基于信道状态信息幅值-相位的被动式室内指纹定位

基于信道状态信息(CSI)的室内定位技术近几年备受关注。已提出的室内定位方案主要在适用性和定位精度等方面进行不断地创新和改进。该文提出一种被动式的1发2收指纹室内定位系统。用两个固定接收端采集CSI数据,信号预处理阶段对CSI幅值进行奇异值去除与低通滤波,用线性拟合的方法对CSI相位进行校正,将两个接收端采集处理得到的CSI幅值和相位信息共同作为指纹,最终通过全连接神经网络对指纹样本进行训练,并与采集到的实时数据进行匹配识别。实验表明,采用两个接收端以及幅值和相位结合定位的方法,匹配识别率达到了98%,定位精度达到0.69 m。证明该系统能精确有效地实现室内定位。

     

基于OCAE-SOM的室内指纹定位算法研究

针对室内定位技术精度较低及数据量过大影响运算时间等问题,提出基于OCAE-SOM(Optimized Convolutional Autoencoder-Self Organizing Map)的室内指纹定位算法.离线阶段,先将信道状态信息的幅值相位预处理矩阵作为原始输入数据,并调整为RGB(Red,Green,Blu...     

基于迁移学习提高WiFi室内定位中信道状态信息指纹库的鲁棒性

基于信道状态信息(CSI)数据的WiFi指纹可用于室内定位。与信号强度值(RSSI)数据相比,CSI具有更高的数据信息粒度,并且可以在多个子载波上获得。当使用CSI数据进行室内定位时,相对于RSSI可以获得更好的结果。然而,无论使用RSSI还是CSI信号,在室内定位部署期间的一段时间后,室内环境通常会发生变化,并且基于测试数据的指纹数据库通常会恶化甚至失效。该文提出使用迁移学习算法来建立用于室内定位的指纹数据库。迁移学习的优势在于,可以使用较少的数据来获得更好的迁移训练结果。该文使用迁移学习来迁移指纹数据库的预测,延长指纹数据库的生命周期,并提高室内定位的鲁棒性。经过实验,1周后室内定位准确率保持在98%,两周后保持在97%。在相同成本下,该模型的生命周期和定位精度高于长短期记忆网络(LSTM)、卷积神经网络(CNN)、支持向量机(SVM)、深度神经网络(DNN)和其他定位系统。     

双频-时频信道联合指纹优化室内定位方法

传统信道状态信息（Channel State Information, CSI）指纹定位方法存在以下难题:1）单频段或单域的CSI存在较大维度损失,指纹解译能力差;2）硬件设备的基带设计导致CSI幅度和相位失真,定位稳健性差。因此,针对当前流行的双频WiFi网卡,提出双频-时频信道联合指纹优化室内定位方法。首先通过获取双频段的CSI进行幅度和相位优化,然后从优化后的CSI中提取出双频-时频信道联合指纹。将多个样本的该指纹分别输入到定位模型进行位置候选集构造,再根据候选集合,提出可信位置选择算法,联合优化各个候选位置的核密度函数和权重,选出值得信任的位置进行加权,得到最终位置的最优估计。两个实际场景中的实验结果表明所提定位方法极大地改善了指纹解译能力,较传统方法具有更高的定位精度和稳健性。      

基于信道状态的室内定位技术研究

传统的室内定位技术由于RSSI受限于多径效应和时间波动性,定位效果具有很大的不稳定性。本文采用细粒化的无线状态信道信息,即通过对物理层信道响应的测量来减少多径干扰,并实现采用OFDM和MIMO技术的新一代无线网络条件下的室内定位新方法。本文分析了定位算法的系统设计,通过802.11n无线网卡采集OFDM系统中特性信道状态信息的频率分集特性参数并经过校准,使之应用于室内定位算法。仿真结果显示相比于传统基于RSSI的定位方法,基于信道状态信息的室内定位系统具有更好的定位精度和稳定性。     

基于CSI指纹序列匹配的LTE室内定位方法

针对传统单点指纹定位技术出现的定位点偏移过远问题,研究了基于CSI指纹序列匹配的LTE室内定位方法,利用OFDM子载波的CSI信息作为指纹特征并根据运动的连续性构建了指纹序列库,进一步引入序列匹配算法实现用户定位。实验结果表明,所提方法能够在提升指纹数据灵敏度和稳定性的同时,有效地降低定位出错概率,从而提升了LTE系统的定位性能。     

基于信道状态信息测距的Wi-Fi室内定位误差界分析方法

相较常用于室内定位的Wi-Fi接收信号强度(RSS),Wi-Fi信道状态信息(CSI)包含了信号传输过程中更细粒度的物理层信息(如各个子载波的幅值和相位),故可将其用于较精确的测距以实现较高的Wi-Fi室内定位精度.由于现有基于CSI测距的定位方法普遍缺少关于定位误差界的理论分析,从而导致难以对不同定位方法的理想性能进行比较.因此,该文提出一种基于CSI测距的Wi-Fi室内定位误差界分析方法,其在室内信号传播模型的基础上,考虑路径损耗、阴影衰落和多径效应与定位精度的关系,利用克拉美罗下界(CRLB)推导了时钟异步效应下基于CSI测距的定位误差界.此外,通过实验对比,分析了实际定位误差与所推导的定位误差界之间的差异,并讨论了不同实验参数对定位性能的影响.     

