Wi-Fi设备上实现。与以前的基于COTS设备的工作不同,LiFS能够准确地定位目标
副载波上的CSI进行精确定位
LiFS分别在视距(LoS)和非视距(NLoS)场景中实现了0.5 m和1.1m的中位精度,超过了最新的state-of-the-art系统。除了单目标定位外,LiFS还能够区分出两个稀疏位置的目标,并将其精确定位。
传统的无设备定位系统(或方法)主要基于粗粒度RSS signaturesresulting in a limited localization accuracy因此,如果收发器(如移动电话)的位置发生变化,则会出现较大的本地化错误,因为Wi-Fi链路的更改将导致数据库中的打印不匹配测量的CSI读数。
LiFS不依赖于详尽的打印数据库,只需要在收发器之间进行基线测量。
CSI预处理方法来大大减少多径和硬件噪声造成的副载波
通过方程约束可以定位位置收发器和目标
相关工作
RSS本质上是一个粗略的测量[9],强多径使问题更加糟糕[39]。CSI测量在每个子载波上提供更多的细粒度信息,具有幅度和相位信息,用于无源探测。
With enough transceiver pairs, LiFS candetermine the locations of both the unknown transceivers and the target,eliminating the necessity of knowing all the transceivers’ locations.
系统总览
LiFS由以下四个模块组成,如图2所示:
CSI收集模块 粗糙位置估计模块 CSI预处理模块目标定位模块
背景介绍
信道状态信息测量 ofdm通信正交子载波上传输信号 Y(f)= H(f)×X(f)
能量衰弱模型 位置:Then, the coordinates of thetransmitter i, receiver j and the target are referred to as Ci, Cj and Ct,respectively. Then the wireless link
ij between transmitter i and receiver j has a length of dij=(Ci −Cj)T(Ci −Cj).
根据无线通信原理[21],两个收发器之间的功率衰落主要与传播衰落,衰落衰落和目标吸收衰落有关。
传播衰弱:发射机与接收机距离造成的衰弱:Lij = 10log[ λ2/(16π2d2ij)].
衍射衰弱:The radius of the circular crosssection of the FFZ is given by r1 =(λ·dit ·djt)/dij.
Dijtis a function of the distances from the target to transmitter i and receiver j,which is given by: Dijt = 20log√2 2 ·∞ v exp(−J·πz2 2 )dz, (3) where v =ht2(dit + djt)/(λ·dit·djt)
因此,当目标位于不同位置时,有效高度总是在变化。由于目标位置是未知的,所以不可能事先预测效果高度。
目标吸收衰弱:一个奇怪函数没看懂
CSI预处理
能量衰弱模型显示CSI的变化与目标位置以及在FFZ中的有效高度有关,多路径相应和环境噪声也有影响、
在开阔地带和室内进行CSI测试 室内更复杂
理论值csi与实际测量值相差大
室内csi子载波可以分成三组 预期变化:类似于室外环境引起 异常变化:上升不下降室内多径传播导致 过渡变化:过渡带
通过设定阈值功率的减小时候足够大来消除子载波
如果ΔCSIeff与模拟计算的D阱匹配,则可以应用功率衰落模型来准确地估计目标的位置。
试验测试:图书馆 办公室 室内空房 距离设置成6米
对照实验:室外 没有多路径干扰 因此在室内变化类似于室外的定义为干净的载波
预处理n 7.25-2.02 dBm and 7.25+2.02 dBm as theground truth “clean” subcarriers.
预处理和raw CSI相比效果很好
Claim3 没看懂
6 系统设计
This suggests that given enough number ofclients and APs (N>3), such that MN + N(N − 1)/2> 2M + 3, there will be enough constraints to determine all the unknownlocations of both the target and the unknown clients.
优化位置确定
解方程~~GD算法 GA算法, we use a GA and GD hybrid method to obtain the solutions ofall unknowns, i.e., Cj, Ct and ht to be solved. In each iteration, GA求解GA修正
7 implementation
AP 测试环境硬件配置 部署设置 实验方法
8 性能评估
当内核带宽为3时,导频执行最好,我们也在实验中使用这个设置。
我们使用预处理的CSI变化测量作为RASS的输入,并使用RASS中使用的“LIBSVM”工具[15]来定位目标。
定位精度 三个不同环境下的定位精度
对比LIFs 和 NLOS LOS 的效果
不同参数下的性能:步长客户端数量 是否移动 体型影响 两个人靠近的影响
盲区定位粗略估计位置WIFI干扰只要不频繁变化 则影响不大