1)·Δ,Hmin,i+j·Δ)其中，Δ表示區(qū)間長度；mi表示第i個子頻帶的區(qū)間個數(shù)；5)根據(jù)步驟2)、3)和4)，獲得移動設(shè)備無線網(wǎng)卡第m根天線與第n個接入點之間的CSI振幅分布hpn,m＝hp，如下所示：hp=p1,1p1,2...p1,m1p2,1p2,2...p2,m2............p30,1p30,2...p30,m30]]>其中，hp的每一行表示一個子頻帶的CSI振幅分布，其中pi,j表示第i個子頻帶中CSI振幅值落入第j個區(qū)間的數(shù)據(jù)包個數(shù)占數(shù)據(jù)包總個數(shù)S的比例；6)根據(jù)步驟1)～5)，計算移動設(shè)備無線網(wǎng)卡每一根天線與每一個接入點之間的CSI振幅分布，從而得到該參考點位置的指紋信息Hp，如下所示：Hp=hp1,1hp1,2...hp1,Mhp2,1hp2,2...hp2,M............hpN,1hpN,2...hpN,M]]>其中，N，M分別表示接入點的個數(shù)和移動設(shè)備無線網(wǎng)卡上天線的根數(shù)。基于指紋的定位方法最主要的是設(shè)計一個可靠的位置特征指標，所以如何對CSI進行處理得出一個能有效標識位置特征的指標是定位方法是否成功的關(guān)鍵步驟。CSI包含有振幅和相位信息，正如現(xiàn)有文獻中指出的那樣，即使在一個完全靜態(tài)的環(huán)境中，CSI的相位信息也會有比較大的變化，相反，CSI的振幅信息在同一個位置所表現(xiàn)出的變化量要小的多。所以，本發(fā)明忽略了CSI的相位信息，只采用振幅信息來設(shè)計位置特征指紋。雖然已有許多室內(nèi)定位方法都采用了CSI，但是他們設(shè)計的位置指紋只是簡單的講所有子頻帶的振幅信息進行累加，這種處理方式可能忽略了這樣一個事實，多個子頻帶和多對天線獲取到的CSI包含了頻率多樣性和空間多樣性的性質(zhì)，而這些信息可以被用來設(shè)計出精度更高的定位算法。在通過Intel5300無線網(wǎng)卡獲得的CSI中，對于一個數(shù)據(jù)包，不同收發(fā)天線對的CSI振幅響應(yīng)都不盡相同，如圖1(a)所示，每個顏色代表了一對收發(fā)天線。在已有文獻中，對三對收發(fā)天線上獲得的60個數(shù)據(jù)包的CSI取平均，得出一組60個數(shù)據(jù)包的CSI，這個過程降低了利用空間多樣性這一性質(zhì)的有效性。相反，本發(fā)明是利用了不同收發(fā)天線間的差異性來增強定位的準確度。另一方面，針對一對收發(fā)天線得到的CSI，每個子頻帶的振幅響應(yīng)也是很不相同的。如圖1所示，30個子頻帶表現(xiàn)出了不一樣的值。FIFS所采用的方法是將這些子頻帶的振幅響應(yīng)求和，這樣的方式勢必會丟失頻率多樣性的特性。相反，本發(fā)明利用30個子頻帶的振幅值，得到每個子頻帶的CSI振幅的分布信息，設(shè)計成位置特征指紋，這樣就利用了CSI頻率多樣性的性質(zhì)，所以可以獲得更好的定位性能。首先通過獲得的CSI對上述討論進行實驗驗證，實驗數(shù)據(jù)是在圖6(a)的實驗環(huán)境中選擇的三個位置的CSI，在每個位置處接收60個數(shù)據(jù)包，每接收一個數(shù)據(jù)包，每對收發(fā)天線都可以獲得30個子頻帶的CSI，因為Inter5300無線網(wǎng)卡共有三根天線，所以每個位置共可得到180根曲線，如圖1(a)、1(b)和1(c)所示。如圖所示，對于某個特定的子頻帶，不同收發(fā)天線對所得到的CSI振幅都呈現(xiàn)出了顯著的變化，從而說明CSI振幅具有空間多樣性。