[發明專利]一種基于WiFi多維參數特征的室內目標被動跟蹤方法

在審

• 申請號: 201911068801.0
• 申請日: 2019-11-05
• 公開（公告）號: CN110809240A
• 公開（公告）日: 2020-02-18
• 發明（設計）人: 田增山;廉穎慧;周牧;李澤
• 申請（專利權）人: 重慶郵電大學
• 主分類號: H04W4/029
• 分類號: H04W4/029;H04W4/33;H04W4/80;H04W64/00;G01S5/12
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于WiFi多維參數特征的室內目標被動跟蹤方法，其特征在于，包括以下步驟：

1)配置無線局域網，目標在被跟蹤區域中運動，發射機在設定位置上發射數據，WiFi接收機接收到達的數據，并且從接收數據中提取信道狀態信息(Channel StateInformation，CSI)；

2)采用共軛相乘的方法消除所述步驟1)得到的CSI所包含的相位誤差以及靜態路徑信號成分；

3)基于所述步驟2)得到的CSI使用串行干擾消除方法進行信號到達角(Arrival ofAngle，AoA)、飛行時間(Time of Flight，ToF)以及多普勒頻移(Doppler FrequencyShifts，DFS)多維參數初始化；

4)運用基于噪聲更新的改進頻域空間交替廣義期望最大化(Frequency domain SpaceAlternating Generalized Expectation-maximization，FD-SAGE)算法完成時頻空多維參數聯合估計；

5)使用最小代價多路徑網絡的混合數據關聯方式將多個時間點的相關路徑進行關聯，得到多條路徑的關聯集合；

6)挑選所述步驟5)所得的關聯集合中衰減最大的作為目標路徑；

7)根據收發機的位置、每個時間點目標路徑的飛行時間與到達角構建橢圓-直線模型完成目標在每個時間點的定位，進而實現目標跟蹤。

2.基于權利要求1中所述的一種基于WiFi多維參數特征的室內目標被動跟蹤方法，其特征在于：所述步驟4)中多維參數聯合估計，具體包括：

改進的FD-SAGE算法被用來聯合估計多維信號參數。該算法主要包括兩個步驟：期望步驟和最大化步驟，即E步驟和M步驟。這兩步將一直迭代直到信道參數的值收斂為止。對于第(l_s+1)條路徑，此輪迭代過程目前得到的更新路徑參數集合為那么更新第(l_s+1)條路徑之前更新噪聲表示為

其中，H(n)為接收信號，為根據此輪迭代過程得到的新參數所重構的信號，該信號更接近真實的信號，為根據上一輪迭代過程得到的參數所重構的信號，K為路徑數目。之后第(l_s+1)條路徑信號的E步驟使用更新后的噪聲來進行重構，表示為

式中，為上一輪迭代過程所得到的第(l_s+1)條路徑參數估計結果。M步驟表示為

式中，Δt_i、Δf_j以及Δa_m分別表示H(n)與第0根天線，第0個子載波，中心頻率為f_c的CSI測量值H(0,0,0)之間的時延差，頻率差以及相鄰天線之間距離差，以及分別為第(l_s+1)條路徑的飛行時間、到達角、多普勒頻移以及衰減，N_data、N_sub以及N_ant分別為接收數據包數目、子載波數目以及天線數。

3.基于權利要求1中所述的一種基于WiFi多維參數特征的室內目標被動跟蹤方法，其特征在于：所述步驟5)中混合數據路徑關聯，具體包括：

假設現有的路徑參數已關聯集合為T_t，選定時間窗口內的路徑參數估計結果集為x_i為第i次參數路徑估計結果，其中包含了多條路徑的多維參數估計結果，N為時間窗口的長度，此時根據路徑參數估計結果集χ構建一個多源點多終點的有向網絡圖G(χ)。具體來說，第i次參數路徑估計結果x_i中的某條路徑參數對應G中的一對節點(u_m,v_m)，兩節點通過代價為流標識為的可觀測邊連接，其中p＝0,1,2,…,K，K為路徑數目。同理，第j次參數路徑估計結果x_j中的某條路徑參數對應G中的一對節點(u_n,v_n)。相鄰路徑參數估計結果(x_i,x_j)之間的兩條路徑(u_m,v_m)與(u_n,v_n)通過代價為流標識為的關聯轉移邊(v_m,u_n)連接。起始節點s_p引入代價為流標識為的關聯起始邊(s_p,u_m)。終止節點e_p引入代價為流標識為的關聯終止邊(v_m,e_p)。為了處理新出現的路徑，網絡圖引入了起始節點s₀，終止節點n₀的虛擬關聯軌跡，用來表示與目標路徑無關的路徑。基于構建的有向網絡圖G(χ)，混合數據關聯問題定模為在多個起始節點與終止節點之間尋找最優路徑流集合，其目標函數為最小化總代價，表示為

其中，當k≠0時，設置d_k＝1來確保每條路徑的關聯集合都是唯一的。對于虛擬路徑0，設置d_k＝20來確保可以處理出現的新路徑參數。利用丹齊格-沃爾夫分解與列生成策略求解式(7)得到多條路徑參數的關聯集合最優解。