[发明专利]一种基于MIMO-OFDM信道状态信息的室内测距及定位方法

说明书

本发明提出一种基于MIMO‑OFDM信道状态信息的室内测距及定位方法。该方法充分利用目前基于OFDM的商用WiFi网卡，通过在待测位置用户端获取信道状态信息CSI，并结合收发端都是多天线的MIMO系统，提出一种基于MIMO‑OFDM的自由空间路径损耗模型，计算室内锚点WiFi接入点AP到被测位置用户之间的视距LOS距离，最后通过经典的三边定位方法得到所测用户的位置。该发明基于目前使用最为广泛的多天线WiFi AP及主流的基于OFDM的无线网卡，可以实现快速、简单、高效的室内测距及定位。

技术领域

本发明涉及计算机通信室内测距及定位领域，尤其涉及一种基于MIMO-OFDM信道状态信息的室内测距及定位方法。

背景技术

目前在室内定位研究中，定位技术主要分为3类：(1)基于专用设备的定位技术；(2)基于WiFi信号测距的定位技术；(3)基于WiFi信号指纹的定位技术。

在基于专用设备的定位技术中，一般采用红外、超声波、甚高频全方位测距(VHFOmnidirectional Ranging)、超宽带、射频识别(RFID)等不同的技术或设备来实现室内定位，这些系统的公共特点是：精度高(大都可以达到厘米级别的定位精度)，但都依赖部署专用的硬件设施(不仅需要预编在定位区域中部署，可能还需要用户佩戴定位终端)，因此部署成本昂贵，只能应用在有限范围内。

在基于WiFi信号测距的定位中，以WiFi为代表的WLAN是目前世界上部署最广泛的室内无线网络基础设施，随着WiFi的广泛普及，WiFi定位技术已经成长为目前室内定位的绝对主流。

普通的AP和WiFi终端能够方便的测量RSS，但是不能轻易获得信号到达时间、角度等更精细的特性。因此在室内定位中，受设备和成本限制，通常都采用基于接收信号强度(RSS)的测距，典型的模型有自由空间路径衰减模型、对数-距离路径衰减模型和对数-正态阴影模型等。

基于测距模型的室内定位放大的原理非常简单。通过测量接收机接收到的RSS，根据无线信号传播模型计算接收机与参考AP之间的距离，以这些距离为约束，利用三边定位技术实现对目标接收机的位置估计。由于室内环境复杂多变，无线信号传播特性动态变化，因此使用任何无线信号传播模型计算距离之前，都需要先根据环境确定特定的模型参数。从而产生了较多的方法利用不同AP之间的RSS关系来实现自动、动态的模型参数估计，例如使用截断奇异值分解技术来构建信号-距离关系图，或者使用复杂的射线跟踪法来构建无线地图并采用模拟退火算法来估计模型参数等方法等。而这些方法有一些共同点：它们或依赖已知AP的位置，或需要修改AP协议栈，或需要部署额外的参考节点。

在基于WiFi信号指纹的定位中，其基本原理是利用无线信号在不同位置上的空间差异性，将空间中特定位置上的无线信号特征作为该位置的指纹，建立位置-指纹关系数据库，从而通过指纹匹配的方式实现对用户位置的估计。传统的指纹定位方法包含2个阶段：训练阶段和服务阶段。在训练阶段，专业人士对定位区域进行位置采样，并在每一个采样位置上收集无线信号特征，存入位置-指纹数据库。在服务阶段，即实际运行阶段，用户发送器所在位置上的无线信号指纹到定位服务器，服务器将该查询指纹与数据库进行匹配，将最相似的指纹锁对应的位置作为用户的位置估计，返回给用户。

传统的基于指纹定位的方法，是将每一个位置上的无线指纹建模为一个高斯分布，并通过最大似然估计的方法进行指纹匹配。具体地，给定由不同AP信号强度组成的无线指纹，按照RSS从高到低的顺序，选择信号强度最强的AP对应的候选位置集合，然后考虑信号强度次之的AP对应的候选位置与之前候选位置的交集，这个过程持续进行，直到某一个位置的概率显著大于其他候选位置，即判定该处为用户当前位置。

但是RSS作为指纹的一大问题是定位精度有限，其原因主要来自2个方面：

(1)室内环境对无线信号传播造成的多径、衰减等干扰，以及室内环境变化导致RSS的时变性。