CN112924928A - 一种基于路径分离的室内Wi-Fi多人检测方法 - Google Patents

Abstract

本发明公开了一种基于路径分离的室内Wi‑Fi多人检测方法，包括以下步骤：1)构建Wi‑Fi信号系统，所述Wi‑Fi信号系统包括发射信号和接收信号设备，发射信号和接收信号设备配置有天线阵列，发射信号和接收信号设备收集信道状态信息CSI矩阵以及接收信号；2)根据步骤1)得到的信道状态信息CSI矩阵以及接收信号构建多维参数的联合概率模型，再根据多维参数的联合概率模型搜索获取不同强度的单条路径的多维参数；3)利用强度最大的单条路径的多维参数提取全部反射路径参数及路径数量；4)根据提取的全部反射路径参数及路径数量进行室内Wi‑Fi动静混合状态多人检测，该方法能够进行Wi‑Fi室内多人检测，且环境适应性强，检测精度高。

Description

一种基于路径分离的室内Wi-Fi多人检测方法

技术领域

本发明属于无线感知领域，涉及一种基于路径分离的室内Wi-Fi多人检测方法。

背景技术

室内人体检测是许多实际应用的基础，如安全监视、行为分析和老年人护理。已经出现了多种定位和跟踪技术，包括超声、红外、摄像机和LED可见光等。但他们有视线范围信号覆盖狭窄和部署困难等限制。其他的解决方案通常需要由目标人员携带专用设备，这在养老、入室盗窃等情况下不方便甚至不可行。而基于无线设备的解决方案则在这些方面拥有独特优势，而基于无线设备的解决方案则在这些方面拥有独特优势，这类系统接收并处理附近物体反射的Wi-Fi信号，以获取附近反射器位置和速度的基本信息。然而，与基于设备的跟踪相比，无设备跟踪尤其具有挑战性，因为跟踪使用的反射信号要弱得多。对于普通的Wi-Fi设备，这个问题变得更加困难，因为它们的天线数量有限，带宽较小，而且硬件噪音严重。

近年来，利用无线信号进行室内定位的研究取得了显著进展。即使使用商用Wi-Fi芯片组，先进的系统也能达到数十厘米的精确度。然而，现有的提案针对的是企业网络，在企业网络中，多个Wi-Fi接入点可以将它们的信息组合在一起，共同定位一个用户。然而，今天绝大多数的家庭和小企业都只有一个Wi-Fi接入点。因此，大量的无线网络被排除在准确的室内定位之外。开发一种可以使用单Wi-Fi接入点定位用户和对象的技术，将使一系列重要的应用成为可能。

已有的基于Wi-Fi的定位与活动识别方法大部分都是基于到达角、飞行时间和多普勒频移等单一的信息来进行检测，利用单一维度的信息很有可能产生结果的重叠，很难区分出具体需要的精确的结果。Wi-Fi定位和跟踪精度受到天线数和频率带宽的限制，天线数量决定角度精度，带宽决定了信号到达时间的分辨率。对于基于指纹的方法，当环境改变时，目标特征也会随之发生变化，需要再次收集大量数据重新进行训练。此外，已有的定位工作大多只能定位单个动态目标，在多目标以及静态目标场景下则无法产生较好的结果。本发明通过建立多维信息联合模型，解析无线信号本身更多维度的信息来达到动静混合状态的多个目标检测的目的。

综上，现阶段方法的缺陷主要包括：

1、基于指纹的方法需要大量的训练，且环境适应性很低；

2、利用单一维度信息的方法检测精度较低，且基于飞行时间的方法需要硬件设备的精确同步；

3、只能检测单个动态目标，对静态目标以及多个目标不能做到精确地检测。

发明内容

本发明的目的在于克服上述现有技术的缺点，提供了一种基于路径分离的室内Wi-Fi多人检测方法，该方法能够进行Wi-Fi室内多人检测，且环境适应性强，检测精度高。

为达到上述目的，本发明所述的基于路径分离的室内Wi-Fi多人检测方法包括以下步骤：

1)构建Wi-Fi信号系统，所述Wi-Fi信号系统包括发射信号和接收信号设备，发射信号和接收信号设备配置有天线阵列，发射信号和接收信号设备收集信道状态信息CSI矩阵以及接收信号；

