[發明專利]基于CSI信號的室內定位方法

在審

• 申請號: 201710133486.X
• 申請日: 2017-03-08
• 公開（公告）號: CN106772219A
• 公開（公告）日: 2017-05-31
• 發明（設計）人: 鄢明
• 申請（專利權）人: 南京大學
• 主分類號: G01S1/08
• 分類號: G01S1/08
• 代理公司: 南京知識律師事務所32207
• 代理人: 張蘇沛

1.一種基于CSI信號的室內定位方法，其特征在于：1)本系統是基于CSI的室內定位的應用改進，無需攜帶傳感器，使用常見的無線商用設備；2)對采集的CSI數據進行有效的去噪和降維處理；3)提出了多種有效的波形特征生成方法，包括相位、能量、方差和波峰數；4)將機器學習的方法應用于室內定位，建立了基于CSI的室內定位模型，提高了系統定位準確度。

2.根據權利要求1所述的基于CSI信號的室內定位方法，其特征在于：

步驟一、利用低通濾波器對收集到的CSI信號進行濾波處理，除去大部份的背景噪聲；

步驟二、對濾波后的信號進行PCA(principal component analysis，主成份分析)處理，達到降維去噪的效果；

步驟三、對處理后的信號提取人走動信號特征，包括：信號能量強度、能量方差、波峰波谷數和相位；最后利用機器學習算法對其訓練，得出基于CSI的室內定位模型。

3.根據權利要求2所述的基于CSI信號的室內定位方法，其特征在于：利用Wi-Fi信號室內定位機制，對采集的CSI數據提出有效的去噪和降維處理方法：一是采集CSI數據，通過發射端和接收端兩部份組件，其中發射端有Tx根發射天線，接收端Rx根接收天線，一共可采集到Τx*Rx組CSI數據，每一組CSI數據包由30個子信道的數據組成；二是利用Butterworth(巴特沃斯濾波器)低通濾波器，對采集到的CSI數據進去噪處理，去除大部分的背景噪聲；三是利用PCA去噪聲方法，進一步去除細微的噪聲并實現數據維度的降低，采用SVD(singular value decomposition，奇異值分解)實現。

4.根據權利要求3所述的基于CSI信號的室內定位方法，其特征在于：利用Butterworth低通濾波器去噪方法去除背景噪聲，根據背景噪聲的頻率相對于人走動的頻率要高的多的特點，對采集到的信號采用低通濾波器，去除了信號中大部分的背景噪聲。

5.根據權利要求3所述的基于CSI信號的室內定位方法，其特征在于：利用PCA去噪方法進一步去除噪聲和降低數據維度，根據噪聲數據在不同信道是不相關的，而人在Wi-Fi環境下走動引起的CSI數據變化在不同信道是相關的特點，進一步去除細微的噪聲，并且降低CSI的數據維度，提高數據處理效率，進而提升系統的測量效率。

6.根據權利要求2至5之一所述的基于CSI信號的室內定位方法，其特征在于：提出多種有效的特征生成方法：一是相位特征，利用相位特征判斷人走動的大致方向；二是頻率能量特征，將人走動的頻率定在40HZ左右，并提取人走動的頻譜曲線；三是方差特征，依據人走動對方差大小的改變，通過閾值判斷出人走動的開始點和結束點，并獲得人走動的CSI方差改變特征；四是波峰數，依據波峰數，估算人走動的距離。

7.根據權利要求2至5之一所述的基于CSI信號的室內定位方法，其特征在于：依據SVM和非線性回歸的方法，建立室內定位模型，其過程包括：

步驟1、首先在室內各個點取訓練樣本特征，并將相位、能量、方差和波形數作為訓練特征，用SVM多訓練算法建立室內定位模型；

步驟2、將相位、能量、方差和波形數作為訓練參數，利用多元非線性回歸nlinfit算法，估計出beta回歸系數，最終得到人走動的非線性回歸函數。