深入TR室内定位算法

1. 前言

　　刚来实验室的那段时间，我的导师浩川老师让我研究Ray Liu教授所做的室内定位的研究。由于后来决定读博之后，浩川老师给我重新规划了方向，因此室内定位对于我而言算是一个课外扩展的研究方向吧。学习这个也有一段时间了。刚好晚上睡不着，躺在床上也很无聊，于是跑到实验室写点东西，算是对之前学习的一个阶段性总结吧。
　　随着无线通信技术尤其是小区技术的发展，定位算法在精度与应用上得到了显著的提高。相对于室外复杂的环境，室内环境变化相对缓慢。另一方面，智能家具和机器人产业的兴起，也迫切需要提出较高精度且易于实现的定位算法。
　　由于室内环境存在着丰富的散射和绕射，这给定位算法精度的提高增加了难度。传统的基于到达时间（Time of Arrival）和到达角度（Angle of Arrival）以及接收信号强度（Received Signal Strength）的定位算法在精度上只能够达到米级别，无法进一步突破。
　　Ray Iiu团队在文献[1]中提出了将TR技术应用于室内定位算法之中；在文献[2]中验证了TR技术相对于传统的利用RAKE接收机的通信系统具有功耗低、干扰少、多径增益强等特点； 在文献[3]中，提出了基于WIFI的时间反转室内定位（Time-Reversal Indoor positioning System）算法，将定位精度提高到0.5cm。

2. TR室内定位算法简介

　　近代声学发展了源于光学的相位共轭成像法[4]，之后连续的相位共轭法又被演变成时间反转方法。目前大量的TR技术应用于水声通信、医疗探伤等工作领域。
　　由于室内环境复杂，存在这丰富的散射和绕射，因此不同的位置之间的信道是独一无二的。利用TR技术的时间聚焦和空间聚焦的特性，在仅使用一个信号接入点（Access Point AP）的条件下，可以将室内定位算法的精度提高到厘米级别。
　　TR室内定位算法主要分为建立离线数据库和匹配在线数据两个环节。在离线数据库的建立过程中，如图1所示，选定一块实验区域，将该区域划均匀划分为$N\times N$个网格，通过将移动终端TD放到每一个网格上，发射脉冲信号，AP接受TD发送的信号，得到该TD到AP的信道冲激响应$h_i$，图中绿线部分表示$h_i$的抽头路径，由于室内环境存在丰富的散射和绕射，因此TD所在的每一个位置到AP的信道冲激响应（Channel Impulse Response CIR）都是不同的，这样重复可以得到整个指纹网络${\bf{D}} = \left\{ {{h_i}} \right\}$（也就是离线数据库）。文献[1]中由实验验证了室内环境下信道的互易性以及时间平稳特性。

图1：离线数据库建立示意图

　　在线数据的匹配环节，假定TD在 $i(i\in[1,N^2])$位置上，发射脉冲信号，AP接受TD发送的信号，经过时间反转，并与离线数据库中的数据进行匹配，从离线数据库中选择出最为匹配的信道CIR，而该CIR所对应的位置，即为估计位置。表示如下
　　 $$\widehat i = \arg \mathop {\max }\limits_i {\eta _i}$$
其中 $\eta$表示TR谐振因子。

3. TR的时间聚焦和空间聚焦特性

3.1 TR的时间聚焦特性

$L$长的序列$h[k]$的时间反转定义为

$$g[k] = {h^ * }[L - 1 - k] \ \ \ \ \ \ k = 0,1,2, \cdots ,L - 1$$
由于多径效应和延迟，信道的冲激响应可以表达如下
$$h[k] = \sum\limits_{l = 0}^{L - 1} {{a_l}\delta [k - {\tau _l}]}$$
序列 $h[k]$与该序列的时间反转序列 $g[k]$的卷积如下

h[k]∗g[k]=(∑l=0L−1alδ[k−τl])∗(∑l=0L−1a∗lδ[L−k−1−τl])                 =∑l=0L−1|al|2δ[k−(L