基于信道状态信息的室内定位方法研究

作     者：王宇桐 

作者单位：北京工业大学 

学位级别：硕士

导师姓名：张会清

授予年度：2021年

学科分类：080904[工学-电磁场与微波技术] 0810[工学-信息与通信工程] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 080402[工学-测试计量技术及仪器] 0804[工学-仪器科学与技术] 081001[工学-通信与信息系统] 

主      题：CSI室内定位 堆叠自编码器 支持向量机 模糊聚类 加权K近邻 

摘      要：现代社会信息技术的迅速发展,使基于位置的信息服务得到了进一步重视。与此同时,多样化的应用场景对定位服务的准确性与稳定性提出了更高要求。WiFi设备作为常见的基础网络设施,已在日常生活场景下得到了广泛部署,因此基于Wi-Fi的室内定位方法具有较大的推广优势。传统基于Wi-Fi的室内定位技术使用接收信号强度（RSSI）作为位置解析的参考量,但RSSI抗干扰性较差,受多径效应影响严重,难以满足高精度、高可靠的定位需求。IEEE 802.11n协议Wi-Fi物理层的信道状态信息（CSI）详细记录了各子载波在信号传播过程中的功率衰减与相位偏移,较RSSI更为细粒度地描述了多径传播过程,具备进一步提升定位系统精度的条件。但是全量CSI是高维线性不可分数据,难以直接用于位置解析。本课题针对CSI指纹室内定位技术开展算法与应用研究,为充分利用CSI丰富的信号传播过程信息并保证定位系统的高效性,提出了基于特征提取与划分定位子空间的有效定位方法,最终设计搭建了实时CSI室内定位平台。主要工作内容如下:（1）针对CSI幅相指纹在空间差异的室内定位应用中存在数据冗余大、解析复杂的问题,将表示学习引入指纹定位的特征提取任务,提出了基于堆叠稀疏自编码网络（SSAE）结合核支持向量机（SVM）的CSI室内定位方法。将单AP无线子载波空间传播过程中幅值与相位偏移进行全量采集,联立CSI幅值与相位信息生成定位指纹。CSI幅相信息经预处理输入SSAE后,取编码器部分趋于稀疏的输出向量作为初始指纹的低维表示,建立指纹库;使用指纹库作模型训练集,通过核SVM建立指纹与实际物理位置的映射关系。经对比实验验证,该方案能够在复杂环境中实现精度较高的位置解析。（2）为了进一步提升定位系统的定位效率,在稀疏化特征指纹集的基础上提出了基于模糊划分子空间结合在线两级定位的CSI室内定位方法。整体定位空间经粒子群（PSO）优化的模糊C均值（Fuzzy C-means）聚类算法软划分为多个子空间,通过PSO寻优获得模糊聚类算法的初始簇中心,随后进一步迭代调优,保证聚类结果的可靠性。实时指纹匹配过程在子空间内部完成,大大降低了定位任务消耗的系统资源量。子空间内,通过改进加权K近邻算法（WKNN）完成指纹匹配计算,并通过引入对模糊隶属度的考量,使指纹匹配的精确度得到进一步提高。实验结果显示在复杂的实验室环境与障碍物较少的走廊环境中本文提出方法均具备更优秀的定位精度与实时性,证实了本文方法的有效性。（3）设计搭建了CSI室内定位应用平台,对场景下定位算法输出结果进行展示。定位平台基于B/S结构搭建,通过Spring Boot框架开发实现,完成了用户管理、单点定位、历史位置功能模块与数据库表的整体设计,进而实现了用户登录、实时单点定位展示、历史位置轨迹查询功能。