如果考慮某對特定收發(fā)天線，30個子頻帶的CSI振幅也都有很大變化，這也驗證了CSI振幅具有頻率多樣性的特性。對于位置1(1.8，3)，位置2(3，3)和位置3(7.8，3)，將采集到的CSI數(shù)據(jù)應(yīng)用于FIFS中，分別得到他們的位置特征指紋分別為11726、8825.8和11841，根據(jù)位置特征指紋的大小可以看出，位置1應(yīng)該更靠近位置3而不是位置2，顯然這與他們真實的物理位置關(guān)系并不相符。本發(fā)明不直接使用所有子頻帶振幅的和作為特征指紋，而是采用每個子頻帶振幅的分布作為特征指紋，然后通過計算分布之間的距離來判定位置間的遠近。圖2說明了位置1和位置2、位置1和位置3所獲得的CSI振幅分布距離的曲線，可以看到，位置1和位置3之間的分布距離要大于位置1和位置2的分布之間的距離，這和他們物理位置相距較遠是一致的，說明實驗結(jié)果和實驗設(shè)置是匹配的。接下來驗證CSI振幅分布具有時間穩(wěn)定性以及空間差異性。圖4和圖5分別表示兩個相距三米的位置處的CSI振幅分布，其中每個圖都是包括兩個子頻帶：子頻帶1和子頻帶10，每個位置均采集了60個數(shù)據(jù)包的CSI，通過4.2節(jié)得到相應(yīng)的振幅分布。在兩個圖中，我們都可以看到在不同時間點每個子頻帶的分布都沒有什么變化，這說明D-CSI具有時間穩(wěn)定性。另一方面，如圖4和5所示，D-CSI在不同位置表現(xiàn)出的差異性也相當明顯。對不同子頻帶的CSI振幅分布也互不相同，從兩個圖中都可以看出，在兩個子頻帶下位置1和位置2的曲線都有明顯差異。在本文實驗中，使用的AP型號為TP-LinkTL-WR742N無線路由器，移動設(shè)備為配有Intel5300無線網(wǎng)卡的DellE6410筆記本，采用已有文獻中的方法對無線網(wǎng)卡的驅(qū)動程序進行了微調(diào)，以此獲得CSI。本文共在兩個典型的室內(nèi)環(huán)境中進行了數(shù)據(jù)采集來評估兩種定位方法的性能，分別是實驗室和會議室，參考點均勻地分布在這兩個室內(nèi)環(huán)境，具體場景介紹及采集如下所述。1)實驗室實驗室場景的平面圖如圖6(a)所示，4個AP分別部署在4個角上。在訓(xùn)練階段，相鄰參考點之間的距離為1.2m，共收集42個位置的CSI。在非參考點位置，隨機選取40個點作為待測位置。在每個位置處均采集60個數(shù)據(jù)包的CSI。2)會議室第二個實驗場景部署在中南大學計算機樓的一個會議室，如圖6(b)所示，同樣4個AP部署在房間的4個角上，此環(huán)境中，相鄰參考點的間距為1m，共收集49個位置的CSI。在非參考點位置，隨機選取15個位置作為待測位置。在每個位置也都采集了60個數(shù)據(jù)包的CSI。圖7給出了兩種實驗場景下各定位方法的平均定位誤差，從圖中可以看出，在會議室場景中，D-CSI的平均定位誤差是1米，比FIFS的平均定位誤差降低了0.4米，也就是提高了29％的性能。另外，在實驗室場景中，由于多徑現(xiàn)象更加復(fù)雜，本文提出的方法平均定位誤差1.48米，也還是比FIFS的平均定位誤差降低了22％。圖8給出了兩種方法的定位誤差隨AP數(shù)目變化的直方圖，從圖中可以看出，不管采用了幾個AP，本文提出的D-CSI的平均誤差都低于FIFS。同時，隨著AP數(shù)目的增加，兩種方法的定位性能都在提高，AP數(shù)目越多，定位誤差越小，兩種實驗場景下都有相似的趨勢。圖9和圖10分別表示在兩個場景下，兩種方法定位誤差隨AP數(shù)目變化的累積分布函數(shù)。如圖9所示，在會議室場景中，當AP數(shù)目為1、2、3和4時，F(xiàn)IFS中超過80％的點的定位誤差分別落入2.6米、2.5米、2.3米和2.2米。