D-watch: Embracing “bad” multipaths for device-free localization with COTS RFID devices
针对的问题:现有的基于射频信号(RSSI、CSI)的设备无关的定位方法在复杂室内多径环境下,定位精度不够(基于模型的方法),需要进行繁重的指纹数据库训练(基于指纹的方法)
本文的思路:利用现有RFID阅读器的多天线实现基于AOA的被动式室内定位,提高定位精度和实时性;基本思路是检测目标会遮挡阅读器和标签之间的传播路径,引起AOA谱图相应位置的信号衰落,通过监测AOA峰值的衰减情况,就可以确定目标的方位,再利用多个阅读器进行三角定位,如下图(有点类似与这篇文章MobiCom 2015 WiDraw: Enabling Hands-free Drawing in the Air on Commodity WiFi Devices):
面临的挑战:
1. 每个射频前端都存在一个由内部振荡器引起的随机相移,如下图:
如何进行有效的相位校准?
2. MUSIC算法生成的信号AOA谱图的纵轴仅仅是概率函数值,峰值并不能表示相应角度的信号功率,如下图:
图中左图中一条路径被遮挡,多个峰值均衰减;而右图多条