基于WiFi信道状态信息的室内定位跟踪技术研究

发布时间：2021-04-21 15:29

　　如今,5G移动通信网络的大规模商用部署,无线定位技术已成为基于位置服务的关键技术,广泛应用于定位导航、紧急救援、智能家庭、医疗健康、安防监控等多个领域。由于室内环境复杂多变、干扰源过多、以及多径效应等因素的影响,室内定位技术在实际应用中面临着诸多问题与挑战:传统的室内定位系统需要专用设备,部署和维护成本非常高昂;多数室内定位方法需要环境先验信息而无法适应环境变化;最常采用的信号接收强度（Received Signal Strength,RSS）定位方法,定位精度难以满足室内位置服务的需求等。针对上述主要问题,本文研究基于WiFi信道状态信息（Channel State Information,CSI）的室内定位跟踪技术,提出了普适的、低成本、高精度的被动定位跟踪和3D定位方法,主要研究内容与创新工作如下:首先,针对现有被动定位算法需要依赖环境先验信息,提出了基于AOA-TOA联合估计的被动定位跟踪方法,实现了普适的高精度室内被动定位跟踪。由于通用WiFi设备天线个数稀少,难以准确获取多径信号的AOA估计,该方法充分利用CSI多天线间和多子载波间的相位差进行空间平滑处理,采用二维MUSI... 

【文章来源】：大连理工大学辽宁省 211工程院校 985工程院校 教育部直属院校

【文章页数】：124 页

【学位级别】：博士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 研究背景与意义
    1.2 研究现状
        1.2.1 室内定位跟踪技术
        1.2.2 被动定位技术
        1.2.3 3D定位技术
    1.3 关键问题与技术挑战
        1.3.1 关键问题
        1.3.2 技术挑战
    1.4 研究主要内容
    1.5 本文结构
2 基于信道状态信息的AOA定位方法
    2.1 基于AOA的室内定位方法
    2.2 信号到达角度估计算法
        2.2.1 MUSIC算法
        2.2.2 稀疏重构算法
        2.2.3 算法性能比较与分析
    2.3 信道状态信息的误差分析与校准算法
        2.3.1 信道状态信息的误差分析
        2.3.2 信道状态信息的校准算法
    2.4 室内定位跟踪的影响因素与评价标准
        2.4.1 室内定位跟踪的影响因素
        2.4.2 室内定位跟踪的评价标准
    2.5 本章小结
3 基于AOA-TOA联合估计的被动室内定位跟踪方法
    3.1 引言
    3.2 基于AOA-TOA联合估计的被动定位方法
        3.2.1 AOA-TOA联合估计的算法
        3.2.2 目标被动定位的模型建立
        3.2.3 静态路径背景消除算法
        3.2.4 目标直达路径提取算法
    3.3 基于粒子滤波的被动定位跟踪方法
        3.3.1 粒子滤波算法的理论分析
        3.3.2 粒子滤波被动定位跟踪算法
    3.4 实验验证与性能评估
        3.4.1 实验设置与部署
        3.4.2 定位跟踪性能与分析
        3.4.3 AOA估计的误差分析
        3.4.4 系统参数对定位性能的影响
    3.5 本章小结
4 基于目标速度估计的被动定位跟踪方法研究
    4.1 引言
    4.2 基于信道状态信息的目标速度估计方法
        4.2.1 目标速度估计的问题描述
        4.2.2 目标速度估计的几何模型
        4.2.3 目标速度估计的优化方法
    4.3 目标动态路径的相位偏移检测
        4.3.1 多径信号的矢量分析
        4.3.2 目标路径的传输特征
        4.3.3 目标路径的相位偏移
    4.4 基于稀疏重构的多普勒速度和AOA联合估计算法
    4.5 基于目标速度估计的被动定位跟踪算法
    4.6 实验分析与性能评估
        4.6.1 实验设置与部署
        4.6.2 目标速度估计的误差分析
        4.6.3 目标被动定位跟踪的性能分析
        4.6.4 目标路径AOA估计的误差分析
        4.6.5 系统参数对定位跟踪性能的影响
    4.7 本章小结
5 基于WiFi信道状态信息的3D定位方法研究
    5.1 引言
    5.2 基于信道状态信息的3D定位方法
        5.2.1 阵列的硬件设计
        5.2.2 阵列的信号模型
        5.2.3 3D定位的系统模型
    5.3 信道状态信息的预处理方法
        5.3.1 信道状态信息的误差分析
        5.3.2 信道状态信息的校准算法
    5.4 基于子空间稀疏重构二维AOA估计方法
        5.4.1 基于稀疏重构的二维AOA估计
        5.4.2 基于子空间稀疏重构的二维AOA估计
    5.5 实验验证与性能评估
        5.5.1 实验设置与部署
        5.5.2 3D定位性能分析
        5.5.3 AOA估计的误差分析
        5.5.4 系统参数对定位性能的影响
    5.6 本章小结
6 结论与展望
    6.1 结论
    6.2 创新点
    6.3 展望
参考文献
攻读博士学位期间科研项目及科研成果
致谢
作者简介



本文编号：3152013