基于信道状态信息测距的Wi-Fi室内定位误差界分析方法

相较常用于室内定位的Wi-Fi接收信号强度(RSS),Wi-Fi信道状态信息(CSI)包含了信号传输过程中更细粒度的物理层信息(如各个子载波的幅值和相位),故可将其用于较精确的测距以实现较高的Wi-Fi室内定位精度.由于现有基于CSI测距的定位方法普遍缺少关于定位误差界的理论分析,从而导致难以对不同定位方法的理想性能进...     

利用信道状态信息的室内定位技术

多径效应导致基于信号接收强度（RSSI）的室内定位方法精度不高,采用更细粒度的物理层信道状态信息（CSI）可以区分不同路径,提高定位精度。在已有基于CSI室内定位方法的基础上,通过改进对数距离路径损耗模型,得到CSI与传输距离的关系,并结合目标位置所测得的CSI值回归出目标与发射端的距离,最后通过三边定位法预测出目标的位置坐标。实验表明,相比基于RSSI的定位方法以及已有的基于CSI的定位方法,所提方法2 m以内的误差概率提高了将近40%和20%,有效提高了定位精度。     

DFF-EDR:An Indoor Fingerprint Location Technology Using Dynamic Fusion Features of Channel State Information and Improved Edit Distance on Real Sequence

Positioning technology based on wireless network signals in indoor environments has developed rapidly in recent years as the demand for locationbased services continues to increase.Channel state information(CSI)can be used as location feature information in fingerprint-based positioning systems because it can reflect the characteristics of the signal on multiple subcarriers.However,the random noise contained in the raw CSI information increases the likelihood of confusion when matching fingerprint data.In this paper,the Dynamic Fusion Feature(DFF)is proposed as a new fingerprint formation method to remove the noise and improve the feature resolution of the system,which combines the pre-processed amplitude and phase data.Then,the improved edit distance on real sequence(IEDR)is used as a similarity metric for fingerprint matching.Based on the above studies,we propose a new indoor fingerprint positioning method,named DFF-EDR,for improving positioning performance.During the experimental stage,data were collected and analyzed in two typical indoor environments.The results show that the proposed localization method in this paper effectively improves the feature resolution of the system in terms of both fingerprint features and similarity measures,has good anti-noise capability,and effectively reduces the localization errors.     

室内无线传感网络位置指纹法的研究

近年来,基于位置的定位服务技术被普遍应用,依据其使用的不同技术,可以分为室内、室外两种定位服务。其中,卫星定位及基站定位是眼下应用最广泛的室外定位技术,卫星定位利用卫星反馈的信息,如经纬度的坐标参数等进行定位,常见的卫星定位系统如美国全球定位系(GPS)、俄罗斯格洛纳斯(GLONASS)、欧洲伽利略(GALILEO)系统、中国北斗卫星导航系统等。室外定位服务技术已经实现了规模化和体系化,随着互联网时代的高速发展及大数据时代的到来,人们足不出户就可以办理很多事情。在这样的前提下,室内定位的需求越来越强烈,精度要求越来越高,由于室内环境复杂及空间相对狭小,技术难度也日益增大。当下,WiFi、蓝牙、UWB等是应用最广泛的室内定位技术,而不断发展的无线传感网络(WirelessSensorNetwork,WSN)也为室内定位提供了新的应用方案——无线室内定位。     

LANDMARC: Indoor Location Sensing Using Active RFID

Growing convergence among mobile computing devices and embedded technology sparks the development and deployment of context-aware applications, where location is the most essential context. In this paper we present LANDMARC, a location sensing prototype system that uses Radio Frequency Identification (RFID) technology for locating objects inside buildings. The major advantage of LANDMARC is that it improves the overall accuracy of locating objects by utilizing the concept of reference tags. Based on experimental analysis, we demonstrate that active RFID is a viable and cost-effective candidate for indoor location sensing. Although RFID is not designed for indoor location sensing, we point out three major features that should be added to make RFID technologies competitive in this new and growing market.     

基于非理想信道状态信息的鲁棒安全发送方法

针对协方差信道状态信息(Channel State Information, CSI)不理想导致的通信系统安全性能恶化问题,该文提出一种鲁棒的人工噪声辅助的物理层安全发送方法。该方法基于非理想的协方差信道信息,对发送者的波束成形向量及人工噪声协方差进行联合优化设计,从而最大化系统的最差情况安全速率(Worst-Case Secrecy Rate, WCSR)。该功率受限的安全速率最大化问题是非凸的,采用半定松弛(SemiDefinite Relaxation, SDR)技术和Lagrange对偶理论将其转化为一系列的半定规划(SemiDefinite Program, SDP)问题进行求解。仿真结果表明,与现有方案相比,所提方法的安全性能有了明显的提升。     

Optimizing Power Efficiency of OFDM Using Quantized Channel State Information

Emerging applications involving low-cost wireless sensor networks motivate well optimization of orthogonal frequency-division multiplexing (OFDM) in the power-limited regime. To this end, the present paper develops loading algorithms to minimize transmit-power under rate and error probability constraints, using three types of channel state information at the transmitter (CSIT): deterministic (per channel realization) for slow fading links, statistical (channel mean) for fast fading links, and quantized (Q), whereby a limited number of bits are fed back from the transmitter to the receiver. Along with optimal bit and power loading schemes, quantizer designs and reduced complexity alternatives with low feedback overhead are developed to obtain a suite of Q-CSIT-based OFDM transceivers with desirable complexity versus power-consumption tradeoffs. Numerical examples corroborate the analytical claims and reveal that significant power savings result even with a few bits of Q-CSIT.