Tuning by Turning: Enabling Phased Array Signal Precessing for WiFi with Inertial Sensors (InfoCom 2016)
针对的问题:利用商用WiFi设备进行AOA估计;
面临的挑战:天线数量的限制;相位测量中引入的未知的相位偏移;
解决方案:利用人体对手机进行自然旋转,计算不同角度测量的相位差分,以消除相位偏移,提出D-MUSIC算法计算差分生成的等效入射信号角度。再利用惯性传感器(陀螺仪)测得的旋转角度计算初始和最终的入射角。
实现细节:
- βj 对于每一个天线来说是个常量,利用旋转前后同一天线的相位测量值(相对第一根天线的相位差值)求差分消除未知相位;再利用标准MUSIC算法计算出 θ21=arccos(cosθ2−cosθ1) ,再结合旋转角度 △θ=θ2−θ1 ,求解出 θ1,θ2
- 为了解决角度的歧义性(存在两组解),将手机多旋转一次,取两次旋转中最接近的 θ2 作为AOA;
- 扩展到三维空间,利用 cosθ=cosγcosτ
- 针对多径严重的情况,虽然D-MUSIC不能产生准确的AOA估计,但是可以作为自动相位校准对Phaser进行补充。具体来说,让用户在AP附近(LOS占主导)情况下执行D-MUSIC,可以获得精确的相位,进一步获取相位偏移值,由于设备通电后相位偏移保持不变,则可以利用已校准的相位偏移进行测量,而无需进行详细的人工测量(feeding D-MUSIC into Phaser)。
- 实验实现:AP和client均为mini-desktops,工作在monitor mode,5GHz频段;Google Nexus 7 Pad 采集惯性数据;
疑问:
关于公式(6)
ϕ^ji=ϕji−2πkiNδ+βj+Z
公式中的 δ 代表时间偏移,也包含频率偏移?还是频率偏移包含在 βj 中?但是频率偏移并不是一个常量,而是在packet级别变化的,即两次测量的频率偏移不一定相同。公式(16)
errθ1=12(|tanθεcot△θ2|+1)err△θ这个的推导过程不是很明白。- 实验采集是采用1发3收(1*3)还是1发2收(1*2)?还有实验评价部分C. Performance in Phase Calibration中的相位ground-truth采集方法不太理解。
PS:第一次写博客,一点点记录下自己看过的文章和疑惑吧,欢迎有感兴趣的同道中人交流指导呀,加油↖(^ω^)↗