论文部分内容阅读
由于信息技术的发展和位置服务的需求上升,室内定位系统越来越受到研究人员的关注。在现有基于无线局域网(Wireless Local Area Network,WLAN)的室内定位系统中大多是主动定位工作方式,因此需要目标的主动参与,而对于一些重要应用例如救援、反恐等要收集目标的位置信息时,则会变得非常困难;此外,大多数基于WLAN的室内定位技术往往需要利用多个接入点(Access Point,AP)才能实现对目标的定位,而在实际环境中使用多个AP往往难以满足,如果只有单个AP则无法完成定位。针对上述问题,本文研究了一种基于移动单站的非合作Wi Fi目标定位技术,通过软件定义无线电(Software-Defined Radio,SDR)平台对非合作Wi Fi目标进行测向以及利用行人航迹推算(Pedestrian Dead Reckoning,PDR)算法估计测向平台的移动距离,进而构建几何模型可主动完成目标位置估计,本文的研究内容如下:首先,本文研究了利用多载波的信道状态信息(Channel State Information,CSI)构建角度-时间耦合的信号接收模型,利用子载波CSI与多径时延之间的关系研究直达路径方向上的能量,进而估计来波的到达角(Angle of Arrival,AOA),保证了定位系统的实时性;利用IEEE 802.11 Saleh-Valenzuela(S-V)信道模型分析了在室内环境下多径信号对直达信号能量谱峰的影响;利用现有的SDR平台搭建了第三方测向系统,实现了对非合作Wi Fi目标设备的测向。其次,为了提高测向系统的实用性,研究了直视(Line-of-Sight,LOS)与非直视(Non Line-of-Sight,NLOS)环境下的信道冲击响应(Channel Impulse Response,CIR)的幅值特征,提出一种基于CIR的LOS/NLOS环境识别算法,采用随机森林(Random Forest,RF)机器学习算法对CIR的幅值特征进行训练分类,实现了LOS环境下对目标进行测向和定位;为了估计定位过程中测向平台的移动距离,本文研究了基于微机电系统(Micro-Electro-Mechanical System,MEMS)的PDR算法,其中,利用加速度计信息对行人的步态和步长进行检测和估计,通过扩展卡尔曼滤波器(Extended Kalman Filter,EKF)融合九轴传感器数据估计航向角。最后,本文设计了AOA/PDR移动单站定位算法,并在软件上实现了该定位系统。同时,搭建了测试平台对本文提出的算法性能进行验证,实验结果表明,本文提出的LOS/NLOS环境识别算法的识别率分别达到了96%和97%,移动单站定位系统置信度在67%的角度误差是11.5度,估计时延在0.5秒以内,置信度在67%的定位误差为2.1米。