2)根据步骤1)得到的信道状态信息CSI矩阵以及接收信号构建多维参数的联合概率模型，再根据多维参数的联合概率模型搜索获取不同强度的单条路径的多维参数；

3)利用强度最大的单条路径的多维参数提取全部反射路径参数及路径数量；

4)根据提取的全部反射路径参数及路径数量进行室内Wi-Fi动静混合状态多人检测。

步骤2)的具体操作为：

2.1)分别构造到达角AoA及发射角AoD的角度状态矩阵表达式，以获得正确的到达角及发射角度值，然后根据获取的正确的达到角及发射角度值构造联合角度状态矩阵；

2.2)消除联合角度状态矩阵中的多普勒频移DFS并反转信号延迟ToF，然后将联合角度状态矩阵与发射信号相关，以计算联合角度状态矩阵与发射信号的相关性；

2.3)构造四维联合评估器，利用四维联合评估器计算不同强度的单条路径的多维参数。

步骤3)的具体操作过程为：

3.1)通过强度最大的单条路径的多维参数构建路径信号；

3.2)从接收信号中剔除步骤3.1)构建的路径信号，再将剩余信号作为新的混合原始接收信号；

3.3)判断当前新的混合原始接收信号强度是否小于等于预设噪声信号强度阈值，当当前新的混合原始接收信号强度小于等于预设噪声信号强度阈值时，则提取出的全部反射路径参数及路径数量，否则，则转至步骤3.1)。

步骤1)中天线阵列的阵元为等距结构，且均为信号的半波长。

步骤2.1)中的到达角及发射角分别为信号与接收天线阵列及发射天线阵列之间的夹角。

所述的步骤2.2)中的多普勒频移DFS及信号延迟ToF分别为信号的传播时延与传播路径变化造成的信号频率偏移。

本发明具有以下有益效果：

本发明所述的基于路径分离的室内Wi-Fi多人检测方法在具体操作时，利用复杂的多路径，结合信号的四个维度的信息，建立多维度的联合参数概率模型，在高维度上对路径参数进行提取，提高路径的分辨率，克服传统方法单一维度导致的低分辨率问题，另外，结合所有路径信息对目标以及环境条件进行分析，以提取空室内环境的路径信息，然后将提取的空室内环境的路径信息与目标存在的场景的路径进行对比，以准确识别动静状态的多个目标。

附图说明

图1a为天线阵到达角产生的相位滞后图；

图1b为天线阵发射角产生的相位滞后图；

图2为多普勒频移变化示意图；

图3为本发明的系统检测流程图；

图4为本发明的多维参数模型结构图；

图5a为单路径一维参数AoA搜索示意图；

图5b为单路径二维空间AoA-AoD的搜索结果示意图；

图6为路径分离流程图；

图7a为路径1的单参数AoA搜索结果示意图；

图7b为路径2的单参数AoA搜索结果示意图。

具体实施方式

下面结合附图对本发明做进一步详细描述：

本发明所述的基于路径分离的室内Wi-Fi多人检测方法包括以下步骤：

1)构建Wi-Fi信号收发系统，Wi-Fi信号收发系统包括发射端和接收端，发射端和接收端分别安装有三根间隔为半波长的天线，用于收集信道状态信息CSI矩阵H以及接收信号Y。

2)根据信道状态信息CSI矩阵H以及接收信号构造四维参数的联合概率模型，所述四维参数包括到达角、发射角、飞行时间及多普勒频移。

到达角AoA及发射角AoD分别表示信号与接收、发射天线阵列之间的夹角，如图1所示。使用导向矢量表示信号在不同天线上相位滞后的关系，如式(1)所示，其中，M表示天线个数，θ表示信号与天线阵列之间的角度，d为天线之间的距离：

a(θ)＝[1,Φ(θ)¹,…,Φ(θ)^M-1]^T (1)

分别用a(θ)和

表示接收和发射天线导向矢量矩阵，式(2)及式(3)分别为AoA和AoD的角度状态矩阵表达式，其中，H为初始信道状态矩阵：

H_a(θ)＝Ha(θ) (2)

使用联合角度状态矩阵H_d以及发射信号S重构时域接收信号：

接收信号相对于发射信号S产生了频率偏移和时延，为了估计频移和延迟，在接收信号y中消除频移并反转信号延迟，然后将其与发射信号S相关，多普勒频移γ导致相对于接收的时域信号2γt相移。因此，通过将信号乘以e^-j2πγt来消除该频移。

本发明通过反转信号延迟的手段估计延迟，将接收信号与发射信号的延迟版本S(t-τ)相关，再计算相关性，即：

至此，结合上述步骤，共设定了四个参数，构造四维联合评估函数，其中，T为信号持续时间，四维联合评估函数为：

其中，

θ，γ，τ分别为到达角、发射角、飞行时间及多普勒频移。

参数的估计过程即为四个参数的搜索过程，四个参数

的估计表达函数为：

当在搜索过程中四个参数均获得了正确的值，则评估函数中将出现峰值，在估计参数时，可以根据实际环境以及精度需求选择其中几个参数，形成不同维度的估计模型。

步骤3)多径提取，具体为：

接收信号Y由多条路径的信号叠加而成，L为路径数量，如式(8)所示：

将原始接收信号分为两部分信息的叠加，即当前信号强度最强的路径s₁和噪声W₁，W₁包括其余所有路径以及环境噪声，如式(9)所示：

根据步骤2)获得单条路径s₁的参数v₁，通过公式(10)重构路径s₁的接收信号，β为信号路径损耗因子：

从接收信号Y中剔除信号s₁，将剩余信号Y₁作为新的混合接收信号，即式(11)：

重复步骤3)，根据式(7)重新计算信道状态矩阵：

H₁＝Y₁(t)/S (12)

