2021-07-22 wifi入门综述整理

由于是刚入门的小白，然后大概看了一下关于WiFi传统定位方式的综述。
以下从几个方面来讲讲。

历史的发展

基于指纹和基于构造数学模型的定位方法也被称为基于模式和基于模型的定位方法。由于基于模式的定位方法构建离线地图的成本高，这里只考虑基于模型的定位方法。由于CSI能够刻画更加细致的信道信息，故基于模型的定位方法通常利用CSI的信息进行定位，基于CSI的人体感知模型见下图。

而CSI人体感知的经典模型主要包括AOA模型和菲涅尔模型等。AOA模型通常利用入射信号的角度来推断人类活动（通常与TOA进行联合估计）。而菲涅尔模型通常根据人类跨越菲涅尔区引起的CSI的幅度和相位变化来检测。
由CSI感知图，可知CSI感知人体运动通常经过三个阶段：
1、 CSI信号收集：CSI信号可以通过不同设备来获取，大多数现有应用都利用COTS网卡尤其是英特尔5300网卡，然而，原始CSI数据通常包含许多由环境因素和硬件设备引起的噪声，不能直接使用。因此，信号预处理步骤对于消除噪声是必要的。
2、 信号预处理处理：通常利用相位校准方法和一些滤波器来去除相位噪声和异常值。
3、 模型建立：之后，需要开发一个合适的物理模型来描述CSI信号的传播，并将CSI变化与用户活动通过数学关系关联起来。
基于模型的经典定位系统见下表。

经典系统的介绍

ArrayTrack系统
关于文章信息：
篇名— ArrayTrack: A Fine-Grained Indoor Location System
大学— University College London
发表—2013年发表在NSDI上面
摘要—如下：
在户外漫游时，用户通常可以依靠清晰的全球定位系统信号来获得准确的位置，但在室内，全球定位系统经常会衰落，因此直到最近，手机还不得不主要依靠相当粗糙的信号强度读数。改变这种现状的是最近在室内接入点大幅增加天线数量的趋势，主要是通过多输入多输出(MIMO)技术来提高容量和覆盖范围。因此，我们看到了一个以全新的视角重新审视定位这一重要问题的机会。本文介绍了ArrayTrack的设计和实验评估，ArrayTrack是一种室内定位系统，它使用基于MIMO的技术，在无线客户端在建筑物中漫游时，以非常精细的粒度实时跟踪无线客户端。结合FPFA和通用计算，我们构建了一个阵列跟踪系统的原型。我们的结果表明，该技术可以精确定位分布在室内办公环境中的41个客户端，精度中位数不超过23厘米，系统延迟仅为100毫秒，首次在移动手机上实现了无处不在的实时细粒度定位。

从CSI感知的三个阶段来分析该系统的工作，见图。

系统图见图。

SpotFi系统
关于文章信息：
篇名— SpotFi: Decimeter Level Localization Using WiFi
大学— Stanford University
发表—2015年发表在ACM上面
摘要—如下：
本文介绍了SpotFi的设计和实现，这是一个可以部署在商用WiFi基础设施上的精确室内定位系统。SpotFi仅使用WiFi芯片已经暴露的信息，不需要任何硬件或固件更改，但可以实现与最先进的定位系统相同的准确性。SpotFi做出了两项关键的技术贡献。首先，SpotFi结合了超分辨率算法，即使接入点只有三根天线，也能精确计算多径分量的到达角(AoA)。其次，它结合了新的滤波和估计技术，通过根据特定路径是直接路径的可能性为每个路径赋值来识别定位目标和接入点之间的直接路径的AoA。我们在多径丰富的室内环境中的实验表明，SpotFi达到了40厘米的中值精度，并且对障碍物和多径等室内障碍具有鲁棒性。

从CSI感知的三个阶段来分析该系统的工作，见图。

原理图见图。

MaTrack系统
关于文章信息：
篇名— Dynamic-MUSIC: Accurate Device-Free Indoor Localization
大学— Peking University
发表—2016年发表在ACM上面
摘要—如下：
无设备被动室内定位在老年人护理、入侵检测、智能家居等应用中发挥着至关重要的作用。然而，现有的无设备定位系统要么受到劳动