[发明专利]一种基于CSI高精度测距定位方法

说明书

本发明提出了一种基于信道状态信息(Channel State Information，CSI)的高精度测距定位方法。该定位方法主要分为离线阶段和在线阶段。在离线阶段，首先在定位区域选择多个定标点；然后接入点(Access Point，AP)从来自定标点的数据中提取CSI，并对其进行滤波；接着使用滤波前后CSI得到环境因子和路径损耗系数；最后将两者进行线性拟合得到自适应路径损耗系数，进而得到自适应信号传播模型。在在线阶段，首先对接收的CSI进行滤波，并且将滤波后的CSI能量带入到自适应传播模型中进行距离估计；然后将所得距离带入定位算法进行定位。相比于传统的定位技术，本发明不需要进行CSI相位修正补偿和AP同步。此外，本发明工程可实现性强，定位精度高，适用于像单站、多站等多种定位场景。

技术领域

本发明涉及无线定位技术领域，特别涉及一种基于CSI高精度测距定位方法。

背景技术

随着第四次科技革命的后半段的到来，互联网业的发展也开始进入一个全新的时代——U(ubiquitous)时代，许多东西将会连接到互联网上，变得自动化，智能化。在这个背景之下，许多新兴的技术产业将会开拓出巨大的市场，例如车联网，无人机，图像处理，人工智能等技术得到了广泛的关注，室内定位也是其中之一。

目前在室内定位领域的研究中，通常借助信号参数信息如接收信号强度(Received Signal Strength，RSS)，信号到达角(Angle of Arrival，AoA)，信号到达时间(Time of Flight，ToF)或者运动传感器来进行位置解算。

(1)基于RSS的室内定位技术

基于RSS的室内定位技术主要分为两类，利用RSS进行测距定位以及利用RSS指纹进行匹配定位。信号在自由空间的衰减一般采用对数衰减模型进行描述，在获得接收功率以及衰减指数的情况下就能够推算出信号传播的距离，然后利用三边定位算法进行定位。这种利用RSS进行测距的方法虽然简单，但是室内丰富的多径信号使得RSS出现较大波动，与此同时，衰减指数随着环境的变化而改变，因此利用RSS测距定位的方法精度不高。基于RSS指纹的室内定位技术是通过在离线阶段采集位置指纹信息构建基于信号强度的位置指纹数据库，在线阶段将采集到的指纹数据与之前构建数据库中的位置指纹信息进行对比来进行定位，但是当周围环境发生变化时指纹数据库需要进行更新，并且指纹库的建立与维护需要花费很长的时间。

(2)基于AoA的室内定位技术

基于AoA的室内定位技术一般需要估计出信号到各个基站的到达角，然后利用三边定位方法对目标进行定位。在阵列信号处理领域，超分辨算法通常是利用天线之间的波程差对信号的AoA进行估计，例如经典的多重信号分类(Multiple SignalClassification，MUSIC)算法。MUSIC算法要求系统物理天线的个数必须大于多径信号的个数，否则噪声子空间会扩散到信号子空间。但是目前在室内多径环境下为了实现AoA的准确估计，通常采用专用的多阵列天线设备，增加了设备的成本投入，不利于基于AoA室内定位技术的推广。

(3)基于ToF的室内定位技术

基于ToF的室内定位技术是通过估计出发送端到各个接收端的信号飞行时间，然后利用三边定位算法进行定位，系统的定位精度取决于时间的估计精度。对于超宽带系统，由于信号带宽能够达到吉兆赫兹，因此能够获得厘米级别的测距精度。但是，该系统需要布放大量专用的UWB收发设备，会产生高昂的成本开销。另外，UWB室内定位系统在NLOS环境下的定位效果会受到影响。

(4)基于运动传感器的室内定位