文献阅读(10)

D-watch: Embracing “bad” multipaths for device-free localization with COTS RFID devices

针对的问题:现有的基于射频信号(RSSI、CSI)的设备无关的定位方法在复杂室内多径环境下,定位精度不够(基于模型的方法),需要进行繁重的指纹数据库训练(基于指纹的方法)

本文的思路:利用现有RFID阅读器的多天线实现基于AOA的被动式室内定位,提高定位精度和实时性;基本思路是检测目标会遮挡阅读器和标签之间的传播路径,引起AOA谱图相应位置的信号衰落,通过监测AOA峰值的衰减情况,就可以确定目标的方位,再利用多个阅读器进行三角定位,如下图(有点类似与这篇文章MobiCom 2015 WiDraw: Enabling Hands-free Drawing in the Air on Commodity WiFi Devices):
文献阅读(10)_第1张图片

面临的挑战:
1. 每个射频前端都存在一个由内部振荡器引起的随机相移,如下图:
文献阅读(10)_第2张图片
如何进行有效的相位校准?
2. MUSIC算法生成的信号AOA谱图的纵轴仅仅是概率函数值,峰值并不能表示相应角度的信号功率,如下图:
文献阅读(10)_第3张图片
图中左图中一条路径被遮挡,多个峰值均衰减;而右图多条路径被遮挡时,各条路径的峰值变化却很小;
如何对不同角度的信号功率进行有效估计?

解决方案:

  1. 基于子空间的无线相位校准
    利用MUSIC算法中信号子空间和噪声子空间的正交性,可知当不存在相位偏移误差时,信号子空间和噪声子空间在时间路径角度上是正交的,具体流程如下
    文献阅读(10)_第4张图片
    利用已知的多个标签和阅读器的位置可以计算出多个视距路径角度,由于公式(10)中的约束等式个数是二次增长的,而未知相移是线性增长的,可以解如下的优化问题得到相位偏移值:
    这里写图片描述
    疑问:信号空间和噪声空间是怎么得到的?是利用采集到的原始数据进行特征分解得到的?如果是的话,那应该算是有偏估计,并不能保证等式(9)的信号空间和噪声空间的正交性吧?

  2. 包含信号功率信息的MUSIC算法
    文献阅读(10)_第5张图片
    由于不同天线之间的距离是固定的,可以确定同一方向信号不同天线之间的相位差;为了获取某一方向的信号功率强度,不同天线可以分别乘以相应的相位偏移权重,保证目标方向信号在不同天线上的接收信号同相对齐,不同天线信号相加后,目标方向的信号会得到增强,而其他方向上的信号则会因为存在随机相移而互相抵消变小(天线数量越多越好);假设存在 M 根天线,且需要识别的目标方向为 θ1 ,则可得所有天线上经过相位偏移的信号和为:
    文献阅读(10)_第6张图片
    再将功率信息和MUSIC得到的角度信息相结合,得到包含信号功率信息的AOA谱图

    注:Poster: Low-Cost Wireless Phase Calibration That Works on COTS RFID Systems (MobiCom 2016)中也针对硬件导致的相位偏移提出了一个基于优化的校准方案,但是没有采用子空间正交性的思想,直接对相位校准后的目标函数进行优化:
    文献阅读(10)_第7张图片
    这篇Poster感觉针对只存在视距路径或视距信号极强的场景,相比之下,D-Watch更有理论依据,但似乎也只能在一定程度上利用优化方法降低天线间的相位偏移,并不能准确估计,可能还是得利用有线校准等方案才能获取精确偏移量;

思考:本文针对RFID提出了一个硬件导致的天线间相位偏差校准方案,是否可以应用于WiFi设备,多个标签是否可以考虑利用CSI的多个子载波来替代?现有的基于CSI的相位处理方案主要考虑载波间的相位偏移,并利用线性变换进行校准,并不太考虑天线间也可能存在的相位偏移,而这种偏移在实现AOA估计时应该是不能忽视的,如SpotFi就直接对所有天线的相位进行整体线性拟合,没有提到怎么处理不同天线间的相位偏移(事实上,针对单个天线进行线性拟合和针对全部天线进行拟合得到的结果是不同的)

整理一下现有的一些关于相位处理的资料吧:
1. MobiSys 2012 You are Facing the Mona Lisa_ Spot Localization using PHY Layer Information (最早提出利用线性变换对CSI相位进行校准)
2. IEEE ICPADS 2014 PADS:Passive Detection of Moving Targets with Dynamic Speed using PHY Layer Information
3. InfoCom 2015 PhaseU:Real-time LOS Identification with WiFi(提出由于子载波的非对称性,并不能完全消除相位误差,提出利用天线相位差获取可用相位)
4. MobiCom 2014 Phaser:enabling phased array signal processing on commodity WiFi access points(提到如何进行天线间相位偏移的自校准,2.2节)
5. SIGCOMM 2015 SpotFi: Decimeter Level Localization Using WiFi
6. NSDI 2016 Decimeter-Level Localization with a Single WiFi Access Point
7. IEEE ICPADS 2016 Identifying a New Non-Linear CSI Phase Measurement Error with Commodity WiFi Devices
8. InfoCom 2017 Perceiving Accurate CSI Phases with Commodity WiFi Devices
and so much to be continued……..

注:好久不更了,还是要坚持一下的,推荐一个国内做CSI研究的GitHub项目,方便大家分享和交流,各位有兴趣的可以一起去提问讨论,https://github.com/wuzhiguocarter/Awesome-WiFi-CSI-Research

你可能感兴趣的:(文献阅读)