这篇博客介绍了如何利用商用Wi-Fi设备的信道状态信息(CSI)来估计多普勒速度。文章详细阐述了通过MUSIC算法处理随机CSI相移，提取并估计由人体运动引起的微妙多普勒频移，从而实现室内无设备人体跟踪。通过对每个子载波的CSI采样，结合MUSIC算法，即便在存在频率选择性衰落和不规则采样间隔的情况下，也能准确估计多普勒频移。
翻译部分论文《IndoTrack: Device-Free Indoor Human Tracking with Commodity Wi-Fi》
4 DOPPLER-MUSIC FOR DOPPLER VELOCITY ESTIMATION
我们将详细描述如何使用从商用Wi-Fi设备收集的CSI样本估算多普勒速度（即路径长度的变化速度）。我们首先介绍如何估算由人类运动引起的微妙的多普勒频移。 然后，我们提出了一种基于MUSIC的算法，以可变间隔从CSI样本中估计多普勒速度。 同时，我们结合了许多子载波的信息，以解决频率选择性衰落的影响。 最后，我们详细讨论如何处理商用Wi-Fi设备上的随机CSI相位偏移。
4.1 Extracting Doppler Frequency Shift from CSI
如图2所示，在具有一对Wi-Fi发射器和接收器的典型室内环境中，Wi-Fi信号不仅沿直接路径传播，还被其他物体（例如人体和墙壁）反射。 因此，在接收机处接收到的信号是来自所有路径的信号的叠加。 这种现象称为多径传播。 当人在环境中移动时，人体反射信号的路径长度会相应地发生变化，这将多普勒频移引入反射信号的载波频率：
f D o p p l e r = f v p a t h c f_{Doppler}=f\frac{v_{path}}{c} fDoppler=fcvpath
其中， f f f是原来信号的载波频率， v p a t h v_{path} vpath是路径长度变化的速度， c c c是WIFI信号在空气中的传播速度。当人在移动时，对于5 GHz信道，向Wi-Fi信号引入的多普勒频移仅为几十赫兹。从很大的载波频率检测出这种微妙的多普勒频移是困难的。
幸运的是，商用Wi-Fi设备上可用的CSI信息使我们有机会仅用几百赫兹的采样率来估计多普勒频移。对于Wi-Fi信号，CSI表示由于信号从发射机到接收机的传播而导致的每个子载波中的幅度衰减和相位变化。仅考虑一个信号，信号在时间 t 0 t_0 t0的CSI为 x ( f , t 0 ) = A 0 e − j 2 π f τ 0 x(f,t_0)=A_0e^{-j2\pi f\tau_0} x(f,t0)=A0e−j2πfτ0，其中 A 0 A_0 A0是衰减， τ 0 \tau_0 τ0是传播延迟。如果传播路径长度以速度 v 0 v_0 v0变化，并且忽略衰减变化，在一段时间 t t t后，路径长度变化就是 Δ l p a t h = v t \Delta l_{path}=vt Δlpath=vt，传播延迟变化就是 Δ τ = v t c \Delta \tau=\frac{vt}{c} Δτ=cvt。所以信号的CSI为 x ( f , t 0 + t ) = A 0 e − j 2 π f ( τ 0 + v t c = x ( f , t 0 ) e − j 2 π f v t c x(f,t_0+t)=A_0e^{-j2\pi f(\tau_0+\frac{vt}{c}}=x(f,t0)e^{-j2\pi f\frac{vt}{c}} x(f,t0+
最低0.47元/天 解锁文章
346
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