相反，在同樣的實驗條件下，本文提出的D-CSI的定位誤差分別在2米、1.9米、1.75米和1.5米內(nèi)。如圖10所示，在實驗室場景中，當AP數(shù)目為3個或4個時，本文的D-CSI能夠達到所有測試點的定位誤差小于2.5米，而FIFS只有72％和80％的測試點達到這一定位效果，當AP數(shù)目為1和2時也有同樣的性能表現(xiàn)，D-CSI分別有80％和87％的測試點的定位誤差小于2.5米，但是對于FIFS，只有60％和75％的測試點達到同樣的定位精度。相對于FIFS，本文方法的另一個優(yōu)勢是D-CSI能夠?qū)崿F(xiàn)更為精確的定位，也就是說較多的測試點的定位誤差小于1米。如圖9(d)所示，當AP數(shù)目為4時，D-CSI有超過68％的測試點的定位誤差小于1米，然后FIFS只有33％的測試點。值得注意的是兩種方法在實驗室場景中的定位效果都不如會議室場景，這是由于實驗室場景下的無線信號傳播更為復(fù)雜造成的。圖11顯示了在兩種實驗場景下，定位誤差隨著收發(fā)天線對的個數(shù)變化的情況。從圖中可以看出，D-CSI的定位精度高于FIFS，并且當只使用一對天線時，定位誤差最高。具體的說，如圖11(a)所示，在天線對個數(shù)為1、2和3的情況下，F(xiàn)IFS的平均定位誤差為1.9米、1.6米和1.4米，分別比D-CSI高出了0.1米、0.1米和0.4米。在圖11(b)中，也可以看出D-CSI比FIFS的平均定位誤差降低了0.12米、0.22米和0.44米?？偟膩碚f，隨著天線對個數(shù)的增加，兩種方法的定位準確性都在提高。圖12和圖13分別表示在兩個場景下，兩種方法定位誤差隨天線對數(shù)目變化的累積分布函數(shù)。如圖12所示，當天線對個數(shù)分別為1、2和3時，D-CSI超過一半的測試點的誤差分別在小于1.75米、1.35米和0.7米，然而，F(xiàn)IFS在同樣的天線對個數(shù)和測試點個數(shù)情形下的定位誤差分別落入2.1米、1.5米和1.25米的區(qū)間內(nèi)。如圖13所示，在實驗室較為復(fù)雜的環(huán)境中，當天線對為3個時，50％的測試點定位誤差小于1.4米，比天線對為1和2時定位精度明顯提高。但是FIFS由于沒使用CSI振幅分布而使用較為粗糙的求和作為特征指紋，其定位性能較D-CSI低了許多。圖14給出了在兩種實驗場景下，D-CSI平均定位誤差隨著區(qū)間長度變化的曲線?？梢钥吹疆攨^(qū)間長度為0.5到1之間時，定位誤差可以達到最小值，過大或者過小的區(qū)間長度都將使得等我性能變差。原因如下，區(qū)間長度過大可能會失去一些分布特征，比如在極端情況下，區(qū)間長度為子頻帶CSI振幅的最大值和最小值的差，此時只有一個分布信息，這樣D-CSI就和FIFS這些使用CSI振幅累積值的方法類似了。另外，當區(qū)間長度過小時，CSI振幅分布將會有許多產(chǎn)生不確定性，使得同一位置的振幅分布都有可能不一樣，這樣也會增大定位誤差。圖15給出了兩種場景下，D-CSI的定位誤差在不同區(qū)間長度情況下的累積分布函數(shù)。如圖15(a)所示，在區(qū)間長度為0.5時，超過80％的測試點的定位誤差小于1.5米，但當區(qū)間長度為0.1和2時，同樣多的測試點個數(shù)情況下，定位無誤差的范圍分別擴大到了1.85米和2米。在圖15(b)中也有相同的趨勢。這些結(jié)果表明，在實際部署過程中，區(qū)間長度的設(shè)定不易太大和太小，根據(jù)我們在兩個實驗場景中的結(jié)果，當區(qū)間長度設(shè)定在0.5左右時，D-CSI可以達到較好的定位性能。當前第1頁1 2 3