依次迭代求解次强路径s_l，直到噪声小于阈值threshold，此时认为分离出了所有路径与噪声，得到所有路径参数v＝[v₁,v₂,…,v_L]，同时获得路径数量L。路径分离流程如图6所示。以单参数AoA搜索为例，图7为两条路径的AoA搜索结果。

4)进行室内多目标检测，具体为：

通过环境路径和目标路径的分离来实现目标信息的提取，首先通过步骤1)采集无人存在的场景数据，并执行所述步骤2)及步骤3)，提取所有环境路径参数，并重构路径信号。然后通过步骤1)收集目标存在场景的测试数据，并从接收信号中剔除步骤4.1)中获得的环境信号，再通过步骤3)获得所有目标相关的反射信号信息，其中，包括动态目标以及静态目标，根据所有路径的多普勒-ToF关系图的总波峰数量初步粗略的估计动态人数，通过增加其他维度的信息即可更加精确的区分动静态目标以及环境。通过对比相同环境的两种状态数据的解析结果，即可提取出所有目标的多维信息，实现多目标检测。

本发明针对现有室内检测技术在多人检测条件苛刻且精度较差的情况，无需提前训练，且不改变任何单个维的分辨率限制，如增加天线数量、提高带宽、设备时间同步等，只需利用复杂的多路径，建立多维信息联合模型，提取不同路径的多维度信息，通过对比有无人环境的路径情况，即可实现Wi-Fi室内多人检测。

以上内容仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明权利要求书的保护范围之内。

Claims (7)

1.一种基于路径分离的室内Wi-Fi多人检测方法，其特征在于，包括以下步骤：

1)构建Wi-Fi信号系统，所述Wi-Fi信号系统包括发射信号和接收信号设备，发射信号和接收信号设备配置有天线阵列，发射信号和接收信号设备收集信道状态信息CSI矩阵以及接收信号；

2)根据步骤1)得到的信道状态信息CSI矩阵以及接收信号构建多维参数的联合概率模型，再根据多维参数的联合概率模型搜索获取不同强度的单条路径的多维参数；

3)利用强度最大的单条路径的多维参数提取全部反射路径参数及路径数量；

4)根据提取的全部反射路径参数及路径数量进行室内Wi-Fi动静混合状态多人检测。

2.根据权利要求1所述的基于路径分离的室内Wi-Fi多人检测方法，其特征在于，步骤2)的具体操作为：

2.1)分别构造到达角AoA及发射角AoD的角度状态矩阵表达式，以获得正确的到达角及发射角度值，然后根据获取的正确的达到角及发射角度值构造联合角度状态矩阵；

2.2)消除联合角度状态矩阵中的多普勒频移DFS并反转信号延迟ToF，然后将联合角度状态矩阵与发射信号相关，以计算联合角度状态矩阵与发射信号的相关性；

2.3)构造四维联合评估器，利用四维联合评估器计算不同强度的单条路径的多维参数。

3.根据权利要求1所述的基于路径分离的室内Wi-Fi多人检测方法，其特征在于，步骤3)的具体操作过程为：

3.1)通过强度最大的单条路径的多维参数构建路径信号；

3.2)从接收信号中剔除步骤3.1)构建的路径信号，再将剩余信号作为新的混合原始接收信号；

3.3)判断当前新的混合原始接收信号强度是否小于等于预设噪声信号强度阈值，当当前新的混合原始接收信号强度小于等于预设噪声信号强度阈值时，则提取出的全部反射路径参数及路径数量，否则，则转至步骤3.1)。

4.根据权利要求1所述的基于路径分离的室内Wi-Fi多人检测方法，其特征在于，步骤4)的具体操作为：

4.1)收集无人环境下的数据，并执行所述步骤2)和步骤3)，提取所有环境路径参数：

4.2)收集目标存在场景的测试数据，并从接收信号中剔除步骤4.1)获得的环境信号，再次进行步骤2)和步骤3)，获得所有目标相关的多维信息，对动态以及静态目标进行检测。

5.根据权利要求1所述的基于路径分离的室内Wi-Fi多人检测方法，其特征在于，步骤1)中天线阵列的阵元为等距结构，且均为信号的半波长。

6.根据权利要求1所述的基于路径分离的室内Wi-Fi多人检测方法，其特征在于，步骤2.1)中的到达角及发射角分别为信号与接收天线阵列及发射天线阵列之间的夹角。

7.根据权利要求1所述的基于路径分离的室内Wi-Fi多人检测方法，其特征在于，所述的步骤2.2)中的多普勒频移DFS及信号延迟ToF分别为信号的传播时延与传播路径变化造成的信号频率偏移。

Images